既有桥梁结构劣化状态评估.pdf

投稿网址:2023 年 第23 卷 第26 期2023,23(26):11385-06科 学 技 术 与 工 程Science Technology and EngineeringISSN 16711815CN 114688/T收稿日期:2022-11-23修订日期:2023-06-20基金项目:武汉市城乡建设委员会科技计划(201831);桥梁结构健康与安全国家重点实验开放课题(2017-04-GF)第一作者:卢海林(1965),男,汉族,湖南常德人,博士,教授。研究方向:桥梁结构健康监测。E-mail:hail_lu 。通信作者:朱志刚(1974),男,汉族,湖北武汉人,博士研究生,副教授。研究方向:工程结构分析。E-mail:04049006 。引用格式:卢海林,余勇,郝静,等.既有桥梁结构劣化状态评估J.科学技术与工程,2023,23(26):11385-11390.Lu Hailin,Yu Yong,Hao Jing,et al.Evaluation on structure degradation state for existing bridgesJ.Science Technology and Engineering,2023,23(26):11385-11390.既有桥梁结构劣化状态评估卢海林1,余勇2,郝静1,朱志刚1(1.武汉工程大学土木工程与建筑学院,武汉 430074;2.中建三局第一建设工程有限责任公司,武汉 430040)摘 要 为提高既有桥梁结构劣化状态评估结果的准确性,基于既有桥梁的监测、检测数据以及有限元手段,提出了既有桥梁劣化状态的评估方法。首先,基于既有桥梁监测数据,采用精确的效应分离法实现恒载效应增量的分离,然后利用有限元手段建立该桥的劣化响应回归模型,最后将恒载效应增量代入回归模型中实现既有桥梁劣化的评估,并通过桥梁定期检测结果验证了评估结果的合理性。结果表明:该既有桥梁仅出现轻微劣化,且所建议的既有桥梁劣化状态评估方法是合理的,可为既有桥梁结构承载能力评估奠定基础。关键词 既有桥梁;劣化状态;恒载效应增量;回归模型;监测数据中图法分类号 U448.35;文献标志码 AEvaluation on Structure Degradation State for Existing BridgesLU Hai-lin1,YU Yong2,HAO Jing1,ZHU Zhi-Gang1(1.School of Civil Engineering and Architecture,Wuhan Institute of Technology,Wuhan 430074,China;2.China Construction Third Bureau First Engineering Co.,Ltd.,Wuhan 430040,China)Abstract In order to improve the evaluation accuracy of degradation state for existing bridges,an evaluation method based on themonitoring and detection data of existing bridge and the finite element method was proposed.Firstly,the accurate effect separationmethod was used to separate the increment of the dead load effect based on the monitoring data of the existing bridge.Then,the regres-sion model of the deterioration response was established by the finite element method.Finally,the increment of the dead load effect wasreplaced into the regression model to evaluate the deterioration state of the existing bridge.The results show that the existing bridge isonly slightly deteriorated,and the proposed evaluation method of the deterioration state for existing bridge is reasonable,which can laya foundation for the bearing capacity evaluation for existing bridge structure.Keywords existing bridge;degradation state;dead load effect increment;regression model;monitoring data 随着中国经济的快速发展和科技水平的不断提升,公路桥梁建设也在飞速发展,取得了巨大成就。据 2021 年公路交通运输部门数据统计显示:截至 2020 年末,中国既有桥梁总数达 91.28 万座、总长达 6 628.55 104m,同 比 增 长 3.45 万 座、565.1 104m。然而,交通量的连续增长、运输任务的持续加重使得服役荷载早已超过桥梁设计时参照的规范统计值,与此同时桥梁结构性能在不断劣化,这两方面因素导致既有桥梁结构的安全隐患与日俱增1。据统计,全国路网中在役危桥已超过 10 万座,达到了桥梁总数的 1/9,因此既有桥梁结构正面临着前所未有的严峻挑战,现亟需采用合理方法对既有桥梁劣化状态进行评估,为基于评估结果采取相应措施来保障桥梁结构运营安全奠定理论基础。目前,中外众多学者已围绕既有桥梁结构劣化状态评估开展了大量研究工作。张洪2通过调研桥梁性能退化预测模型的研究现状,总结了桥梁养护时机优化问题的建立与解决方法。周建庭3基于有限测点的位移数据,得到荷载反演值,并将其输入全桥的有限元模型中,进而实现桥梁安全状况的评估。马骅等4采用 Monte Carlo 法建立了混凝土桥梁维修不同程度和无维修情况下的随机劣化模型,以考虑导致桥梁劣化因素不确定性的影响,并通过工程实例验证了模型的合理性。李全旺等5基于桥梁检测数据,利用时变可靠度理论实现了既有桥梁结构的承载力更新。Ilbeigi 等6依据桥梁检测结果创建的序数回归模型,可通过桥梁历史劣化情况预测其未来劣化状态。张潇等7通过动、投稿网址:静力识别算法和动、静载模拟理论试验优化约束条件,达到理论值接近实验值的目的,从而获取桥梁结构刚度变化信息。当前研究大多利用桥梁监测或检测数据实现既有桥梁结构劣化状态的评估,并未充分利用监测、检测数据以及有限元手段来评估桥梁结构劣化状态。鉴于此,现采用合理的效应分离法从监测数据中分离得到恒载效应增量,利用刚度折减法结合有限元模型建立劣化响应回归模型,进而实现既有桥梁结构劣化状态评估,并利用定期检测结果验证评估结果的合理性,这可为提高既有结构劣化状态评估结果提供新思路,为既有桥梁结构承载能力评估奠定基础。1 工程背景以武汉市的某三跨变截面预应力钢筋混凝土连续梁桥为工程背景,在结构上布置传感器监测其状态。该桥跨径组合为 49 m+70 m+42 m,截面形式为单箱单室箱梁,桥面宽为 12.5 m(单向 3 车道),两侧悬臂各长度为 2.5 m,梁高呈抛物线变化,设计活荷载等级为城-A 级。在桥梁中跨跨中截面底板两侧布置了静应变计、动应变计和加速度传感器,采样时间间隔分别为 1 800、0.05、0.05 s;桥梁左右两端分别布置了两个拉绳位移计,采样时间间隔为 1 s;在 42 m 跨距梁端 12 m 处截面布置了 16个温度传感器,采样时间间隔为 60 s。具体的测点布置示意图如图 1 所示。2 获取恒载效应增量基于既有桥梁监测数据对其安全性评价,可在一定程度上真实反映结构状态8-9。然而,监测的结构响应是各种作用的综合效应,主要包括:车辆荷载效应、温度作用效应、混凝土的徐变收缩效应、恒载效应和测试误差等10。其中,活荷载效应时变性显著,且恒载效应可包含绝大部分结构损伤信息11-13。因此,将车辆荷载效应、温度作用效应和混凝土徐变收缩效应等从监测的总效应中剔除后得到的恒载效应增量,是桥梁劣化状态评估的关键因素。为此,本节主要基于上述健康监测系统采集的应力和位移数据,采用一系列活载效应剔除法得到恒载效应增量。2.1 测试误差和车辆荷载效应的分离与温度作用效应、混凝土徐变收缩效应和恒载损伤效应增量相比,测试误差和车辆荷载效应属于高频段信号。测试误差按产生的原因和性质可分为偶然误差和系统误差14。系统误差是由某些特定因素引起的规律误差,可通过采用合适的校正方法予以消除,因而本文忽略对系统误差的讨论。偶然误差是由某些不确定性因果关系引起而随机发生的随机误差,以频率的角度来看,其分布在相当宽的范围内,且主要分布在高频段。根据测试仪器说明书,确定偶然误差的频率区间为 0.008 0.01Hz。该桥长 161 m,车辆以 10 100 km/h 的速度过桥,过桥的时间 5.8 58 s,频率区间为0.017 24 0.172 4 Hz。因此可以确定车辆荷载效应和测试误差效应频率区间为 0.008 0.172 4 Hz。高频段信号可通过低通滤波技术进行滤除。滤波器可分为经典滤波器和现代滤波器,其中经典滤波器具有算法简单、效率高的优点15。Butter-worth 滤波器是经典滤波器最为典型的代表,其幅值响应平稳,且在截止频率外单调下滑;在通带中是最平坦的单位响应,在阻带中 0 响应,在过渡带内的陡峭程度与滤波器阶数成正比。因此,高阶 Butter-worth 滤波器与理想的低通滤波器相仿,在过滤高频段信号方面具有较好效果,故本文研究利用 Butter-worth 滤波器将上述车辆荷载效应和测试误差效应频率区间从监测的原始应力和应变信号中滤除。2.2 温度效应的分离在结构响应长期监测信号中,温度效应最为显著,因此学者们围绕剔除温度效应开展了大量研究11,16-18。剔除温度效应方法主要包括采用温度补偿传感器的措施以抵消温度变化影响的补偿温度效应法、不需要测试温度而直接利用数学手段的提取温度效应法和以结构温度为自变量、温度效应为因变量的统计回归模型的分离温度效应法等19-20。图 1 测点布置示意图Fig.1 Elevation view of measuring points layout68311科 学 技 术 与 工 程Science Technology and Engineering2023,23(26)投稿网址:其中,补偿温度效应法在一定程度上增加了监测系统的成本;提取温度效应法涉及许多假设,精度不高;分离温度效应法虽易于实现,但不适用于中频信号。温度效应包括日温度效应和年温度效应,日温度效应周期为 1 d,属于中频段信号;年温差效应周期为 1 a,属于低频段信号。为提高精度,对于已滤除测试误差和车辆荷载效应的应力和应变监测信号,这里将不同方法对其中两种温度效应进行剔除:日温度效应用带通滤波法剔除,年温度效应用分离温度效应法剔除。2.3 混凝土收缩徐变效应分离从高频段分离出测试误差和车辆荷载效应后,再从中、低频信号中分离出温度效应,剩下的是主要包含混凝土收缩徐变效应的信号。剔除混凝土收缩徐变效应主要包括两种方法:第一种是运用规范中提出的理论模型直接预测徐变收缩值,另一种是基于实测数据对规范模型进行修正,进而预测徐变收缩值。由于规范中理论模型是在考虑不同地域和不同服役环境条件后提出的归一化模型,因此对于不同桥梁的预测精结果会呈现出一定的离散性,显然在具备实测数据的前提下第二种方法精度更高21。因此,本文研究采用实测数据修正规范中模型参数后,再进行混凝土徐变收缩效应的剔除。中外规范提供的对混凝土徐变收缩效应计算模型有 ACI209 模型、B3 模型和 CEB-FIP(90)模型22-23。由于施工水平和地域气候的差异,中国规范提出的 CEB-FIP(90)模型更加适用于中国桥梁混凝土徐变收缩效应的预测13。因此,本文研究以CEB-FIP(90)模型为基础,利用实测数据修正模型参数,最终实现应力和位移监测信号中混凝土收缩徐变效应的剔除,从而得到恒载效应增量。3 既有桥梁劣化状态评估桥梁结构劣化状态可由结构刚度退化程度衡量24,而刚度退化又会引起桥梁恒载作用下结构应力、位移的增加。为此,本文研究通过上述横载效应增量反演出结构刚度退化程度,进而实现既有桥梁劣化状态评估。3.1 建立有限元模型基于上述桥梁的施工图纸,采用 Midas Civil 软件完成其建模。其中,相对复杂截面利用 CAD 软件导入截面特征生成器形成模型截面。边界条件如下:主梁腹板底部支座的模拟采用平动自由度对其进行约束;预应力钢束的平弯、竖弯形状利用钢束生成器完成,预应力值大小按照设计说明书设置。3.2 建立劣化响应回归模型为量化刚度退化对结构劣化程度的影响,需引入结构劣化因子,即r=kt/k0(1)式(1)中:r 为结构劣化因子;kt为劣化后刚度;k0为基准刚度。通过分析劣化因子与劣化位置处恒载效应增量之间的关系,可建立科学、合理的回归模型25-26,进而可利用监测数据反演出结构劣化程度,实现对既有桥梁劣化状态的评估。为此,在上述有限元模型的基础上,采用刚度折减法对结构刚度进行折减,分别计算得到结构的应力增量和位移增量,并利用式(1)计算结构劣化因子,进而得到结构劣化因子 r 与应力增量 和位移增量 S 的对应关系,如图 2 和图 3 所示。由图 2 和图 3 可知,结构劣化因子与应力增量、位移增量分别存在类似二次函数的对应关系。因此,图 2 结构劣化因子与应力增量关系Fig.2 Relationship between structural degradationfactor and stress increment图 3 结构劣化因子与位移增量关系Fig.3 Relationship between structural degradationfactor and displacement increment783112023,23(26)卢海林,等:既有桥梁结构劣化状态评估投稿网址:首先假设其函数关系为式(2)。然后,根据有限元分析结果计算参数值,进而将式(2)转化为如式(3)所示的六元线性回归模型。最后,利用上述矩阵得到各待定系数,再应用 MATLAB 软件对回归模型进行逐步回归分析,去除对结构劣化因子 r 影响较小的变量,得到最终的回归模型如式(4)所示。r=1+2+3S+42+5S2+6S+(2)式(2)中:1 6为待定系数;为误差项。Y1=r1r2r3r4r5r6=0.90.80.70.60.50.4(3)X1=11S121S211S112S222S222S213S323S233S314S424S244S415S525S255S516S626S266S6=10.1380.1210.0190.014 60.016 710.3270.2970.1070.088 20.097 110.5500.5050.3030.2550.277 810.8370.7760.7010.602 20.649 511.2451.1451.5501.3111.425 511.8591.6733.4562.7993.170 3(4)式中:Y1和 X1分别为结构劣化因子序列及回归模型中相对的增量序列;r1 r6为 6 种不同程度的结构劣化因子;1 6和 S1 S6分别是6 种结构劣化因子序列对应的应力增量和位移增量。r=0.976 1-0.649 1S+1.189 9S2-0.906 9S(5)经检验,上述模型中 4 个系数 95%的估计区间为:(0.974 7,0.977 6)、(-0.654 8,-0.643 4)、(1.118 0,1.261 8)、(-0.969 4,-0.844 5),它们均未包含 0 点。此外,该模型的显著性检验结果为:R2=0.999 999,F=1.244 18 106,P=8.037 43 10-7,其中样本回归分析 R2接近于 1,F 足够大,P足够小。由此可见,逐步回归分析后得到的模型显著有效。此外,结构劣化因子 r 与应力、位移增量的残差图如图 4 所示,由图 4 可知,数据的残差值在零附近均匀分布,且其置信区间均包括零,因而可以看图 4 结构劣化因子与应力、位移增量的残差图Fig.4 Residual diagram of structural deterioration factor withstress increment and displacement increment出式(5)能较好地符合原始数据,无异常数据。3.3 劣化状态评估基于该桥2021 年6 月6 日的监测数据,利用第2节得到的恒载效应增量,结合上述回归模型计算主梁结构劣化因子,结果如表 1 所示。由表 1 可知,各时刻该主梁劣化因子均值为0.914,低于0.9 的较少,这表明该桥梁劣化率在 10%以内,即运营安全状态良好,仅存在轻微劣化。结合桥梁定期检查资料中的外观检查和荷载实验结果可知:该桥梁结构监测截面处无较大损伤,该桥运营安全状态良好,这与本文反演得到的该既有桥梁劣化状态基本吻合。表 1 主梁结构劣化因子Table 1 Structural degradation factor of main girder时间恒载应力增量/MPa恒载位移增量 S/mm结构劣化因子 r2021-06-06 00:160.1360.0920.9152021-06-06 06:150.1270.0860.9192021-06-06 12:150.1840.0630.9292021-06-06 14:150.1060.0960.9162021-06-06 18:150.1260.1260.8992021-06-06 22:150.1140.1150.9054 结论以某三跨既有预应力混凝土连续梁桥为工程背景,基于其监测数据提取出恒载效应增量,然后利用该桥的有限元模型推导出劣化因子与应力增量、位移增量的回归模型,将恒载效应增量代入回归模型中进而既有桥梁结构刚度劣化因子,以此实现桥梁运营状态的评估,并利用桥梁定期检查资料验证了评估结果的合理性。据此,可以得出以下结论。(1)本文推导的劣化响应回归模型是合理的,且结构劣化状态主要由位移体现。(2)桥梁定期检测结果验证了本文建议的既有88311科 学 技 术 与 工 程Science Technology and Engineering2023,23(26)投稿网址:桥梁结构劣化状态评估方法的合理性。(3)可利用刚度折减法推导各类桥梁的劣化响应回归模型,进而建立影响其劣化状态显著因素的数据库,为劣化状态严重桥梁的监测方案提供合理化建议。参考文献1 张劲泉,李鹏飞,董振华,等.服役公路桥梁可靠性评估的若干问题探究J.土木工程学报,2019,52(S1):159-173.Zhang Jinquan,Li Pengfei,Dong Zhenhua,et al.Study on somereliability evaluation problems of existing highway bridgesJ.Chi-na Civil Engineering Journal,2019,52(S1):159-173.2 张洪,左勤,辛景舟,等.桥梁退化模型及养护时机研究综述J.科学技术与工程,2022,22(8):2993-3001.Zhang Hong,Zuo Qin,Xin Jingzhou,et al.Review of research onbridge degradation model and maintenance timing J.ScienceTechnology and Engineering,2022,22(8):2993-3001.3 周建庭,冯燕媚.蒋震,等.基于有限测点的悬索桥位移场获取与安全评估J.科学技术与工程,2017,17(16):139-145.Zhou Jianting,Feng Yanmei,Jiang Zhen,et al.Displacement fieldacquisition and safety assessment of suspension bridges based onlimitedmeasurementpoints J.ScienceTechnologyandEngineering,2017,17(16):139-145.4 马骅,吴鑫淼,季广军.混凝土桥梁随机劣化过程的 Monte-carlo 模拟J.中外公路,2012,32(3):233-236.Ma Hua,Wu Xinmiao,Ji Guangjun.Monte-carlo simulation of ran-dom deterioration process of concrete bridgeJ.Journal of China&Foreign Highway,2012,32(3):233-236.5 李全旺,王草,张龙.考虑结构劣化和荷载历史的既有桥梁承载力更新J.清华大学学报(自然科学版),2015,55(1):8-13.Li Quanwang,Wang Cao,Zhang Long.Updating for bearing capa-city of existing bridges considering structural deterioration and load-ing historyJ.Journal of Tsinghua University(Science and Tech-nology Edition),2015,55(1)8-13.6 Ilbeigi M,Ebrahimi Meimand M.Statistical forecasting of bridgedeterioration conditionsJ.Journal of Performance of ConstructedFacilities,2020,34(1):04019104.7 张潇,李航,王洪杰,等.基于模态理论的桥梁劣化与损伤分析理论研究J.中国建设信息化,2020(5):75-76.Zhang Xiao,Li Hang,Wang Hongjie,et al.Theoretical study onbridge deterioration and damage analysis based on modal theoryJ.Informatization of China Construction,2020(5):75-76.8 Doebling S W,Farlar C R,Prime M B.A summary review of vibra-tion-based damage identification methodJ.Shock and VibrationDigest,1998,30(2):91-105.9 Mao J X,Wang H,Feng D M,et al.Investigation of dynamicproperties of long-span cable-staged bridges based on one-year mo-nitoring date under normal operating conditionJ.Structural Con-trol and Health Monitoring,2018,25(5):2146.10 吴佰建,李兆霞,王滢,等.桥梁结构动态应变监测信息的分离与提取J.东南大学学报(自然科学版),2008(5):767-773.Wu Baijian,Li Zhaoxia,Wang Ying,et al.Separation and ex-traction of bridge dynamic strain dataJ.Journal of SoutheastUniversity(Natural Science Edition),2008(5):767-773.11 祝青鑫,王浩,茅建校,等.基于 ANFIS 的环境激励下桥梁结构应变响应预测分析J.中国公路学报,2019,32(11):62-70,117.Zhu Qingxin,Wang Hao,Mao Jianxiao,et al.Prediction of strainresponse of bridge structure under ambient excitation based on AN-FIS J.China Journal of Highway and Transport,2019,32(11):62-70,117.12 周奎,申美玲.温度影响下基于曲率模态的梁式桥损伤识别J.水资源与水工程学报,2017,28(3):179-185.Zhou Kui,Sheng Meiling.Damage identification of beam-typebridge under temperature variation based on mode curvatureJ.Journal of Water Resources and Water Engineering,2017,28(3):179-185.13 刘纲.基于长期静态监测数据的大型桥梁安全状态评估方法研究D.重庆:重庆大学,2010.Liu Gang.Research on safety state evaluation method of largebridge based on long-term static monitoring dataD.Chongqing:Chongqing University,2010.14 袁伟璋,黄海云,张俊平,等.基于 WIM 实测数据的车辆荷载效应极值的预测分析J.中国科技论文,2016,11(7):839-842.Yuan Weizhang,Huang Haiyun,Zhang Junping,et al.Predictionof the extreme value of vehicle loading effects based on WIM dataJ.China Sciencepaper,2016,11(7):839-842.15 文德仲.浅析数字滤波器原理及其设计过程J.科技展望,2016,26(19):161.Wen Dezhong.Principle and design process of digital filterJ.Science and Technology,2016,26(19):161.16 Sohn H.Effects of environmental and operational variability onstructural health monitoringJ.Philosophical Transactions:Se-ries A,2007,365(1851):539-560.17 孙雅琼,赵作周.桥梁结构动应变监测的温度效应实时分离与动荷载识别J.工程力学,2019,36(2):186-194.Sun Yaqiong,Zhao Zuozhou.Real-time separation of temperatureeffect on dynamic strain monitoring and moving load identificationof bridge structureJ.Engineering Mechanics,2019,36(2):186-194.18 黄峰,王莹,郝静,等.基于监测数据的混凝土箱梁温度与应变多尺度相关性分析J.科学技术与工程,2021,21(36):15624-15630.Huang Feng,Wang Ying,Hao Jing,et al.Analysis of correlationfor temperature and strain of concrete box girder based on monito-ring dataJ.Science Technology and Engineering,2021,21(36):15624-15630.19 李双江,辛景舟,付雷,等.基于 VMD-KLD 的桥梁挠度监测数据温度效应分离方法J.振动与冲击,2022,41(5):105-113.Li Shuangjiang,Xin Jingzhou,Fu Lei,et.al.Temperature effectseparation method of bridge deflection monitoring data based onVMD-KLD J.Journal of Vibration and Shock,2022,41(5):105-113.20 余金,何山,程静,等.结合回归分析与改进 GA-SVR 的风机噪声预测J.中国科技论文,2015,10(23):2805-2814.Yu Jin,He Shan,Cheng Jing,et al.Noise prediction of windcombined with regression analysis and improved GA-SVR J.983112023,23(26)卢海林,等:既有桥梁结构劣化状态评估投稿网址:China Sciencepaper,2015,10(23):2805-2814.21 Lam J P.Evaluation of concrete shrinkage and creep predictionmodelsD.San Jose:The San Jose State University,2002.22 中交公路规划设计院有限公司.公路桥涵设计通用规范:JTGD602015S.北京:人民交通出版社,2005.CCCC Highway Consultants.General specifications for design ofhighway bridges and culverts:JTG D602015S.Beijing:Chi-na Communications Press,2005.23 王永宝,贾毅,廖平,等.混凝土收缩徐变预测模型对比分析J.铁道建筑,2017,57(8):146-150.Wang Yongyu,Jia Yi,Liao Ping,et,al.Comparison and analysisof prediction model of concrete shrinkage and creep J.RailwayEngineering,2017,57(8):146-150.24 颜毅,吴章勇,吴选涛.基于安全监测数据的桥梁结构劣化状态反演评估J.山东农业大学学报(自然科学版),2019,50(5):811-814.Yan Yi,Wu Zhangyong,Wu Xuantao.The inversion evaluationan bridges structure in a degradation based on safe monitoring dataJ.Journal of Shandong Agricultural University(Natural ScienceEdition),2019,50(5):811-814.25 Zhang Z N.Analysis of effective pre-stress and stiffness of the con-tinuous rigid frame bridge in service based on inversion theoryJ.Applied Mechanics and Materials,2013,2544:1108-1111.26 冷建飞,高旭,朱嘉平.多元线性回归统计预测模型的应用J.统计与决策,2016(7):82-85.Leng Jianfei,Gao Xu,Zhu Jiaping.Application of multivariatelinear regression statistical prediction modelJ.Statistics&Deci-sion,2016(7):82-85.09311科 学 技 术 与 工 程Science Technology and Engineering2023,23(26)