[发明专利]基于神经网络技术的桥梁动载测试方法

说明书

技术领域

本发明涉及一种基于神经网络技术的桥梁动载检测技术，尤其适用于各类桥梁结构的动载响应测试及进行桥梁动力性能评估。

背景技术

桥梁结构的动力特性是桥梁承载力评定的重要参数，同时也是识别桥梁结构工作性能和进行桥梁结构动力分析的重要参数。随着我国公路桥梁检验评定制度的推广以及桥梁安全评估的需要，桥梁动载试验越来越受到重视，已成为新桥成桥荷载试验和旧桥承载能力评定的重要手段。桥梁的动载试验主要包括跑车试验、制动试验、跳车试验，具体如下：

1)跑车试验主要是测试重车以各种不同时速驶过桥梁时，桥梁各主要特征部位的动力响应，由此得到冲击系数等。其车速可选择5、10、20、40、60、80km/h等，每种车速跑车3～4次，试验结果取平均值，且记录下每个跑车试验速度下各测点的时程曲线，求出每个车速下各测点的最大振幅值并分析其规律。

2)制动试验中汽车以设计最高时速的一半驶过桥梁，在桥梁制动墩的墩顶位置刹车，测量桥梁各特征部位的竖向振幅、横向振幅和纵向振幅。分析汽车制动时顺桥向测点的衰减曲线，可求得桥梁的顺桥向自振频率及阻尼比。

3)跳车试验采用重车从15cm高的枕木上自由落体激振桥梁。由压电加速度传感器拾振，配电荷放大器进行信号转换，利用动态信号采集分析仪进行数据采集和分析，同样可以得出桥跨结构固有频率和阻尼比。

以上常见的桥梁动载试验往往要花费几天时间，需要封闭部分桥梁交通，且受温度、仪器精度等影响，测试结果的精度不稳定，这些现实问题困扰着相关研究者。此外，桥梁结构除了承受本身自重和各种附加恒载以外，还要承受车辆、人群、风力和地震等活荷载，其振动影响因素复杂，仅靠现场试验分析还不能满足工程应用的需要，因此，引入神经网络技术与现场试验相结合的方法，来保证测试结果准确可靠且工作量减少。

神经网络技术是人脑及其活动的一个理论化的数学模型，它是由大量的处理单元以适当的方式互连构成，是一个大规模的非线性自适应系统。它具有大规模并行处理、分布式储存和容错性的结构特征，具有自学习、自组织与自适应性的能力特征。神经网络不仅在形式上模拟了生物神经系统，而且也具有大脑的一些基本特征，从系统构成的形式及连接模式上，基本上都是与生物神经系统相似的。由于人工神经网络具有很强的学习和普化能力，能够将有效信息分布存放，将神经网络技术应用于桥梁动载试验中，能够克服现有桥梁动载响应完全需人工实测的不足，最大程度地减小实测工程量与工程费用。

结构的可靠性是指结构在规定时间内，在规定条件下，完成预定功能的能力，其可靠性指标常用可靠度来描述。可靠性检验的目的是对所需结果的可靠性进行控制，检验出不可靠的情况并及时进行处理，使其最终结果能达到结构安全评估要求。将可靠度检验应用于桥梁动载试验中，能够在减小实测工程量与工程费用的同时，保证测试结果的准确可靠，因此近年来可靠度检验在工程结构的健康监测及安全性评估领域得到了广泛的应用。

本发明由此提出一种基于神经网络技术的桥梁动载测试技术，能很好地解决试验费用贵、时间长、精度不足及不具有普遍性等问题，并对未来的桥梁动载测试具有指导性作用。

发明内容

技术问题：本发明对大量桥梁荷载试验中的实测动载数据进行了统计分析，在此基础上，将结构参数等作为输入层，结构动载响应作为输出层，通过神经网络技术获得具有一定可靠度的桥梁动载响应值，进而进行桥梁安全性能评估，对未来的桥梁动载测试技术的发展起到一定的促进作用。

技术方案：为了能够发展一种基于神经网络技术的桥梁动载测试方法，以克服现有桥梁动载测试中存在的较多不足，本发明统计分析已有的大量桥梁动载实测数据，从中提取出桥梁动载响应影响参数，利用神经网络技术推导出具有一定可靠度的特定桥梁动载响应，方便桥梁工作者进行桥梁性能评估。

解决上述技术问题所采用的技术方案是：统计分析已有的大量桥梁动载测试数据，确定出桥梁结构动载响应影响参数；将桥梁结构的动载响应影响参数作为神经网络的输入层，并将其在不同车辆运行速度下的动载响应作为输出层，构造神经网络模型，推导出结构在不同车速下的动载响应；对桥梁进行动载实测，仅实测某一速度下的动载响应，并采用实测结果对神经网络推导结果进行可靠度检验，以确保神经网络推导结果的可靠性；从而分析得到桥梁结构的动力特性、强迫振动响应、动力性能，识别桥梁结构工作性能。

基于神经网络技术的桥梁动载测试方法包括以下步骤：