本發(fā)明屬于橋梁結(jié)構(gòu)健康監(jiān)測(cè)領(lǐng)域，涉及一種考慮時(shí)變車輛荷載和橋梁模型的鋼箱梁疲勞壽命預(yù)測(cè)方法。

背景技術(shù)：

1、鋼箱梁在服役期間長(zhǎng)期受到重復(fù)變幅隨機(jī)車輛荷載和腐蝕環(huán)境等作用，鋼橋面板等結(jié)構(gòu)容易發(fā)生高周疲勞損傷。疲勞裂紋的擴(kuò)展在初始階段難以確定且發(fā)展迅速，嚴(yán)重的疲勞問(wèn)題可能導(dǎo)致橋梁承載能力下降，橋梁的使用壽命縮短甚至橋梁結(jié)構(gòu)坍塌等災(zāi)難性破壞。因此，全面考慮橋梁壽命周期的疲勞荷載與抗力變化的疲勞壽命預(yù)測(cè)，對(duì)橋梁結(jié)構(gòu)維修加固和安全使用具有重要意義。

2、基于疲勞累積準(zhǔn)則的疲勞評(píng)估重點(diǎn)在于疲勞荷載效應(yīng)(疲勞應(yīng)力時(shí)程)的獲取。當(dāng)前，疲勞效應(yīng)獲取的主要有直接基于監(jiān)測(cè)應(yīng)變時(shí)程和通過(guò)建立疲勞荷載模型加載于橋梁模型獲取疲勞荷載效應(yīng)兩種方法。如公開(kāi)號(hào)為cn114117622b和cn113868749a分別采用有限元模型和影響線模型作為橋梁加載模型。然而，直接利用監(jiān)測(cè)數(shù)據(jù)僅能評(píng)估已監(jiān)測(cè)時(shí)段疲勞性能，無(wú)法考慮橋梁長(zhǎng)期運(yùn)營(yíng)期間的荷載和抗力變化過(guò)程。同時(shí)，所用車輛荷載模型往往未能充分考慮其短期特征和長(zhǎng)期流量的時(shí)變特性。所用的有限元模型作為加載模型的方法往往因建模簡(jiǎn)化與實(shí)際結(jié)構(gòu)存在差異，而修正模型和影響線模型的獲取需要進(jìn)行封閉交通的荷載試驗(yàn)，成本高昂，時(shí)效性差，難以實(shí)現(xiàn)疲勞壽命的長(zhǎng)期動(dòng)態(tài)預(yù)測(cè)。

3、為此，本發(fā)明提出一種考慮時(shí)變車輛荷載和橋梁模型的鋼箱梁疲勞壽命預(yù)測(cè)方法。根據(jù)長(zhǎng)期監(jiān)測(cè)數(shù)據(jù)，建立考慮時(shí)空分布的車輛荷載模型，基于隨機(jī)車致響應(yīng)的監(jiān)測(cè)實(shí)現(xiàn)多尺度模型的修正與長(zhǎng)期校準(zhǔn)，最后，基于時(shí)變可靠度評(píng)估理論實(shí)現(xiàn)疲勞壽命動(dòng)態(tài)預(yù)測(cè)。本發(fā)明能夠考慮已服役時(shí)段的疲勞累積損傷，并基于長(zhǎng)期監(jiān)測(cè)校準(zhǔn)荷載模型和橋梁加載模型，讓鋼箱梁疲勞性能長(zhǎng)期動(dòng)態(tài)評(píng)估成為可能。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種考慮時(shí)變車輛荷載和橋梁模型的鋼箱梁疲勞壽命預(yù)測(cè)方法，實(shí)現(xiàn)鋼箱梁疲勞壽命的長(zhǎng)期動(dòng)態(tài)評(píng)估。

2、本發(fā)明的技術(shù)方案：

3、一種考慮時(shí)變車輛荷載和橋梁模型的鋼箱梁疲勞壽命預(yù)測(cè)方法，步驟如下：

4、步驟1.考慮時(shí)空分布的時(shí)變疲勞車輛荷載建模

5、(1.1)車輛荷載特征建模；

6、車輛荷載特征參數(shù)包括各車型的車重、車速和車間距；統(tǒng)計(jì)各車型在一年各季度的車流量占比、在日24個(gè)時(shí)段中的車流量占比和在各車道中的分布占比；對(duì)各車型的車輛荷載特征參數(shù)進(jìn)行概率擬合確定其概率分布，即為車輛荷載特征模型；

7、(1.2)隨機(jī)車流模擬；

8、根據(jù)年交通量計(jì)算日均交通量；根據(jù)日均交通量確定24個(gè)時(shí)段各車道的車流量和車型占比；根據(jù)步驟(1.1)建立的車輛荷載特征模型，利用蒙特卡洛抽樣按照日均交通量對(duì)24個(gè)時(shí)段的車輛荷載參數(shù)進(jìn)行抽取，生成隨機(jī)車流模型；

9、(1.3)車流量趨勢(shì)建模；

10、長(zhǎng)期車流量變化主要由趨勢(shì)交通量引起，趨勢(shì)交通量的決定性因素是經(jīng)濟(jì)發(fā)展，通過(guò)引入logit模型對(duì)其進(jìn)行描述，如式(1)：

11、

12、其中，y為第t年的預(yù)測(cè)交通量；當(dāng)橋梁運(yùn)營(yíng)時(shí)長(zhǎng)的年交通量能通過(guò)監(jiān)測(cè)獲取時(shí)，參數(shù)a，b和c通過(guò)擬合確定；當(dāng)橋梁運(yùn)營(yíng)時(shí)長(zhǎng)的年交通量未能通過(guò)監(jiān)測(cè)獲取時(shí)，參數(shù)a，b和c為與地區(qū)經(jīng)濟(jì)發(fā)展水平相關(guān)的車流量飽和增長(zhǎng)系數(shù)，通過(guò)實(shí)際調(diào)查選??；

13、步驟2.基于隨機(jī)車致響應(yīng)的多尺度模型修正與校準(zhǔn)

14、(2.1)多尺度建模；

15、多尺度模型通過(guò)對(duì)關(guān)鍵的局部構(gòu)件精細(xì)建模，保留其他部分的全局簡(jiǎn)化模型，具有同時(shí)滿足效率和精度的優(yōu)勢(shì)，更適用于疲勞分析。

16、首先，在易損部位或荷載效應(yīng)較大部位(如跨中鋼箱梁段)建立滿足圣維南原理的局部精細(xì)化模型，在其他部分采用簡(jiǎn)化的梁桿模型建立全局模型；其次，將局部精細(xì)化模型分成三部分，包含分析截面的部分保留為局部精細(xì)單元，其余對(duì)稱兩部分采用子結(jié)構(gòu)法將局部精細(xì)化模型縮并為超單元；最后，基于變形協(xié)調(diào)的多點(diǎn)約束方法將超單元、局部精細(xì)單元與全局模型耦合，建立多尺度模型；

17、(2.2)基于監(jiān)測(cè)數(shù)據(jù)的多尺度模型修正與長(zhǎng)期動(dòng)態(tài)校正；

18、首先，確定需要修正和校正多尺度模型的時(shí)段，提取此時(shí)段布設(shè)于易疲勞細(xì)節(jié)位置(如u肋與頂板焊縫，u肋對(duì)接焊縫處)的應(yīng)變傳感器和主梁控制截面的撓度傳感器的準(zhǔn)靜態(tài)車致響應(yīng)，并模擬與實(shí)際車流相同概率特征的隨機(jī)車流作為已知荷載；其次，建立目標(biāo)函數(shù)，并通過(guò)經(jīng)驗(yàn)和靈敏度分析，確定待更新結(jié)構(gòu)參數(shù)，目標(biāo)函數(shù)如下：

19、

20、其中，θ為修正參數(shù)，femp(traffic,θ)和shmp(traffic,θ)分別為隨機(jī)車流下的有限元響應(yīng)概率特征和監(jiān)測(cè)響應(yīng)概率特征；dsfk(θ)和ssfj(θ)分別是隨機(jī)車致?lián)隙群蛻?yīng)變響應(yīng)的子目標(biāo)函數(shù)；m1和m2分別為撓度和應(yīng)變傳感器個(gè)數(shù)；α1和α2分別為撓度和應(yīng)變主觀函數(shù)的權(quán)重系數(shù)，權(quán)重系數(shù)和為1；

21、用混合高斯分布描述的隨機(jī)車致?lián)隙群蛻?yīng)變響應(yīng)的子目標(biāo)函數(shù)如下：

22、

23、其中，k為混合高斯分布中高斯分量的個(gè)數(shù)；和分別為監(jiān)測(cè)和有限元計(jì)算的隨機(jī)車輛誘導(dǎo)響應(yīng)分布的第i個(gè)高斯混合分量；和分別為監(jiān)測(cè)和有限元計(jì)算的隨機(jī)車致響應(yīng)的第i個(gè)高斯混合分量的平均值；和分別監(jiān)測(cè)和有限元計(jì)算的隨機(jī)車致響應(yīng)的第i個(gè)高斯混合分量的標(biāo)準(zhǔn)差值；

24、最后，通過(guò)粒子群優(yōu)化算法得到優(yōu)化問(wèn)題的最優(yōu)解；將最優(yōu)解引入多尺度模型，即得到更新后的多尺度有限元模型；

25、步驟3.基于時(shí)變可靠度的鋼箱梁疲勞壽命預(yù)測(cè)

26、(3.1)疲勞荷載效應(yīng)獲??；

27、將步驟(2.2)中模擬的隨機(jī)車流轉(zhuǎn)化為各時(shí)刻的荷載位置信息和荷載幅值信息，通過(guò)基于矩陣運(yùn)算的虛擬加載到修正和校準(zhǔn)后的多尺度有限元模型上，即獲得疲勞荷載效應(yīng)；

28、(3.2)疲勞極限狀態(tài)方程建立；

29、獲得疲勞荷載效應(yīng)后，采用雨流計(jì)數(shù)法即求解等效應(yīng)力幅值和循環(huán)次數(shù)如下：

30、

31、其中，si和sj分別為隨機(jī)車輛荷載引起的應(yīng)力譜中大于和小于恒幅疲勞極限的應(yīng)力幅值；ni和nj為對(duì)應(yīng)的應(yīng)力循環(huán)次數(shù)；seq為加載隨機(jī)交通流的小時(shí)等效應(yīng)力幅值；nd為加載隨機(jī)交通流等效應(yīng)力幅對(duì)應(yīng)的小時(shí)循環(huán)次數(shù)；kc和kd分別為和的橋梁結(jié)構(gòu)細(xì)部疲勞強(qiáng)度系數(shù)；

32、為了保證橋梁結(jié)構(gòu)的安全，長(zhǎng)期使用時(shí)各疲勞細(xì)節(jié)(如鋼箱梁u肋與頂板焊縫，u肋對(duì)接焊縫等)的疲勞抗力必須大于荷載效應(yīng)；基于概率的線性疲勞損傷累積極限的狀態(tài)函數(shù)分別表示如下：

33、

34、其中，df為橋梁細(xì)部臨界疲勞損傷；d(t)和d(t-1)分別為當(dāng)前和前一個(gè)服役年度的線性累積損傷，當(dāng)t＝1時(shí)d1(t-1)＝0；γ(t)為交通流量的年變化率；

35、(3.2)疲勞壽命預(yù)測(cè)；

36、考慮到變量的不確定性，采用蒙特卡羅方法分析疲勞細(xì)節(jié)的可靠性；當(dāng)g(t)＜0時(shí)，橋梁結(jié)構(gòu)疲勞失效，時(shí)變疲勞可靠度表示為下式：

37、β(t)＝-φ-1(p(g(t)＜0))?(7)

38、其中，pf＝p(g(t)＜0)為失效概率；φ-1(·)為標(biāo)準(zhǔn)正態(tài)分布累積分布的逆函數(shù)；

39、當(dāng)疲勞可靠度小于目標(biāo)可靠度限值時(shí)，橋梁的疲勞承載能力不滿足要求，此時(shí)所承受的應(yīng)力循環(huán)總數(shù)即為橋梁的疲勞壽命，如下式：

40、tlife＝find{β(t)＜βtarget}?(8)

41、其中，tlife為疲勞使用壽命，βtarget為可靠度指標(biāo)。

42、本發(fā)明的有益效果：

43、1、本發(fā)明的基于時(shí)變可靠度的鋼箱梁疲勞壽命預(yù)測(cè)方法，能夠充分考慮荷載效應(yīng)與疲勞抗力隨橋梁服役時(shí)間的變化，根據(jù)不同規(guī)定和業(yè)主需求給出維修加固建議，具有較高的工程實(shí)用價(jià)值；

44、2、本發(fā)明的考慮時(shí)空分布的荷載建模方式獲取的應(yīng)力幅值范圍與實(shí)際更接近，所提的logit模型相比線性模型能夠更合理的預(yù)測(cè)長(zhǎng)期車流量增長(zhǎng)；

45、3、本發(fā)明基于隨機(jī)車致響應(yīng)的多尺度模型修正和校準(zhǔn)方法，能夠克服測(cè)點(diǎn)的限制，實(shí)現(xiàn)任意位置的疲勞評(píng)估。利用監(jiān)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行校準(zhǔn)，避免了荷載測(cè)試封閉交通的影響，且使得橋梁模型更能代表真實(shí)橋梁結(jié)構(gòu)，減少疲勞評(píng)估誤差；

46、4、本發(fā)明的能夠考慮已服役時(shí)段的疲勞累積損傷，并基于長(zhǎng)期監(jiān)測(cè)校準(zhǔn)荷載模型和橋梁加載模型，讓鋼箱梁疲勞性能長(zhǎng)期動(dòng)態(tài)評(píng)估成為可能。