一种盾构隧道结构损伤评估方法

申请号 CN201710434506.7 申请日 2017-06-09 公开(公告)号 CN107228772A 公开(公告)日 2017-10-03
申请人 华中科技大学; 发明人 朱宏平; 罗辉; 胡嫚嫚; 郭昊文;
摘要 本 发明 公开了一种盾构隧道结构损伤评估方法,其特征在于,包括,分别根据盾构隧道的参数建立无损伤工况和有损伤工况的盾构隧道结构模型,在该模型上施加移动荷载,得到测点的无损伤和有损伤 加速 度响应 信号 ;对无损伤加速度响应和有损伤加速度响应信号分别进行小波包分解,获得每个频带的小波包 能量 ;根据每个频带的小波包能量,通过能量比的变化率偏差,确定盾构隧道结构的损伤 位置 和/或损伤程度。本发明技术方案的方法,采用基于数据的损伤识别方法,不需要结构的振型信息,利用结构损伤前后的加速度信号即可准确地进行损伤识别评估。
权利要求

1.一种盾构隧道结构损伤评估方法,其特征在于,包括,
S1根据盾构隧道的参数建立无损伤工况的盾构隧道结构模型,在该模型上施加荷载,得到测点的无损伤加速度响应信号
S2根据盾构隧道的参数建立具有损伤工况的盾构隧道结构模型,在该模型上施加所述荷载,得到测点的有损伤加速度响应信号;
S3对所述无损伤加速度响应和有损伤加速度响应信号分别进行小波包分解,获得每个频带的小波包能量
S4计算所述测点的无损伤加速度响应信号和有损伤加速度响应信号的小波包能量特征频带的能量比偏差,将所述能量比偏差指定为损伤识别指标,根据所述损伤识别指标,确定盾构隧道结构的损伤情况。
2.根据权利要求1所述的一种盾构隧道结构损伤评估方法,其中,步骤S3中所述每个频带的小波包能量定义为
式中,i为小波包分解层数,Sij为第i层分解得到的频带中第j个频带的子信号,xjk为第j个频带子信号的第k个离散点的值,N为第j个频带子信号的总点数。
3.根据权利要求1或2所述的一种盾构隧道结构损伤评估方法,其中,步骤S4中所述损伤识别指标定义为
式中,i为小波包分解层数,ERVj为第j个频带的能量比变化, 是ERVj的平均值。
4.根据权利要求1~3任一项所述的一种盾构隧道结构损伤评估方法,其中,所述识别指标可以确定结构损伤的位置,以及相对确定结构损伤的程度。
5.根据权利要求1~4任一项所述的一种盾构隧道结构损伤评估方法,其中,所述加速度响应信号优选通过ABAQUS有限元软件计算得到。
6.根据权利要求1~5任一项所述的一种盾构隧道结构损伤评估方法,其中,所述加速度响应信号采样频率优选100Hz。
7.根据权利要求1~6任一项所述的一种盾构隧道结构损伤评估方法,其中,所述小波包函数分解层数优选为8层。

说明书全文

一种盾构隧道结构损伤评估方法

技术领域

[0001] 本发明属于土木工程结构健康监测和损伤识别技术领域,具体涉及一种盾构隧道结构损伤评估方法。

背景技术

[0002] 隧道结构作为城市轨道交通中的重要部分,一旦出现问题将对大家的日常生活造成巨大的影响与损失。实践中,地下隧道的服役环境复杂,随着服役时间的增长,隧道结构将不可避免地发生局部损伤,若不进行检测与维护必会留下安全隐患,导致恶劣事故发生。实际上,一方面在运营过程中,车辆的动载作用等动荷载的往复运动影响,也可能使结构产生不同程度的疲劳损伤。另一方面,建筑结构普遍存在不可避免的施工初始缺陷,尽管这些缺陷十分微小,但随着运营时间的累积和内外环境的不断作用,初始缺陷会逐渐发展扩大,隧道结构的健康状况会随着运营时间的增长而逐步恶化。因此,针对隧道结构进行定期损伤检测以预防事故的发生是十分必要的。
[0003] 近年来,结构健康监测(Structural Health Monitoring,简称SHM)及诊断技术在土木工程结构(包括高层建筑、大型桥梁坝工程等)的应用中取得了长足的进展,但是这一技术应用于隧道工程中几乎是刚刚开始起步。随着国内外对城市轨道交通的安全运营越来越重视,城市轨道交通地下结构(主要为盾构隧道结构)的健康监测系统日渐成为研究热点,如:无线传感网络技术和MEMS智能传感节点技术在地健康监测系统中的应用研究等,获得了广泛的关注。而关于盾构隧道损伤识别方面的研究,目前仅有少量基于数值仿真模型有所开展。理论上来说,利用海量监测数据来进行有效的盾构隧道结构损伤识别方法具有重要的理论和工程应用价值。
[0004] 在现有技术中,CN201310502959公开了一种基于振动传递率函数的结构损伤识别方法,其将结构损伤前后振动传递率函数复制的小波包分解能量变化量作为损伤特征指标,利用支持向量机模式识别功能进行结构损伤识别。该方法高度依赖结构的振型信息,但是实际上振型信息的获取相对困难;且该方法虽然在解决小样本、非线性及高维模式识别问题中具有一定的优势,但是在进行精确的损伤定位以及损伤程度确认的时候,具有局限性。除此之外,《基于小波包能量谱的结构损伤预警方法研究》一文中,虽然详细探讨了利用小波包分解得到的能量比和能量比变化进行损伤识别的过程,但是该方法仍然存在较大的误差,在进一步精确进行损伤识别时误差较大。

发明内容

[0005] 针对现有技术的以上缺陷或改进需求,本发明提供了一种盾构隧道结构损伤评估方法。本发明技术方案的方法,采用基于数据的损伤识别方法,不需要结构的振型信息,仅利用结构损伤前后的加速信号即可准确地进行损伤定位和损伤程度评估。此外,本发明技术方案的方法,还可以对损伤进行精确识别。
[0006] 为实现上述目的,按照本发明的一个方面,提供了一种盾构隧道结构损伤评估方法,其特征在于,包括,
[0007] S1根据盾构隧道的参数建立无损伤工况的盾构隧道结构模型,在该模型上施加荷载,得到相应测点的无损伤加速度响应信号;
[0008] S2根据盾构隧道的参数建立具有损伤工况的盾构隧道结构模型,在该模型上施加所述荷载,得到相应测点的有损伤加速度响应信号;
[0009] S3对所述无损伤加速度响应和有损伤加速度响应信号分别进行小波包分解,获得每个频带的小波包能量;
[0010] S4计算所述测点对应的无损伤加速度响应信号和有损伤加速度响应信号的小波包能量特征频带变化率,将所述变化率指定为损伤识别指标,根据所述损伤识别指标的变化,确定盾构隧道结构的损伤位置和/或损伤程度。
[0011] 在本发明技术方案中,其关键在于建立无损伤工况和有损伤工况的结构模型作为对照,通过比较无损伤工况下的加速度响应信号和有损伤工况情况下的加速度响应信号,来确认结构中损伤的位置和程度。具体来说,在盾构隧道中每隔一段距离设置一个传感器,分别测试得到不同工况下的加速度信号。针对每一个传感器测得的信号,将无损伤工况下测得的加速度响应信号作为基准,将损伤工况情况下测得的加速度响应信号与基准比较,以确定损伤位置和损伤程度。实际情况中,损伤工况(如,壁后水土流失、超荷负载、刚度损伤等)通常是容易知道的,但是这种损伤会对盾构隧道造成何种程度的影响却是难以预测的;损伤工况与盾构隧道的结构的损伤也并不一定是同步出现的。
[0012] 盾构隧道的损伤并不是通过加速度信号直接识别的,而是通过精细的小波包能量分解后,获得每个频带的小波包能量,进而利用小波包能量特征频带变化率从多个度来识别损伤情况。传感器测得的能量大小并不能直接代表损伤情况,本发明技术方案中采用有损伤情况下测得的加速度响应与无损伤情况下加速度响应的能量比来评估损伤的位置,采用有损伤情况下测得的加速度响应与无损伤情况下加速度响应的能量比的变化率来评估损伤的大小。这种评估方法可以有效的减少误差,提高评估结果的准确度。
[0013] 作为本发明的一个优选技术方案,步骤S3中所述每个频带的小波包能量定义为[0014]
[0015] 式中,i为小波包分解层数,Sij为第i层分解得到的频带中第j个频带的子信号,xjk为第j个频带子信号的第k个离散点的值,N为第j个频带子信号的总点数。
[0016] 作为本发明的一个优选技术方案,损伤识别指标定义为
[0017]
[0018] 式中,i为小波包分解层数,ERVj为第j个频带的能量比变化, 是ERVj的平均值。
[0019] 需要指出的是,上式各字符中包含有若干角标,角标i为小波包分解的层数,其代表一定的序号;类似地,角标j为频带序号,角标k为离散点的序号值。角标i、j、k均具有一定的取值范围,当上述字符的角标具有确定的数值的时候,字符所代表的量也是确定的。
[0020] 作为本发明的一个优选技术方案,识别指标可以确定结构损伤的位置,以及相对确定结构损伤的程度。
[0021] 理论情况下,由于在发生损伤测点的能量比偏差的数值(ERVD值)远明显异常,因此,可以验证该损伤指标能够明确的识别和定位损伤,并能突出损伤处,减小误判的可能。对于不同刚度损伤情况下的损伤指数图,其形状相似,但幅值不同,随着刚度损失的加大,损伤指数的数值也相应随之增加。本发明技术方案中,该能量比偏差对于识别损伤位置可以达到很高的精度,其对于损伤程度的识别,只能根据能量比偏差的幅值相对确定。
[0022] 作为本发明的一个优选技术方案,加速度响应信号优选通过ABAQUS有限元软件计算得到。
[0023] 作为本发明的一个优选技术方案,加速度响应信号采样频率优选100Hz。
[0024] 作为本发明的一个优选技术方案,小波包函数分解层数优选为8层。
[0025] 在ABAQUS有限元软件环境中,可以有效模拟盾构隧道的无损伤和有损伤结构模型。加速度信号采样频率优选100Hz,小波包函数分解层数优选8层。
[0026] 总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
[0027] 1)本发明技术方案的方法,不需要结构的振型信息,仅由结构动响应信号的小波包能量谱变化率来进行计算,实际中结构动力响应比振型信息更容易获取,准确率也更高;
[0028] 2)本发明技术方案的方法,可以适用于单损伤、多种损伤工况,通过小波包分解,可以有效降低噪声,准确地确定结构的损伤位置并评估其损伤程度,以及对盾构隧道的结构进行损伤预警,具有很高的实际应用价值;
[0029] 3)本发明技术方案的方法,采用小波包能量分解方法,相较于采用能量比或者能量比变化作为损伤识别指标,能量比偏差具有更高的测量精度,更够将微小的误差放大凸现出来,有助于损伤的精确识别和预警。附图说明
[0030] 图1是本发明实施例的损伤指标构造流程图
[0031] 图2是本发明实施例的盾构隧道的结构有限元模型示意图;
[0032] 图3是本发明实施例的盾构隧道的结构有限元模型示意图的局部放大图;
[0033] 图4是本发明实施例的盾构隧道结构在工况2的条件下的损伤定位效果图;
[0034] 图5是本发明实施例的盾构隧道结构在工况3的条件下的损伤定位效果图;
[0035] 图6是本发明实施例的盾构隧道结构在工况4的条件下的损伤定位效果图;
[0036] 图7是本发明实施例的盾构隧道结构在工况5的条件下的损伤定位效果图。

具体实施方式

[0037] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
[0038] 如图1所示,是本发明技术方案的一种实施例的损伤指标构造流程图,包括以下主要步骤。
[0039] 第一步:建立未损伤盾构隧道结构的有限元模型,施加移动列车荷载,得到相应测点的加速度响应。对盾构隧道结构来说,损伤是一种结构上的变化,因此其应当具有一个参考的对象,相较于一种正常的、健康的盾构隧道结构来说,这种结构上的变化就是损伤。因此本发明技术方案的实施例中,设置了未损伤盾构隧道的有限元模型作为基准,损伤需要通过与该基准进行比较,从而确定损伤的情况。实际中,盾构隧道中具有载荷,如地铁等,因此建立无损伤的盾构隧道结构的有限元模型后,需要在其上模拟施加载荷,本发明技术方案的实施例中,优选施加移动列车载荷。为了对盾构隧道的结构有更全面的了解,工程上一般会按照一定的规律在隧道中安置一系列的传感器,通过传感器监测载荷经过改点时的信号。在本发明技术方案的实施例中,优选按照实际的传感器位置设为测点,从而得到测点的加速度响应信号。
[0040] 第二步:建立损伤工况盾构隧道结构模型,在同样的移动列车荷载作用下得到相应测点的加速度响应。相较于第一步中作为基准的无损伤盾构隧道结构的有限元模型,还需要建立一个具有损伤工况的盾构隧道结构模型。损伤工况包括但不限于刚度损失、壁后水土流失等等,损伤工况可以是单一损伤工况,也可以是多个损伤工况的组合。相应的,该损伤模型上也应该施加与第一步中相同的荷载,测点位置也是一致的。通过这种控制变量的方法,在其他条件均一致的情况下,仅改变损伤工况,以保证测得的结果仅仅受到损伤工况的影响。
[0041] 第三步:对得到的无损伤和有损伤的加速度信号分别进行小波包分解,得到每个频带的小波包能量。从原始的加速度信号上,只能得到初步信息,难以准确识别盾构隧道的损伤位置和损伤程度。本发明技术方案的实施例中,优选采用小波包分解的方式,对第一步和第二步检测获得的加速度信号进行了进一步的分析处理。该方法分析将时频平面划分得更为细致,它对信号的高频部分的分辨率比二进小波要高。而且,它在小波分析理论的基础之上,引入了最优基选择的概念。即,将频带经过多层次的划分之后,根据被分析信号的特征,自适应地选取最佳基函数,使之与信号相匹配,以提高信号的分析能力,极大地提高了信号分析结果的精确度。具体来说,对振动信号S进行i层小波包分解后,第i层有j=2i个一定宽度的频率带(即频带),提取各频带的小波包分解系数进行重构可以得到各频带的子信号Sij。进一步地,可以利用该子信号得到单个频带的能量。
[0042] 第四步:以盾构隧道损伤前后各子区间加速度信号的小波包能量特征频带变化率作为损伤识别指标;根据损伤识别指标幅值的变化,确定盾构隧道结构的损伤位置以及损伤程度。具体来说,根据第三步中获得的小波包能量特征频带,首先根据一系列的能量特征频带确认一个小波包分解层的全部频带的能量均值,每个频带的能量与该能量均值之比,定义为每个能量特征频带的能量比,用以确定结构损伤的位置。根据该能量比,可以进一步的计算出每个特征频带的能量比偏差,偏差值越大,损伤程度越大,从而可以估算出损伤程度的大小。
[0043] 小波包能量谱之所以被用来表征结构动力特性,其理论基础如下:当结构受到的激励F一定时,由结构损伤引起的结构动力特性的变化会造成结构动力响应S在不同分析尺度(频带)上子信号Sij的变化,即结构动力响应S的能量在各个频带内的重新分布。有关小波包能量分解用于确认损伤的详细理论基础,可以参见《基于小波包能量谱的结构损伤预警方法研究》一文,其中详细解释了小波包能量分解的计算方法。
[0044] 本发明技术方案的一个优选实施例中,信号能量的定义如下:
[0045]
[0046] 相应的,第j个频带的能量Ej可由子信号Sij得到:
[0047]
[0048] 式中,i为小波包分解层数,Sij为第i层分解得到的频带中第j个频带的子信号,xjk为第j个频带子信号的第k个离散点的值,N为第j个频带子信号的总点数。本发明技术方案的实施例中,根据需要,我们可以对加速度信号进行一定层数的小波包分解,分解后的第i层有2i个一定宽度的频率带(频带),提取各频带的小波包分解系数重构可以得到各频带的子信号Sij。每个频带的信号经过分解,可以获得若干个子信号点,xjk即为第j个频带子信号的第k个离散点的值,N为第j个频带子信号的总点数。
[0049] 在上述第四步中,为了表征不同受力阶段的结构损伤状态,本发明技术方案的实施例在各个频带能量比变化的基础上定义了结构损伤预警指标。即定义能量比偏差ERVD作为损伤识指标:
[0050]
[0051] 其中ERVj是第j频带的能量比变化, 是ERVj的平均值。理论情况下,由于在发生损伤测点的能量比偏差的数值(ERVD值)远大于其他测点,因此,可以验证该损伤指标能够明确的识别和定位损伤,并能突出损伤处,减小误判的可能。对于不同刚度损伤情况下的损伤指数图,其形状相似,但幅值不同,随着刚度损失的加大,损伤指数的数值也相应随之增加。
[0052] 本发明技术方案的实施例中,能量比变化经由下列过程计算得到,首先定义能量比为:
[0053]
[0054] 根据理论分析,随着小波包分解层次的增加,观测噪声会相应地减弱,且观测噪声的能量在各频带上分布比较均匀,采用各频带的能量与总能量之比构造的小波包能量谱具有损伤敏感性和噪声鲁棒性,因此本发明技术方案中优选定义上式的第j个频带的小波包能量比作为损伤位置识别指标。根据一系列的能量特征频带可以确认一个小波包分解层的全部频带的能量均值,将能量比确认为某一频带的能量与该频带所在分解层的全部频带均值相比,这样可以有效地降低噪声对计算结果的影响。
[0055] 本发明技术方案的实施例中,优选将各特征频带的能量比Ij按最大值归一化进行调整,计算能量比Ij的变化(即Energy Ratio Variation,简称ERV),即:
[0056]
[0057] 式中,ERVj为第j个特征频带的能量比变化;Idj为结构在损伤状态下第j个频带的能量比, 表示无损伤结构在多个激励下的第j个频带能量比的平均值。本发明技术方案的实施例中,比较的是某一频带的能量比与该频带在无损伤结构、多个激励下能量比的平均值。这种方法避免了能量比误差对于判断结果所带来的影响,使得作为比较基准的能量比具有较高的可信度,从而进一步使得对于损伤的判断结果具有较高的准确率。
[0058] 将各特征频带的能量比按最大值进行归一化调整,通过能量比的变化,可以判断结构的损伤情况。本发明技术方案的实施例中,根据该能量比,可以进一步的计算出每个特征频带的能量比偏差,偏差值越大,损伤程度越大,从而结合其他参数可以估算出损伤程度的大小。本发明技术方案的实施例中,能量比变化比较的是某一频带的能量比与该频带在无损伤结构、多个激励下能量比的平均值。这种处理方法可以保证作为基准的无损伤状态的能量比相对准确,可以对结构的损伤做出更加准确的判断。
[0059] 相较于采用能量比或者能量比变化作为损伤识别指标,能量比偏差具有更高的测量精度,更够将微小的误差放大凸现出来,有助于损伤的精确识别和预警。
[0060] 以下通过建立三维盾构隧道有限元模型作为数值算例,对本发明技术方案的实施例进行详细介绍。
[0061] 如图2所示,本发明技术方案的实施例模拟研究的盾构隧道结构由盾构隧道、道床、土体等构成。优选通过ABAQUS有限元软件建立道床-管片-围岩的三维有限元模型。图3是有限元模型示意图的局部放大图。以隧道中心线部位为标高,埋深优选16m,隧道半径优选2.925m,衬砌内径优选2.525m,管片厚度优选0.4m。模拟的计算范围如下,优选地,在隧道长度方向上取300m,竖向计算深度取316m,水平方向取360m。本发明技术方案的实施例优选研究竖直方向的振动,对土体施加水平方向的固定约束,即土层顶部为无约束的自由边界条件,左右两侧约束水平方向的变形,底部为固定约束。使用计算机语言如Fortran语言编写ABAQUS二次开发平台提供的用户子程序(如DLOAD)施加移动荷载,荷载经轮载扩散换算后直接施加在简化的隧道道床上。优选地,隧道结构长300m,每1m划分为1个单元,均匀布置31个测点,测点间隔10m。
[0062] 下面结合实际情况进行损伤定位与损伤程度评估分析。
[0063] 利用本发明的方法进行损伤定位与损伤程度评估,各工况说明如下:
[0064] 工况一,记为UDG,隧道未发生任何损伤;
[0065] 工况二,记为DMG1,在单元100(对应传感器编号11)处设置隧道管片单元刚度下降3%的损伤;
[0066] 工况三,记为DMG2,在单元100(对应传感器编号11)处设置隧道管片单元刚度下降6%的损伤;
[0067] 工况四,记为DMG3,在单元100(对应传感器编号11)和单元200(对应传感器编号21)处同时设置隧道管片单元刚度下降3%的损伤;
[0068] 工况五,记为DMG4,在单元100(对应传感器编号11)和单元180(对应传感器编号19)处同时设置隧道管片单元刚度下降3%的损伤。
[0069] 在上述六种试验工况下,在隧道道床上施加同样的移动荷载激励,得到传感器编号处的响应加速度。
[0070] 步骤1:在上述五种工况下,分别采集31个测点的加速度响应时程,即动力响应信号,采样频率100Hz。
[0071] 步骤2:选取小波函数DB18、小波包分解层数为8,对损伤前后各个测点的加速度信号进行小波包分解。
[0072] 步骤3:由公式(2)求得步骤2中的各个测点加速度信号的小波包能量,组成小波包能量谱向量。
[0073] 步骤4:由公式(3)-(5)求得损伤工况的能量比偏差,即为损伤指标。
[0074] 步骤5:以传感器测点编号为横坐标,步骤4所得损伤指标为纵坐标,绘制小波包能量比偏差柱状图,根据幅值的大小确定损伤单元的位置。如图4-图7所示。
[0075] 利用本发明的方法进行损伤定位与损伤程度评估。损伤定位结果如图4-图7所示,图中损伤指标突变值清楚地显示了损伤的位置,并且由幅值不同可看出损伤程度的不同。
[0076] 由上述实施例的五种损伤工况可见,本发明提出的基于小波包能量谱法可以正确有效地识别出损伤位置和损伤程度。
[0077] 本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
QQ群二维码
意见反馈