橋梁健康監(jiān)測數(shù)據(jù)分析的重要性

橋梁健康監(jiān)測數(shù)據(jù)分析的重要性

為了確保橋梁結(jié)構(gòu)的安全、完整性和耐久性，已建成的大型橋梁結(jié)構(gòu)應(yīng)使用有效方法進(jìn)行監(jiān)測和評估損壞和安全狀態(tài)。國外的多座大型橋梁已安裝了長期結(jié)構(gòu)健康監(jiān)測系統(tǒng)(SHMS)。近年來，國內(nèi)在多座大跨橋梁上也安裝了SHMS，如香港的青馬大橋、汲水門大橋和汀九大橋以及上海徐浦大橋、江蘇的江陰長江大橋、杭州的錢江四橋等。橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)的主要目標(biāo)是監(jiān)測結(jié)構(gòu)的狀態(tài)，即結(jié)構(gòu)的損傷及其引起的抗力退化。近年來基于振動的損傷識別分析技術(shù)無論在理論上或在實(shí)際應(yīng)用研究中都取得了長足的進(jìn)步。對于結(jié)構(gòu)振動測試數(shù)據(jù)的分析大多是在頻域或時域來進(jìn)行的，由于單一地在頻域或時域來分析測試信號，其信息表達(dá)具有一定的局限性，即對信息成份的分辨能力較差。小波分析的出現(xiàn)，使人們找到了一種優(yōu)秀的時頻域分析工具，它也被逐漸應(yīng)用到基于振動的土木工程結(jié)構(gòu)損傷識別中來。最初，Hou等人應(yīng)用Db小波對結(jié)構(gòu)動力模型和美國土木工程學(xué)會(ASCE)的基準(zhǔn)(Benchmark)模型進(jìn)行了損傷識別研究，指出了小波分析在結(jié)構(gòu)損傷識別領(lǐng)域的巨大潛力，能夠有效地監(jiān)測到結(jié)構(gòu)發(fā)生的損傷。Sun等人應(yīng)用小波包分解信號能量來構(gòu)造損傷指標(biāo)，并通過神經(jīng)網(wǎng)絡(luò)對連續(xù)梁的損傷識別進(jìn)行數(shù)值仿真研究，取得較好的分析結(jié)果。由于小波分析在信號去噪、信號奇異性檢測、特征提取、數(shù)據(jù)壓縮等方面有著獨(dú)特的優(yōu)勢，它在橋梁健康監(jiān)測中的應(yīng)用也有很大的潛力。本文從橋梁健康監(jiān)測的關(guān)鍵性問題和小波分析的優(yōu)勢出發(fā)，來探討小波分析在橋梁健康監(jiān)測中的應(yīng)用，并提出基于小波分析的橋梁結(jié)構(gòu)損傷識別四階段方法。1橋梁健康監(jiān)測的重要課題1.1有限元分析識別功能橋梁健康監(jiān)測系統(tǒng)是集結(jié)構(gòu)監(jiān)測、系統(tǒng)識別及結(jié)構(gòu)評估于一體的綜合監(jiān)測系統(tǒng)，其內(nèi)容包括荷載監(jiān)測、幾何變位監(jiān)測、結(jié)構(gòu)響應(yīng)監(jiān)測等。從系統(tǒng)構(gòu)成來看，橋梁健康監(jiān)測系統(tǒng)一般可劃分為：(1)數(shù)據(jù)采集子系統(tǒng)，主要包括各類信號采集，存儲和傳送的硬件系統(tǒng)；(2)數(shù)據(jù)信號處理子系統(tǒng)，主要包括各類數(shù)字信號的處理，如A/D轉(zhuǎn)換及數(shù)字濾波去噪等；(3)系統(tǒng)識別子系統(tǒng)，通過計(jì)算機(jī)模擬仿真計(jì)算，結(jié)合有限元模型分析，識別出橋梁結(jié)構(gòu)系統(tǒng)的靜、動力特性參數(shù)；(4)損傷識別子系統(tǒng)，即通過一定的分析技術(shù)，對已獲得的數(shù)據(jù)進(jìn)行處理，與橋梁結(jié)構(gòu)系統(tǒng)特征聯(lián)合，應(yīng)用各種有效的手段識別結(jié)構(gòu)損傷，完成損傷預(yù)警、損傷定位、損傷定量；(5)橋梁結(jié)構(gòu)狀態(tài)評估子系統(tǒng)，把損傷識別的結(jié)果與專家經(jīng)驗(yàn)結(jié)合，對橋梁的健康狀態(tài)作出評價，提出結(jié)構(gòu)健康維護(hù)策對；(6)數(shù)據(jù)管理子系統(tǒng)，完成實(shí)時產(chǎn)生的大量現(xiàn)場數(shù)據(jù)的存儲、調(diào)用和管理。從橋梁健康監(jiān)測的發(fā)展趨勢來看，隨著相關(guān)技術(shù)的不斷改進(jìn)，基于信息技術(shù)的智能橋梁健康監(jiān)測系統(tǒng)將取代目前仍然采用的人工檢查和局部確定損傷的方法。1.2橋梁健康監(jiān)測系統(tǒng)數(shù)據(jù)的分析處理從信息學(xué)角度來看，橋梁健康監(jiān)測的過程就是通過測試從數(shù)據(jù)信號中提取有關(guān)信息，對結(jié)構(gòu)進(jìn)行認(rèn)識的過程。測試是探測手段，信號是對物理量變化的描述，信息對應(yīng)著結(jié)構(gòu)狀態(tài)的特征，信息以信號為物質(zhì)載體。對于一座橋梁，它本身具有抵抗外力的能力，這是物質(zhì)的固有特性，為了探測這一客觀存在?？梢詫λ芯康臉蛄航Y(jié)構(gòu)系統(tǒng)施加外力激勵，測得加速度-時間歷程信號，該信號中就包含了描述該系統(tǒng)固有頻率和阻尼比的信息。進(jìn)一步對所測試信號進(jìn)行分析，就可以得到該系統(tǒng)的剛度信息，了解橋梁結(jié)構(gòu)的損傷狀況和承載能力。在結(jié)構(gòu)健康監(jiān)測系統(tǒng)中，從現(xiàn)場采集的數(shù)據(jù)包括結(jié)構(gòu)不同測點(diǎn)處的位移、應(yīng)變、加速度和環(huán)境激勵等數(shù)據(jù)。當(dāng)結(jié)構(gòu)在服役中發(fā)生損傷時，結(jié)構(gòu)性能將發(fā)生改變。結(jié)構(gòu)健康監(jiān)測系統(tǒng)就是要利用測試儀器瞬時地獲得能表征這些改變的結(jié)構(gòu)實(shí)時測試數(shù)據(jù)，來確定結(jié)構(gòu)的損傷時刻和損傷位置，分析損傷程度，從而正確評價橋梁結(jié)構(gòu)的健康狀態(tài)。因此一個橋梁健康監(jiān)測系統(tǒng)的優(yōu)劣主要由以下三個因素決定：(1)傳感器的靈敏性和精度以及數(shù)據(jù)傳輸和采集設(shè)備的性能；(2)測點(diǎn)的空間分布，即傳感器的最優(yōu)布置問題；(3)測試數(shù)據(jù)的分析處理。從目前的發(fā)展來看，用于結(jié)構(gòu)健康監(jiān)測的硬件設(shè)施越來越先進(jìn)，高性能的智能傳感器元件和信號采集裝備越來越多地在工程中得到應(yīng)用。從多次國際健康監(jiān)測和損傷識別會議的成果來看，當(dāng)前的傳感器技術(shù)已經(jīng)達(dá)到較高的水平，在結(jié)構(gòu)健康監(jiān)測系統(tǒng)中傳感器信號的獲取已經(jīng)不是一個至關(guān)重要的問題。傳感器的優(yōu)化布置決定了能否獲得大型結(jié)構(gòu)的整體信息和局部信息，也決定了測試數(shù)據(jù)對結(jié)構(gòu)損傷變化的敏感性。如何安排有限數(shù)量的傳感器實(shí)現(xiàn)對結(jié)構(gòu)狀態(tài)改變信息的最優(yōu)采集，是大型橋梁健康監(jiān)測需要解決的主要問題之一，目前在這一領(lǐng)域也有較多的研究成果。測試數(shù)據(jù)的分析處理要完成結(jié)構(gòu)損傷識別和橋梁整體健康狀態(tài)的評估。因此可以看出在橋梁健康監(jiān)測中最關(guān)鍵的就是測試數(shù)據(jù)的分析處理，一旦健康監(jiān)測系統(tǒng)投入運(yùn)營，主要的工作就是如何從測試信號中獲取有關(guān)結(jié)構(gòu)損傷狀態(tài)的信息。在數(shù)據(jù)的分析處理過程中，首先是對信號去噪，消除現(xiàn)場測試信號中的噪聲干擾；然后對信號進(jìn)行分析，從信號中提取出與結(jié)構(gòu)損傷狀態(tài)相關(guān)的特征信息，再結(jié)合損傷識別算法實(shí)現(xiàn)損傷分類識別；最后結(jié)合專家系統(tǒng)完成橋梁健康狀態(tài)的評價并保存有價值的測試數(shù)據(jù)，建立橋梁健康檔案。這三個過程涉及到的信號去噪、信號檢測、特征提取以及數(shù)據(jù)壓縮的技術(shù)問題，如圖1所示。小波分析在這四個技術(shù)領(lǐng)域的應(yīng)用有著獨(dú)特的優(yōu)勢。2小波分析及其健康監(jiān)測的應(yīng)用2.1小波多分辨率分析由于傳統(tǒng)的Fourier分析在時域上沒有任何局部化特性，在其基礎(chǔ)上發(fā)展的短時Fourier分析，雖具有一定的時頻分析功能，但由于窗函數(shù)一旦固定，時頻寬度固定，不能適應(yīng)信號的變化。而小波分析則提供了一個靈活的時頻窗，低頻處時窗變寬，高頻處時窗變窄，非常適合對含有穩(wěn)態(tài)和非穩(wěn)態(tài)成份的信號進(jìn)行時頻分析。小波變換可分為連續(xù)小波變換和離散小波變換。連續(xù)小波變換：對于一個能量有限的函數(shù)f(t)，即滿足f(t)∈L2(R)，它的小波變換為：其中a、b分別為尺度因子和平移因子，a,b∈R，且a≠0；ψa,b(t)是母小波ψ(t)經(jīng)過尺度伸縮與時間平移所生成的小波函數(shù)族，即小波基且滿足:Cψ=-+∫∞|ω|∞|Fψ(ω)|2dω<ω(3)其中Fψ(ω)是ψ(t)的傅立葉變換。由小波系數(shù)Wf(a,b)可以對函數(shù)f(t)進(jìn)行重構(gòu)，即：對于連續(xù)小波變換，Wf(a,b)的信息量是冗余的，因此常采用離散小波變換來進(jìn)行分析。常用的二進(jìn)離散小波變換公式為：其中ψj,k(t)為二進(jìn)離散小波基函數(shù)，j為尺度參數(shù)，k為平移參數(shù)。對應(yīng)的重構(gòu)公式為：當(dāng)小波函數(shù)是正交的時，ψj,k(x)構(gòu)成L2中子空間Wj的正交基。對于任意函數(shù)f(t)∈V0，可以將它分解為空間1W上的細(xì)節(jié)部分fd1和空間1V上的逼近部分fA1，然后將空間1V上的逼近部分fA1進(jìn)一步分解，如此重復(fù)就可得到任意空間Wj上的細(xì)節(jié)部分fdj和空間Vj上逼近部分fAj。Wj是小波空間，對應(yīng)的基函數(shù)是小波函數(shù)ψj,k(x)；Vj是尺度空間，對應(yīng)的基函數(shù)為尺度函數(shù)φj,k(x)。Wj為Vj在Vj-1中的正交補(bǔ)空間，即Vj-1=Wj⊕Vj。嵌套的子空間{Vj}j∈Z構(gòu)成2L的多分辨率分析。雖然多分辨率分析是一種有效的時頻分析方法，但它每次只對信號的低頻部分進(jìn)行分解，高頻部分保留不動。因此高頻部分頻率分辨率差。小波包分析對此進(jìn)行了改進(jìn)，它同時對函數(shù)在低頻和高頻部分進(jìn)行分解，在不同頻帶均可得到高分辨率。對于函數(shù)f(t)，其小波包變換為：其中Cij,k(t)稱為小波包系數(shù)，i、j和k分別是頻程參數(shù)、尺度參數(shù)和平移參數(shù)；ψij,k(t)為小波包函數(shù)，即：其中，i=0,1,L,2j-1，ψij,k(t)可以由母小波函數(shù)ψ(t)經(jīng)相應(yīng)的濾波器逐次計(jì)算得到。當(dāng)i僅取0時，即成為小波多分辨率分析。f(t)可由任意尺度J上的小波包分解系數(shù)重構(gòu)(也可以由不同尺度、不同頻程上的小波包系數(shù)來重構(gòu))，即：廣義的小波分析包括小波多分辨率分析和小波包分析，它們的分解結(jié)構(gòu)樹如圖2所示，重構(gòu)即按分解的反方向作逆運(yùn)算。2.2信噪分離技術(shù)測量噪聲在數(shù)據(jù)信號采集中是普遍存在的，噪聲的來源一種是由信號采集儀器和信號傳送設(shè)備的熱、磁及電效應(yīng)引起的，另一種是由觀測誤差引起的。這些噪聲都屬于隨機(jī)白噪聲。信號被噪聲污染的程度較大時，會給結(jié)構(gòu)損傷識別帶來困難，必須使用有效的信噪分離技術(shù)進(jìn)行去噪處理，再進(jìn)行后續(xù)的損傷識別分析。在信噪分離的方法上有許多經(jīng)典濾波和現(xiàn)代濾波方法，如維納濾波、卡爾曼濾波、自適應(yīng)濾波等。在信號頻域進(jìn)行去噪是以Fourier變換為工具進(jìn)行的。小波分析的出現(xiàn)給信號去噪帶來新的時頻分析技術(shù)。與傳統(tǒng)的濾波技術(shù)相比，應(yīng)用小波分析進(jìn)行信號去噪有很大的優(yōu)勢，可取得非常好的效果。以一個模擬的加速度信號為例來說明運(yùn)用小波進(jìn)行信號去噪的效果。圖3所示為加速度原始信號，在該原始信號中添加白噪聲，得到含噪信號如圖4所示。以小波閾值去噪方法得到恢復(fù)后的信號如圖5所示。可見，應(yīng)用小波去噪效果良好。2.3結(jié)構(gòu)加速度分析小波分析能夠用來檢測由于結(jié)構(gòu)損傷引起的振動信號的微小變化，從而實(shí)現(xiàn)損傷預(yù)警。這里通過對一個連續(xù)梁的結(jié)構(gòu)損傷數(shù)值仿真實(shí)驗(yàn)來說明應(yīng)用小波分析進(jìn)行損傷預(yù)警的效果。連續(xù)梁結(jié)構(gòu)如圖6所示，這里取結(jié)構(gòu)激勵荷載為一個沖擊力的作用，即在圖6中梁上A點(diǎn)處施加一個沖擊力F，計(jì)算結(jié)構(gòu)30s內(nèi)的動力加速度時程反應(yīng)，在15s時，結(jié)構(gòu)大跨跨中處出現(xiàn)突然開裂損傷，損傷率是5%。通過數(shù)值模擬得到結(jié)構(gòu)A點(diǎn)處的加速度信號S如圖7中(a)所示(圖7中橫坐標(biāo)為時間，單位：s；縱坐標(biāo)為加速度，單位：m/s2)。應(yīng)用Db6小波對信號S進(jìn)行小波分解，得到6個尺度上的細(xì)節(jié)信號d1～d6和概貌信號A6，如圖7所示。從細(xì)節(jié)分解信號d4～d6上明顯可以看出在15s時信號出現(xiàn)了突變峰值，顯示結(jié)構(gòu)出現(xiàn)了損傷。因此可以通過小波分析來對信號進(jìn)行檢測，實(shí)現(xiàn)結(jié)構(gòu)損傷預(yù)警。2.4小波包節(jié)點(diǎn)能量的提取以振動測試數(shù)據(jù)為依據(jù)的損傷識別問題，其關(guān)鍵是找到一個能反應(yīng)結(jié)構(gòu)系統(tǒng)狀態(tài)的特征指標(biāo)，也稱為損傷指標(biāo)。一般來說，直接從傳感器得到的測量數(shù)據(jù)，由于與結(jié)構(gòu)狀態(tài)相關(guān)的特征性不強(qiáng)，必須通過一定的特征提取技術(shù)，提取出與結(jié)構(gòu)損傷狀態(tài)相關(guān)的特征向量，再結(jié)合一定的損傷識別算法，即可實(shí)現(xiàn)損傷識別分類。目前多數(shù)損傷特征提取都是基于Fourier分析來完成的，由于Fourier分析本身所固有的缺陷決定了由其參與構(gòu)造損傷指標(biāo)的精確性。而小波包分析的出現(xiàn)克服了Fourier分析的不足，實(shí)現(xiàn)了對非穩(wěn)態(tài)信號的時-頻域分析，能夠直接對振動測試的信號進(jìn)行小波包分解，然后計(jì)算小波包系數(shù)的節(jié)點(diǎn)能量，提取信號特征。由式(7)中的小波包系數(shù)Cij,k(t)可計(jì)算的節(jié)點(diǎn)能量為ej,i為：節(jié)點(diǎn)能量ej,i實(shí)際是信號S在指定尺度j和頻帶指標(biāo)i的信號能量測度。一般來說不同的結(jié)構(gòu)損傷狀態(tài)對應(yīng)不同的小波包節(jié)點(diǎn)能量分布?？梢姡研〔ò?jié)點(diǎn)能量作為損傷特征指標(biāo)，即可實(shí)現(xiàn)對結(jié)構(gòu)損傷的分類識別。這里以一個單自由度結(jié)構(gòu)動力系統(tǒng)為例來分析基于小波包變換的特征提取，如圖8所示。系統(tǒng)受到一個外荷載激勵f(t)作用，這里取f(t)為一個隨機(jī)激勵，它由一個帶限的白噪聲組成。以一個加速度傳感器監(jiān)測這個動力系統(tǒng)30s內(nèi)的質(zhì)點(diǎn)加速度，假設(shè)在15s時結(jié)構(gòu)剛度k出現(xiàn)10%的突然損傷。在隨機(jī)荷載f(t)的作用下可得到系統(tǒng)的加速度反應(yīng)如圖9所示。對圖9中的加速度信號進(jìn)行小波包變換，小波包基選用第5個尺度上的子帶基ψ5i,k，其中i=0,1,2,L31。原始加速度信號按式(10)被分解后得到32個頻帶上的小波包系數(shù)節(jié)點(diǎn)能量。圖10給出了未損和損傷兩種狀態(tài)下信號的小波包系數(shù)節(jié)點(diǎn)能量，可以看出兩者有明顯不同。同樣的，不同的損傷狀態(tài)也對應(yīng)不同的小波包系數(shù)節(jié)點(diǎn)能量分布。因此通過特征提取可以得到與結(jié)構(gòu)狀態(tài)相對應(yīng)的特征指標(biāo)，結(jié)合損傷識別算法即可實(shí)現(xiàn)損傷分類。2.5小波分析的數(shù)據(jù)壓縮在橋梁健康監(jiān)測系統(tǒng)中，大量的傳感器實(shí)時地對結(jié)構(gòu)進(jìn)行監(jiān)測，海量的測試信號不斷被傳送到數(shù)據(jù)中心的主機(jī)。隨著系統(tǒng)的運(yùn)行，數(shù)據(jù)量是十分龐大的，如在錢江四橋的健康監(jiān)測系統(tǒng)中，每天采集的數(shù)據(jù)可達(dá)幾百兆。因此，數(shù)據(jù)存儲和數(shù)據(jù)管理是健康監(jiān)測系統(tǒng)面臨的一個十分重要的問題。采用有效的信號數(shù)據(jù)壓縮技術(shù)不僅可以大大減少數(shù)據(jù)存儲對存儲設(shè)備的要求，并且有利于數(shù)據(jù)的管理，以便為橋梁健康狀態(tài)建立檔案。應(yīng)用小波分析來進(jìn)行數(shù)據(jù)壓縮，只需一個數(shù)據(jù)量很小的低頻系數(shù)和幾個高頻系數(shù)即可保留信號中的重要信息成分，并可反映信號的變化趨勢，非常適合橋梁健康監(jiān)測系統(tǒng)的數(shù)據(jù)壓縮。這里以一個模擬的位移信號為例，來說明小波分析進(jìn)行數(shù)據(jù)壓縮的能力和效果。原始測試信號如圖11所示，應(yīng)用小波分析對圖11中信號在第3尺度上進(jìn)行壓縮，得到如圖11中所示的壓縮后信號。該信號的壓縮比是3.7倍。從圖11中可以看到，原信號的主要信息成分都得以保留，且很好地反應(yīng)了原信號的變化趨勢。3檢測—損傷識別的四階段分析方法在大型橋梁的健康監(jiān)測系統(tǒng)中的構(gòu)件眾多、可能的損傷方式也較多，且荷載多變。當(dāng)出現(xiàn)結(jié)構(gòu)異常和突然的局部損傷時，要在第一時間內(nèi)對復(fù)雜結(jié)構(gòu)進(jìn)行一次性地精確地?fù)p傷識別(損傷定位和損傷定量)顯然是不現(xiàn)實(shí)的。因此在結(jié)構(gòu)健康監(jiān)測系統(tǒng)中必須采用一定的方法和策略來解決數(shù)據(jù)處理的實(shí)時性和損傷識別的精確性問題，從而在系統(tǒng)長期運(yùn)行的過程中對任意時刻、任意構(gòu)件出現(xiàn)的異常，系統(tǒng)都能及時地做出最快的反應(yīng)，給出結(jié)構(gòu)的損傷評價。由于現(xiàn)在很多損傷識別技術(shù)都是從航空領(lǐng)域和機(jī)械領(lǐng)域發(fā)展而來的，不是十分適合土木工程結(jié)構(gòu)長期健康監(jiān)測系統(tǒng)的要求。而結(jié)構(gòu)健康監(jiān)測中損傷識別任務(wù)的完成也不同于以往對結(jié)構(gòu)進(jìn)行的定期損傷檢測，它是面向?qū)崟r在線監(jiān)測的，要求有良好的損傷識別技術(shù)和相應(yīng)快速的算法才能夠?qū)y量數(shù)據(jù)進(jìn)行即時處理，實(shí)現(xiàn)無時滯(或少時滯)的在線分析。根據(jù)結(jié)構(gòu)健康監(jiān)測系統(tǒng)的特點(diǎn)要求，基于小波分析理論，這里提出結(jié)構(gòu)健康監(jiān)測系統(tǒng)中損傷識別的四階段分析方法：第一階段：損傷預(yù)警，即發(fā)出結(jié)構(gòu)可能發(fā)生損傷的指示。隨著結(jié)構(gòu)長期健康監(jiān)測系統(tǒng)的運(yùn)行，動態(tài)地應(yīng)用小波變換對實(shí)時采集的信號進(jìn)行濾波和去噪，得到信噪比較高的測試數(shù)據(jù)。然后通過小波多分辨率分析把數(shù)據(jù)信號分解到不同尺度上對信號進(jìn)行時頻分析，從不同尺度分解信號的分析中得到在原始信號中無法表達(dá)出的結(jié)構(gòu)系統(tǒng)參數(shù)變化信息。從而在結(jié)構(gòu)系統(tǒng)有異常時，及時發(fā)出損傷預(yù)警，并給出可能發(fā)生的損傷的時間信息。這種損傷預(yù)警方法是在線進(jìn)行的，無需進(jìn)行復(fù)雜的結(jié)構(gòu)計(jì)算，效率很高。第二階段：損傷確認(rèn)，即檢驗(yàn)損傷預(yù)警是否真實(shí)。以小波包分析提取信號的特征向量，然后以第一階段的損傷時間信息以后的測試數(shù)據(jù)信號為研究對象，通過小波包特征提取和損傷確認(rèn)的識別算法來確定結(jié)構(gòu)系統(tǒng)參數(shù)是否真正發(fā)生了變化，進(jìn)行損傷事件的確認(rèn)，從而驗(yàn)證損傷預(yù)警信息。第三階段：損傷定位。得到損傷確認(rèn)的信息以后，基于小波包特征