简支梁桥轻量化监测的状态评估方法研究

摘要

为了提升简支梁桥状态评估效率和评估智能化水平，提出基于准静态响应的桥梁正常使用状态的快速智能评估方法。首先，以车辆信息监测和关键截面的挠度监测为基础，建立轻量化监测体系；其次，建立以车辆信息和截面响应为输入、准静态挠度响应为输出的3种机器学习模型，构建桥梁响应有限元代理模型；再次，提出基于逐次变分模态分解（SVMD）的准静态挠度曲线自适应提取方法，通过迭代分解、残差评估，自动确定最优模态分解个数；最后，通过损伤桥梁和未损桥梁的准静态响应曲线面积比，构建评估系数β和桥梁状态分级表，并通过简支箱梁桥的数值算例进行验证。结果表明：基于反向传播（BP）神经网络构建的有限元代理模型训练结果最优，决定系数（R²）为98%、均方根误差（RMSE）为0.006 9;通过SVMD提取出的准静态挠度响应整体相对误差均小于2%,峰值相对误差均小于1%;将模型刚度折减成设计值的88%时，计算简支箱梁桥的β值为0.88,通过桥梁状态分级表评估桥梁的状态为一般，与设置的损伤状况一致，可初步判断桥梁的正常使用状态。

关键词

轻量化监测 / 数据处理 / 机器学习 / BP神经网络 / 准静态响应 / 状态评估