《Buildings》:Research on Methods of Security Evaluation of Cable-Stayed Bridges Based on Entropy Information of Influence Line of Displacement
Dewei Zhang,
Bo Wang,
Yunchen Li and
Zhenyao Gao
编辑推荐:
在斜拉桥损伤识别与安全状态评估过程中,拉索索力应纳入常规监测(通常包括位移与应变),然而索力测试过程复杂,索力计拆装及维护成本高昂且困难。为提高斜拉桥损伤评估效率,研究人员引入信息熵理论并提出位移影响线差值曲率熵指标(Deflection Influence
在斜拉桥损伤识别与安全状态评估过程中,拉索索力应纳入常规监测(通常包括位移与应变),然而索力测试过程复杂,索力计拆装及维护成本高昂且困难。为提高斜拉桥损伤评估效率,研究人员引入信息熵理论并提出位移影响线差值曲率熵指标(Deflection Influence Line Difference Curvature Entropy Index)。为获取有效的损伤评估数据参数,首先通过变分模态分解(Variational Mode Decomposition, VMD)去除位移时程响应中的动态扰动,并对车辆多轴效应进行正则化处理,从而识别出斜拉桥实测位移影响线;其次,提取不同拉索损伤度下位移影响线差值曲率熵指标的峰值,构建损伤度逆拟合公式;将实测位移影响线熵值代入粒子群优化-反向传播神经网络(PSO-BP Neural Network)以获得对应测点位置的拉索损伤度;最后利用位移影响线信息熵参数评价拉索健康状况。研究人员采用理论模型与实测数据进行验证,结果表明:(1)利用位移影响线差值曲率熵指标可有效定位并量化拉索损伤位置及程度;(2)实测数据检验所得斜拉桥拉索健康指数为96.73%,与现场技术评估结果一致。
《基于位移影响线熵信息的斜拉桥安全性评估方法研究》论文解读
该论文由Dewei Zhang、Bo Wang、Yunchen Li与Zhenyao Gao发表于《Buildings》。斜拉桥作为现代大跨度桥梁的主要形式之一,其拉索是核心承重构件,长期受环境温度、风载、车辆荷载及重复荷载作用易发生疲劳、腐蚀甚至断丝,直接影响全桥安全。现行斜拉索安全评估方法包括人工检测/无损检测(Non-Destructive Testing, NDT)、基于索力(Cable Force)的直接监测法、基于模态参数与结构响应的分析法及基于多源数据融合的健康监测(Structural Health Monitoring, SHM)法,但普遍存在测试流程复杂、成本高、难以长期监测,或对环境噪声敏感、缺乏局部刚度变化系统性量化手段等问题。传统基于挠度影响线(Deflection Influence Line, DIL)的损伤识别多限于定性分析与局部定位,尚未系统结合影响线差值局部几何特征与信息熵来评定拉索安全状态,且易受车辆多轴效应与测量噪声干扰。为此,研究人员提出一种基于位移影响线(Displacement Influence Line, 亦作Deflection Influence Line, DIL)差值曲率信息熵的斜拉索安全状态评估方法,通过VMD去噪、Tikhonov正则化消除车辆多轴效应提取真实影响线,构建影响线差值曲率熵(Deflection Influence Line Difference Curvature Entropy, DILS)指标,建立损伤度逆拟合公式并结合改进PSO-BP神经网络量化拉索损伤,最终实现对斜拉桥拉索的健康评估。
研究人员采用的关键技术方法为:以低塔斜拉桥(波纹钢腹板-PC组合箱梁)为对象,建立MIDAS/Civil有限元模型设四种拉索损伤工况(单塔单点/单塔多点/双塔单点/双塔多点,损伤度10%~90%);对实测车辆移动加载下的桥梁挠度时程响应,采用变分模态分解(VMD, K=5, α=2000)分离准静态分量去除动态扰动,再通过Tikhonov正则化(L-curve法确定正则化系数λ)剥离车辆多轴耦合效应以识别实测位移影响线;计算完好与损伤态影响线差值及其二次中心差分(曲率),离散化统计概率分布后按Shannon信息熵公式计算曲率熵,提取峰值建立五阶多项式损伤逆拟合公式;以影响线差值曲率熵为输入、损伤度为输出构建PSO-BP神经网络(惯性权重w线性递减0.9~0.4,c1=c2=2.0,种群30,最大迭代1000)进行损伤量化,并以实测数据验证鲁棒性(叠加5%高斯白噪声及+5℃等效温升)。
研究结果
4.2. Damage Condition of Stay Cables(拉索损伤工况设置)
研究人员在有限元模型中对左塔S6缆设定单塔单点损伤,左塔S6+M6为单塔多点损伤,左右塔S6为双塔单点损伤,左右塔S6+M6为双塔多点损伤,各工况设10%、20%、30%等损伤度。提取损伤前后挠度影响线数据进行分析。结论:位移影响线差值曲率(Deflection Influence Line Difference Curvature, DILDC)曲线在损伤对应加载步出现明显突变峰值,峰值随损伤度增大而增大,可定位损伤位置并初步量化损伤度,但非损伤位置附近存在波动,小损伤度时易误判。
4.3. Information-Entropy Damage Identification Condition(信息熵损伤识别工况)
研究人员对四种工况下影响线差值曲率序列进行信息熵分析,构建挠度影响线差值曲率熵指标(DILS)。以10%损伤度为例对比DILDC与DILS识别效果。结论:DILS有效抑制损伤位置附近数据波动,损伤位置峰值较DILDC显著放大(算例中DILDC峰值0.8×10?11,DILS达2.4×10?10),非损伤区数值基本不变,提高了损伤识别置信度与定位准确性。
5.2. Pretreatment of Vehicle-Induced Deflection Response(车辆诱发挠度响应预处理)
研究人员对淮河某低塔斜拉桥实测四轴重车(总重350 kN)移动加载的跨中挠度时程响应进行VMD分解(K=5),选取中心频率低于结构基频的IMF分量重构准静态挠度,再经Tikhonov正则化消除多轴效应得实测位移影响线。结论:VMD可有效滤除高频动态成分,重构准静态挠度与结构静力响应基本一致且与车速关系不大;Tikhonov正则化成功剥离多轴耦合干扰,获得光滑合理的实测位移影响线。
5.3. Curve Fitting of Entropy Value of the Influence Line of Displacement(位移影响线熵值曲线拟合)
研究人员对M6拉索单点损伤工况下13组不同损伤度(10%~90%)提取DILS峰值,比较二至六阶多项式拟合效果后选用五阶多项式作损伤逆拟合公式:y = ?2.46×10?8x5+ 7.13×10?8x4? 7.47×10?8x3+ 3.38×10?8x2? 4.62×10?9x + 4.25×10?10(x为损伤度,y为DILS峰值)。结论:DILS峰值随损伤度总体递增(50%~60%区间增速略缓与工程实际索力变化相符),五阶多项式在拟合精度与过拟合间取得平衡,可可靠描述损伤度与DILS峰值的映射关系。
5.4. Verification of Safety-State Evaluation Method Based on PSO-BP Neural Network(基于PSO-BP神经网络的安评方法验证)
研究人员将工况14实测数据代入逆拟合公式得跨中损伤熵峰值逆拟合值3.316×10?10,实测位移影响线熵值为3.217×10?10,以68组训练集、20组测试集训练PSO-BP网络(隐含层结点数经经验公式与试凑确定)。结论:PSO-BP网络输出梁结构安全性能指标为96.73%,表明该低塔斜拉桥拉索处于安全运营状态,与现场技术评估结论吻合,验证了所提方法的有效性。
5.5. Robustness Analysis Under Environmental Changes(环境变化下鲁棒性分析)
研究人员在工况1基础上分别叠加5% RMS高斯白噪声模拟测量噪声,以及在有限元模型中施加+5℃等效升温调整弹性模量模拟温度效应,重复全套处理与特征提取。结论:5%测量噪声下损伤度反演结果仅有轻微波动不影响损伤定位与程度判断;+5℃均匀温升引起整体刚度变化但未在熵指标上产生伪损伤特征,损伤识别结果与基准工况一致。表明该方法对典型环境干扰具有良好鲁棒性,对拉索损伤敏感而对温度场及中等噪声相对不敏感。
讨论与结论翻译
讨论部分指出:所提基于位移影响线信息熵的拉索评估方法通过将拉索损伤引起的结构静力微变转化为可量化、鲁棒性强的熵指标,VMD预处理削弱了动态环境噪声干扰,信息熵放大局部异常并提高损伤/健康态对比度,较传统模态参数法更适用于长期监测;该方法只需非接触连续挠度监测即可初步定量评估,结合PSO-BP可实现自动化智能评估,但依赖高质量影响线提取及需基准(健康)状态模型校准(初期基准数据或有限元模型)。此外讨论了向多源信息融合(应变影响线、转角影响线、索振动频率等)扩展的可行性及未来可采用Transformer、TCN等深度学习模型替代浅层PSO-BP以适应多源大数据场景。
论文结论为:(1)挠度影响线差值曲率可有效验证拉索损伤位置与量化损伤度,单根或多根拉索损伤下均可通过差值曲率峰值点定位与量化,但损伤位置附近杂波易干扰识别效果;(2)引入信息熵理论构建挠度影响线差值曲率熵新指标,增强损伤位置峰值置信度,抑制邻近杂波,提高损伤识别精度;(3)变分模态分解可有效去除动态扰动并还原车辆过桥时的位移影响线,通过差值曲率熵峰值逆拟合与实测数据代入可验证工程实桥拉索安全性,模型在环境变化下具鲁棒性,适用于斜拉桥拉索损伤安全评估。