浅论桥梁检测及结构性能的探讨

　　一、桥梁检测与评估的意义

　　通过对桥梁的使用状况、缺陷及损伤进行全面、细致、深入的现场检测，明确缺陷和损伤的性质、部位、严重程度及发展趋势，寻找缺陷及损伤产生的原因，以便分析、评价缺陷及损伤对桥梁使用性能和承载力的影响，为桥梁维护、加固基改造设计提供及时、有针对性的第一手资料。通过对桥梁的全面检测，系统地收集当前桥梁技术数据，积累技术资料，为充实桥梁数据库、加强桥梁科学管理和提高桥梁技术水平提供必要条件;通过合理设计检测的方法，辅以布设长期监测设备，逐步建立桥梁健康监测系统，确保桥梁长期安全运营，以发挥其最佳经济效益和社会效益。

　　二、桥梁检测方法

　　1.静态检测方法

　　静力荷载试验就是将静止的荷载作用于桥梁上的指定位置，以便能够测试出结构的静应变、静位移以及裂缝等，从而推断桥梁结构在荷载作用下的工作状态和使用能力的试验。通过这些与桥梁工作性能有关的参数，可以分析得出结构的强度、刚度及抗裂性能，据此判断桥梁的承载能力。

　　在桥梁静载试验中要测量静应变和静位移。在测量应变时结合现场情况在结构上打孔，一般选择在结构计算最不利且便于操作的位置。确定良好的加载方案，以便在有限的试验孔上取得有代表性的测试值。根据静态应变值，推算结构截面的应力分布、杆件的实际内力与次应力、混凝土和钢筋共同作用情况等。

　　在静位移测量时，要测量竖向静态位移量(梁的挠度)、水平静态位移量(梁活动端位移及墩顶位移等)。由实测到的应变和位移可以推算出有关的内力(如轴力和弯矩)值和挠度值等。将它们与理论计算值进行对比，以此作为判定桥梁结构工作状态的一个重要指标。

　　2.动态检测方法

　　动力荷载就是将行驶的汽车荷载或其他动力荷载作用于桥梁结构上，来测出结构的动力特性，从而判断出桥梁结构在动力荷载下受冲击和受振动影响的试验。其试验的目的在于测

　　定结构的动力特性，如结构的自振频率、阻尼特性及固有振型等：测定结构在动荷载作用下的强迫振动的响应，如振幅、动应力、冲击系数及疲劳性能等。这些性能是判断桥梁运营状况和承载能力的重要标志之一。当桥梁自振频率处于某些范围时，可由外荷载(包括行使车辆、行人、地震、风载、海浪;中击等)引发共振造成事故，这是动力检测的主要目的。

　　三、动载试验的桥梁结构状况评估

　　桥梁结构的动力特性是与结构的组成形式、刚度、质量分布和材料性质等结构本身的固有性质有关，而与荷载等其他条件无关的性质。桥梁的模态参数是整个结构振动系统的基本特性，它是进行结构动力分析所需的参数，其结果不仅可以用来分析结构动载作用下的受力情况，而且为桥梁承载力状况评定提供重要指标。

　　1.固有频率的测定

　　对于比较简单的结构，只需结构的一阶频率，对于较复杂的结构动力分析，还应考虑第二、第三及更高阶的频率。桥梁固有频率可以直接通过测试系统实测记录的功率谱图上的峰值、时域历程曲线等确定。由基频还可以推算承重结构的动刚度。

　　2.阻尼

　　桥梁结构的阻尼特性一般由对数衰减率6或阻尼比D来表示，可由时域信号中的振动衰减曲线求得。另外，也可以从功率谱图中，用半功率带宽法来计算阻尼，一般测试系统软件均可完成此类分析。

　　3.振型

　　一般桥梁结构的基频是动力分析的重要参数。传感器测点的布置根据不同的结构形式，通过理论分析后确定。振型的测定一般采用两种方法，一种是使用多个传感器测定;另一种是使用一个传感器变换位置测量，这种情况下需要一个作用参考点，测试时比较繁琐。在条件限制时使用，一般应采取第1种方法测试。

　　4.冲击系数

　　桥规中定义冲击系数为冲击力与汽车荷载之比。对于线弹性状态下的结构来说，动荷载产生的荷载效应与静荷载产生的荷载效应之比即为1。因此，冲击系数的测试通常采用测定结构动应变或动挠度的方法。测试前，在梁的跨中(或最大变位、应变处)布置电阻应变片式的位移计或应变计，并通过动态应变仪与电脑相接。试验时，由加载车辆以某一速度从测点驶过，记录其输出应变随时间变化的实时信号。一般情况下，应测试记录多种车速下的输出应变结果，以做分析比较。

　　四、人工神经网络的桥梁结构状况评估

　　现实中桥梁处于一个复杂的动态系统中，影响结构安全性、适用性及耐久性的因素多，各影响因素之间的关系也存在着大量的不确定性和模糊性。传统的桥梁结构评估方法不能很好地处理这些不确定性因素的影响，而人工神经网络方法却能实现从输入参数到输出参数之间的非线性映射，非常适合于非线性很强的混凝土桥梁结构损伤诊断。

　　1.人工神经网络

　　人工神经网络(ArtificialNeuralNetworks，ANN)，一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络是并行分布式系统，采用了与传统人工智能和信息处理技术完全不同的机理，克服了传统的基于逻辑符号的人工智能在处理直觉、非结构化信息方面的缺陷，具有自适应、自组织和实时学习的特点。

　　由于结构的损伤必然导致结构参数(刚度、阻尼和内部荷载)的改变。利用数值求解法(如有限元法、能量法)或实测方法，获取结构中所需物理量(如频率、振型等)作为训练样本的输入参数，以结构的缺陷作为输出参数，利用神经网络具有很强的自组织、自学习和自适应能力的特点，通过一定数量的训练样本让网络学习，神经网络会记住这些知识，实现从输入参数(如结构频率向量等)到输出参数(如结构损伤位置、程度等)之间的非线性映射，从而可以求得反问题的解，也就可以知道桥梁结构的损伤情况。

　　2.结构等级评估输入参数

　　(1)混凝土材料方面

　　a.截面损失程度：由于混凝土在空气中的碳化作用，碳化部分将不参加构件的工作，因此构件截面减小。此参数以混凝土碳化深度与构件实际尺寸的比值来衡量。

　　b.混凝土强度损失程度：混凝土强度随时间而降低。此参数以混凝土强度下降程度来衡量。

　　c.开裂程度：对大部分结构，允许在规定范围内带裂缝工作，但是裂缝的产生和扩展对结构的抗弯能力及钢筋的保护有很大影响。此参数用裂缝宽度可靠指标与允许可靠指标的比值来度量。

　　(2)动力特性方面

　　a.固有频率下降，由于长期运营，桥梁的固有频率、刚度随时间增加有逐渐减小的趋势，其竖向刚度降低较快：

　　b.桥梁刚度下降，内部混凝土出现疲劳，产生了塑性变形，大大降低了桥梁刚度。

　　3.结构等级评估输出参数

　　通过人工神经网络系统的反复训练，可以输出Y值，根据《公路旧桥承载能力鉴定方法》(试行)中划分的4个等级来评估结构等级。Y体现不同的破损程度，数值越小，破损程度越小。评估等级与Y取值的对应关系：

　　(1)一级，O.OO

　　(2)二级，O.O5

　　(3)三级，O.15

　　(4)四级，O.35

　　五、结束语

　　公路桥梁作为公路交通基础设施的咽喉工程，在公路运输系统中发挥着至关重要的作用。作为人造结构物的桥梁，采用科学的技术手段与方法对其实施及时有效的养护维修与管理，是保证其健康。而检测是维修的前提，只有全面掌握了桥梁的安全状况，才能对症下药，延长桥梁的使用寿命;更重要的是检测可以尽早发现桥梁的安全隐患，避免造成巨大的、不可挽回的损失。为以后的设计和加固提供依据，最大效能发挥其经济效益的关键。

期刊VIP网，您身边的高端学术顾问

文章名称： 浅论桥梁检测及结构性能的探讨

文章地址： http://www.qikanvip.com/luqiaojianshe/2566.html