论文部分内容阅读
20世纪80年代以来,我国经济飞速发展,桥梁建设事业也取得了巨大的成就。同时,我国的桥梁工程也面临着与世界上其他众多国家同样的桥梁事故问题。为此,国内外不少已建或在建的桥梁已安装了不同规模的健康监测系统。至今,桥梁健康监测系统的建立技术已经趋于完善,经过30年左右的监测,积累了大量的监测数据,如何处理这些数据渐渐成为研究热点。监测数据的建模分析理论尚未发展完善,如何正确、及时地分析处理海量监测数据也就成为桥梁状态评估和性能预测的关键环节。桥梁健康监测系统采集到的数据,通常与时间有很强的关联性,时间序列分析方法以数据本身为出发点,探求时序本身的规律,以时间序列方法分析健康监测数据,便于从整体上把握桥梁的状态信息,以至预测未来的状态信息。有鉴于此,本文以“数据驱动建模”为宗旨,采用时间序列理论中最常用的自回归滑动平均(ARMA)模型对桥梁监测数据进行建模,并在该模型的基础上,基于监测数据计算分析桥梁的可靠指标。具体研究内容如下：首先,详细介绍了ARMA模型建立的关键步骤,并应用Levenberg-Marquarat算法对参数估计进行了优化改进。然后,结合伊通河大桥的主梁竖向加速度监测数据,应用改进的估计算法建立ARMA模型,对其进行分析与预测,验证时间序列分析方法的可行性,并参考加拿大安大略省桥规(OHBDC-1995)中容许加速度的限定,对伊通河桥的行车舒适度进行了评定。然后,结合伊通河大桥的倾角仪数据,通过计算拾取主梁挠度信息,建立ARMA模型,进行数据处理分析,对挠度数据进行统计分析,应用核密度估计方法估计挠度数据的概率密度函数,并应用MCMC模拟法计算分析了主梁在正常使用极限状态下的可靠指标,验证了方法的可行性,并分析了桥梁结构竖向挠度限值的选取对主梁正常使用状态下可靠性能评定的影响规律。最后,结合伊通河大桥的吊杆压力环数据,识别其关键构件——吊杆的索力,建立了ARMA模型,进行数据处理分析,对吊杆索力数据进行统计分析,应用核密度估计方法估计吊杆索力数据的概率密度函数,并应用MCMC模拟法计算分析了3根代表吊杆的可靠指标,验证了方法的可行性,并分析了吊杆钢丝强度和直径的变异性对吊杆可靠指标的影响规律。