CN107180126B - 一种桥梁风振监测传感器布置和风振响应重构方法 - Google Patents

一种桥梁风振监测传感器布置和风振响应重构方法 Download PDF

Info

Publication number
CN107180126B
CN107180126B CN201710273397.5A CN201710273397A CN107180126B CN 107180126 B CN107180126 B CN 107180126B CN 201710273397 A CN201710273397 A CN 201710273397A CN 107180126 B CN107180126 B CN 107180126B
Authority
CN
China
Prior art keywords
wind
bridge
vibration response
vibration
node
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201710273397.5A
Other languages
English (en)
Other versions
CN107180126A (zh
Inventor
周广东
谢美希
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201710273397.5A priority Critical patent/CN107180126B/zh
Publication of CN107180126A publication Critical patent/CN107180126A/zh
Application granted granted Critical
Publication of CN107180126B publication Critical patent/CN107180126B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供一种桥梁风振监测传感器布置和风振响应重构方法。根据风致振动时域分析方法计算得到桥梁在设计风荷载作用下的振动响应，绘制关于加速度的风振响应曲线；利用相邻节点之间风振加速度差的符号进行风振响应曲线拐点的判断，找出风振响应曲线拐点最多的时刻；选取该时刻风振响应曲线的拐点和拐点之间的中间节点作为传感器布置位置，得出桥梁风振监测传感器布置方案；采用正弦函数加权和作为风振响应形态函数，利用测点的风振加速度进行风振响应形态函数的待定参数拟合，实现桥梁风振响应的重构，最终得到桥梁所有节点的风振响应。本发明具有操作简单、易于实现等优点。

Description

一种桥梁风振监测传感器布置和风振响应重构方法
技术领域
本发明属于土木工程和桥梁监测领域，具体涉及一种桥梁风振监测传感器布置和风振响应重构方法。
背景技术
随着桥梁建造技术的提高和社会经济的发展，同时为了满足现代化交通运输和快速出行的要求，一大批大跨桥梁在全国各地建成并投入使用，如润扬长江大桥、杭州湾大桥、港珠澳大桥、矮寨大桥等。这些桥梁具有跨度大、结构柔、桥塔高和重量轻的特点，且所处的地理环境特别复杂，极易遭受各种强风的袭击。而强风引起的振动响应成为影响桥梁行车舒适性和结构安全性的主要因素之一。对桥梁的风致振动响应进行实时监测就显得非常必要，运用实时监测数据可准确把握桥梁风致振动响应的规律，为桥梁运营状态评估提供数据支撑，确保桥梁在风荷载作用下的安全。
由于大跨桥梁结构的复杂性，桥梁风致振动监测的可选节点可能达到几百个甚至上千个。但受到振动监测技术和振动监测成本的限制，无法对桥梁结构所有节点的风致振动响应都进行监测。那么，如何从成百上千的可选节点中选择最有价值的节点进行监测，就成为桥梁风致振动监测亟待解决的关键技术问题。已有的振动传感器布置方法主要针对桥梁在环境激励或者车辆荷载作用下的振动响应监测，仅考虑桥梁本身的动力特性。由于风荷载的非平稳性和桥梁响应的非线性特征，桥梁结构在风荷载作用下的振动响应与环境激励或者车辆荷载作用下的振动响应相比，存在很大的差异。利用已有的振动传感器布置方法进行风致振动监测传感器布置，难以准确捕捉桥梁风致振动响应的典型特征。不仅如此，由于风致振动监测传感器数量的有限性，无法全面掌握桥梁风致振动响应信息。通过测点的风致振动数据对全桥的风致振动响应进行重构，进而获得其余节点的风致振动响应，是全面了解桥梁风致振动响应特征的有效手段。然而，目前尚未提出有效的桥梁风致振动响应重构方法。
因此，提出一种能够对桥梁关键风振响应进行监测的传感器布置方法，并建立基于测点风致振动响应信息的风振响应重构方法，对于全面把握桥梁的风致振动响应特征具有重要的工程意义和实用价值。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种桥梁风振监测传感器布置和风振响应重构方法，它能从桥梁所有可选节点中选择最有价值的位置进行风致振动监测传感器布置，并能根据测点的风致振动响应重构桥梁所有节点的风振响应，进而得到桥梁所有节点的风振响应。
技术方案：为解决上述技术问题，本发明的一种桥梁风振监测传感器布置和风振响应重构方法，其特征在于，所述桥梁风致振动监测传感器布置方法包括以下步骤：
步骤1，根据风致振动时域分析方法计算得到桥梁在设计风荷载作用下的振动响应，绘制关于加速度的风振响应曲线；
步骤2，利用相邻节点之间风振加速度差的符号进行风振响应曲线拐点的判断，找出风振响应曲线拐点最多的时刻；
所述步骤2包括以下子步骤：
步骤2.1，计算第t时刻被测桥梁相邻节点之间的振动加速度差：
其中，
Figure GDA0002282513450000022
表示在第t时刻节点r+1与节点r之间的风致振动加速度差，r＝1,2,…,N-1；
步骤2.2，计算第t时刻被测桥梁风振响应曲线的拐点数目Kt和拐点集合Dt；如果
Figure GDA0002282513450000023
小于或者等于0，表明节点s+1为拐点；反之，如果
Figure GDA0002282513450000024
大于0，表明节点s+1不是拐点，其中s＝1,2,…,N-2；拐点数目Kt和拐点集合Dt为
Figure GDA0002282513450000026
其中，sgn(·)表示符号函数，Nt,v表示第t时刻被测桥梁风振响应曲线的第v个拐点对应的节点编号，v＝1,2,…,Kt；
步骤2.3，重复步骤2.1和2.2，直至所有时刻的拐点数目和拐点集合计算完成；
步骤2.4，计算被测桥梁振动响应曲线的拐点数目最大值Kmax；
Kmax＝max(Kt) (5)；
步骤3，选取该时刻风振响应曲线的拐点和拐点之间的中间节点作为传感器布置位置，得出桥梁风振监测传感器布置方案；
所述桥梁风致振动响应重构方法是在完成上述桥梁风致振动监测传感器布置方法后，实施步骤4，采用正弦函数加权和作为风振响应形态函数，利用测点的风振加速度进行风振响应形态函数的待定参数拟合，实现桥梁风振响应的重构，最终得到桥梁所有节点的风振响应，包括以下子步骤：
步骤4.1，设风致振动监测传感器集合为S＝(S1,S2,…,SW)，其中W为风致振动监测传感器的数量；监测节点对应的集合为
Figure GDA0002282513450000031
其中
Figure GDA0002282513450000032
表示第Sp个传感器布置的节点，p＝1,2,…,W；节点
Figure GDA0002282513450000033
的风振加速度响应为
Figure GDA0002282513450000034
选取有限元模型中的任意一个节点作为参考点，节点
Figure GDA0002282513450000035
距离参考点的距离为
Figure GDA0002282513450000036
步骤4.2，选取风振响应形态函数为
Figure GDA0002282513450000037
Figure GDA0002282513450000038
其中，A(X)表示距离参考点距离为X处的风振加速度响应，X表示距离，sin(·)表示正弦函数，αk、βk和γk为待定参数；
步骤4.3，根据测点距离参考点的距离和测点的加速度响应，利用非线性最小二乘法拟合式(9)中的待定参数，建立被测桥梁的风振响应形态函数，得到被测桥梁所有节点的风致振动响应。有益效果：本发明选择风振响应曲线的拐点和拐点之间的中间节点布置传感器，能够保证有限数量的振动传感器捕捉到桥梁在任意时刻的最大风振响应和最小风振响应；同时利用有限测点的风振响应和正弦函数加权和组成的形态函数进行桥梁所有节点的风振响应重构，能够获得桥梁所有节点的风振响应。保证了监测传感器在任意时刻均能捕捉到桥梁风振加速度的最大值和最小值，同时能够利用测点加速度重构出桥梁所有节点在任意时刻的风振加速度，实现桥梁风振响应的全面把握。本发明采用流程化设计，操作简单，便于工程人员进行桥梁风致振动监测的传感器布设和风振响应重构，为桥梁风致振动监测提供了一种有效方法，因此具有广阔的工程应用前景。
附图说明
图1是本发明实施例的流程图；
图2是本发明所述实施例涉及的悬索桥有限元模型；
图3是本发明所述实施例涉及的悬索桥跨中节点竖向风致振动加速度时程；
图4是本发明所述实施例涉及的悬索桥主梁第2350秒的风振响应曲线；
图5是本发明所述实施例涉及的悬索桥主梁第2350秒风振响应曲线的拐点；
图6是本发明所述实施例涉及的悬索桥主梁第3133秒风振响应曲线和拐点；
图7是本发明所述实施例涉及的悬索桥主梁第3133秒风振响应曲线的拐点和中间节点；
图8是本发明所述实施例涉及的悬索桥主梁风振监测传感器布置方案；
图9是本发明所述实施例涉及的悬索桥主梁第3133秒的实际振动响应和重构振动响应；
图10是本发明所述实施例涉及的悬索桥主梁第1500秒的实际振动响应和重构振动响应；
图11是本发明所述实施例涉及的悬索桥主梁第1780秒的实际振动响应和重构振动响应。
具体实施方式
实施例：
本实施例的实施流程如图1所示，包括桥梁风致振动监测传感器布置方法和桥梁风致振动响应重构方法。
其中，桥梁风致振动监测传感器布置方法包括以下步骤：
(1)根据被测桥梁的设计方案，利用梁单元和杆单元，采用大型通用有限元软件建立被测桥梁的有限元模型，假定有限元模型的节点数为N。设被测桥梁风致振动响应监测的可选测点为有限元模型的节点，即被测桥梁可选的用于风致振动响应监测的节点数量为N。
(2)基于被测桥梁的设计规范，根据被测桥梁的场地条件，选择用于被测桥梁设计的风荷载模型，利用线性滤波法模拟得到用于被测桥梁风振响应计算的风荷载时程，风荷载时程的样本数量为M，采样间隔为Δt。
(3)将模拟风荷载时程输入有限元模型，采用风致振动时域分析方法计算被测桥梁所有可选测点的风致振动响应时程。
(4)构造被测桥梁风致振动响应向量，第t时刻的风致振动响应向量Φt为
Φt＝(at,1,at,2,…,at,N) (1)
其中，at,n(n＝1,2,…,N)表示第t时刻(t＝1,2,…,M)第n个节点的风致振动加速度。
(5)以风致振动加速度为纵坐标，以节点编号为横坐标，绘制桥梁不同时刻的风振响应曲线。
(6)计算第t时刻被测桥梁相邻节点之间的振动加速度差：
Figure GDA0002282513450000051
其中，
Figure GDA0002282513450000052
表示在第t时刻节点r+1与节点r之间的风致振动加速度差。
(7)计算第t时刻被测桥梁振动响应曲线的拐点数目Kt和拐点集合Dt。如果
Figure GDA0002282513450000053
小于或者等于0，表明节点s+1为拐点；反之，如果
Figure GDA0002282513450000054
大于0，表明节点s+1不是拐点。拐点数目Kt和拐点集合Dt为
Figure GDA0002282513450000055
Figure GDA0002282513450000056
其中，sgn(·)表示符号函数，Nt,v(v＝1,2,…,Kt)表示第t时刻被测桥梁振动响应曲线的第v个拐点对应的节点编号。
(8)重复步骤(6)和(7)，直至所有时刻的拐点数目和拐点集合计算完成。
(9)计算被测桥梁振动响应曲线的拐点数目最大值Kmax。
Kmax＝max(Kt) (5)
(10)确定拐点数目最大值Kmax对应的时刻为tmax，根据tmax时刻的拐点集合DKmax计算拐点之间的中间节点编号
其中，Rmax,j(j＝1,2,…,Kmax-1)表示tmax时刻拐点Ntmax,j和拐点Ntmax,j+1之间的中间节点编号，
Figure GDA0002282513450000062
表示向下取整；如果Rmax,j等于Ntmax,j，表明拐点Ntmax,j和拐点Ntmax,j+1之间没有中间节点；中间节点组成中间节点集合Rmax
Figure GDA0002282513450000063
(11)合并拐点集合
Figure GDA0002282513450000064
和中间节点集合Rmax，组成风致振动监测节点集合。
(12)在风致振动监测节点集合上布置风致振动监测传感器，得到风致振动监测传感器布置方案。
桥梁风致振动响应重构方法，包括以下步骤：
(1)设风致振动监测传感器集合为S＝(S1,S2,…,SW)，其中W为风致振动监测传感器的数量；监测节点对应的集合为
Figure GDA0002282513450000065
其中
Figure GDA0002282513450000066
表示第Sp个传感器布置的节点；节点
Figure GDA0002282513450000067
的风振加速度响应为选取有限元模型中的任意一个节点作为参考点，节点
Figure GDA0002282513450000069
距离参考点的距离为
(2)选取风致振动响应形态函数为
Figure GDA00022825134500000611
Figure GDA00022825134500000612
其中，A(X)表示距离参考点距离为X处的风振加速度响应，X表示距离，sin(·)表示正弦函数，αk、βk和γk为待定参数。
(3)根据测点距离参考点的距离和测点的加速度响应，利用非线性最小二乘法拟合式(9)中的待定参数，建立被测桥梁的风致振动响应形态函数，得到被测桥梁所有节点的风致振动响应。
下面以一大跨悬索桥主梁的竖向风致振动响应监测为例，说明如何实现桥梁风振监测传感器布置和风振响应重构。
根据该桥的设计图纸，采用ANSYS软件，利用梁单元和杆单元建立该桥的有限元模型，如图2所示。主梁采用梁单元模拟，离散为93个节点，由北向南依次编号为1，2，…，93，相邻节点之间的距离为16.1m。基于被测桥梁的设计规范，根据被测桥梁的场地条件，选定用于该桥设计的风荷载模型为：
Figure GDA0002282513450000071
其中，Su(n)表示顺风向风功率谱密度函数，ω表示风的脉动频率，f表示莫宁坐标(f＝(ω×69.3)/(6.931.2×27.1))。
利用线性滤波法模拟得到被测桥梁风致振动响应计算的风荷载时程，风荷载时程的样本数量为3600，采样间隔为1秒。将模拟风荷载时程输入有限元模型，采用风致振动时域分析方法计算被测桥梁所有可选测点的风致振动响应时程。主梁跨中节点的竖向风致振动加速度时程如图3所示。
以第2350秒为例说明如何得到风振响应曲线的拐点数目和拐点集合。构造主梁的风致振动响应向量Φ2350，绘制风振响应曲线，如图4所示。利用式(2)计算相邻节点之间的振动加速度差
Figure GDA0002282513450000072
利用相邻节点加速度差的乘积判断拐点，得到第2350秒主梁风致振动响应曲线的拐点，如图5所示。通过式(3)计算得到拐点数目K2350为5，通过式(4)得到拐点位置集合D2350：
D2350＝(22 37 47 57 72) (11)
利用式(5)计算主梁风致振动响应的拐点数目最大值Kmax及其对应的时刻tmax：
Kmax＝15 (12)
tmax＝3133 (13)
第3133秒主梁风致振动响应曲线如图6所示，拐点集合D3133为
D3133＝(3 4 11 19 25 31 38 47 56 63 69 75 83 90 91) (14)
利用式(6)计算中间节点的编号，第3133秒中间节点如图7所示。利用式(7)计算中间节点集合R3133
R3133＝(7 15 22 28 34 42 51 59 66 72 79 86) (15)
合并拐点集合D3133和中间节点集合R3133，得到该桥主梁风致振动监测的传感器布置方案如图8所示。
假定采用有限元模型和风致振动时域分析方法计算得到的风致振动响应为该悬索桥的实际风振响应。采用图8所示的传感器布置方案进行风致振动响应监测，则测点的位置和测点处的风致振动加速度已知。
以1号节点为参考点，计算主梁上其余92个节点距离参考点的距离。
利用式(8)计算得到u为9，以测点的风致振动加速度和测点距离参考点的距离为已知量，利用式(9)的风致振动响应形态函数对主梁的风致振动响应进行重构。
利用非线性最小二乘法进行拟合，可得风致振动响应形态函数中待定参数的取值。
第3133秒主梁的实际振动响应和重构振动响应对比如图9所示，拟合误差为3.24×10-5，重构的风致振动响应形态函数为：
Figure GDA0002282513450000081
任选第1500秒，主梁的实际振动响应和重构振动响应对比如图10所示，拟合误差为7.74×10-6，重构的风致振动响应形态函数为：
任选第1780秒，主梁的实际振动响应和重构振动响应对比如图11所示，拟合误差为3.24×10-5，重构的风致振动响应形态函数为：
Figure GDA0002282513450000083
从图9、图10和图11可以看出，使用本发明的桥梁风振监测传感器布置方法进行传感器布置，传感器能有效捕捉被测桥梁在任意时刻的风致振动加速度响应的最大值和最小值；不仅如此，重构的振动响应与实际的振动响应非常接近，误差很小。因此，可以利用本发明的方法进行桥梁风致振动监测传感器布置和振动响应重构，得到桥梁所有节点的风致振动响应。

Claims (3)

1.一种桥梁风振监测传感器布置和风振响应重构方法，其特征在于，所述桥梁风致振动监测传感器布置方法包括以下步骤：
步骤1，根据风致振动时域分析方法计算得到桥梁在设计风荷载作用下的振动响应，绘制关于加速度的风振响应曲线；
步骤2，利用相邻节点之间风振加速度差的符号进行风振响应曲线拐点的判断，找出风振响应曲线拐点最多的时刻；
所述步骤2包括以下子步骤：
步骤2.1，计算第t时刻被测桥梁相邻节点之间的振动加速度差：
Figure FDA0002282513440000011
其中，
Figure FDA0002282513440000012
表示在第t时刻节点r+1与节点r之间的风致振动加速度差，r＝1,2,…,N-1；
步骤2.2，计算第t时刻被测桥梁风振响应曲线的拐点数目Kt和拐点集合Dt；如果
Figure FDA0002282513440000013
小于或者等于0，表明节点s+1为拐点；反之，如果
Figure FDA0002282513440000014
大于0，表明节点s+1不是拐点，其中s＝1,2,…,N-2；拐点数目Kt和拐点集合Dt为
Figure FDA0002282513440000015
其中，sgn(·)表示符号函数，Nt,v表示第t时刻被测桥梁风振响应曲线的第v个拐点对应的节点编号，v＝1,2,…,Kt；
步骤2.3，重复步骤2.1和2.2，直至所有时刻的拐点数目和拐点集合计算完成；
步骤2.4，计算被测桥梁振动响应曲线的拐点数目最大值Kmax；
Kmax＝max(Kt) (5)；
步骤3，选取该时刻风振响应曲线的拐点和拐点之间的中间节点作为传感器布置位置，得出桥梁风振监测传感器布置方案；
所述桥梁风致振动响应重构方法是在完成上述桥梁风致振动监测传感器布置方法后，实施步骤4，采用正弦函数加权和作为风振响应形态函数，利用测点的风振加速度进行风振响应形态函数的待定参数拟合，实现桥梁风振响应的重构，最终得到桥梁所有节点的风振响应，包括以下子步骤：
步骤4.1，设风致振动监测传感器集合为S＝(S1,S2,…,SW)，其中W为风致振动监测传感器的数量；监测节点对应的集合为
Figure FDA0002282513440000021
其中
Figure FDA0002282513440000022
表示第Sp个传感器布置的节点，p＝1,2,…,W；节点
Figure FDA0002282513440000023
的风振加速度响应为
Figure FDA0002282513440000024
选取有限元模型中的任意一个节点作为参考点，节点距离参考点的距离为
Figure FDA0002282513440000026
步骤4.2，选取风振响应形态函数为
Figure FDA0002282513440000027
Figure FDA0002282513440000028
其中，A(X)表示距离参考点距离为X处的风振加速度响应，X表示距离，sin(·)表示正弦函数，αk、βk和γk为待定参数；
步骤4.3，根据测点距离参考点的距离和测点的加速度响应，利用非线性最小二乘法拟合式(9)中的待定参数，建立被测桥梁的风振响应形态函数，得到被测桥梁所有节点的风致振动响应。
2.根据权利要求1所述的桥梁风振监测传感器布置和风振响应重构方法，其特征在于：所述步骤1包括以下子步骤：
步骤1.1，根据被测桥梁的设计方案，利用梁单元和杆单元，采用大型通用有限元软件建立被测桥梁的有限元模型，假定有限元模型的节点数为N；设被测桥梁风致振动响应监测的可选测点为有限元模型的节点，即被测桥梁可选的用于风致振动响应监测的节点数量为N；
步骤1.2，基于被测桥梁的设计规范，根据被测桥梁的场地条件，选择用于被测桥梁设计的风荷载模型，利用线性滤波法模拟得到用于被测桥梁风振响应计算的风荷载时程，风荷载时程的样本数量为M，采样间隔为Δt；
步骤1.3，将模拟风荷载时程输入有限元模型，采用风致振动时域分析方法计算被测桥梁所有可选测点的风致振动响应时程；
步骤1.4，构造被测桥梁风致振动响应向量，第t时刻的风致振动响应向量Φt为
Φt＝(at,1,at,2,…,at,N) (1)
其中，at,n表示第t时刻第n个节点的风致振动加速度，n＝1,2,…,N，t＝1,2,…,M；
步骤1.5，以风致振动加速度为纵坐标，以节点编号为横坐标，绘制桥梁不同时刻的风振响应曲线。
3.根据权利要求1所述的桥梁风振监测传感器布置和风振响应重构方法，其特征在于：所述步骤3包括以下子步骤：
步骤3.1，确定拐点数目最大值Kmax对应的时刻为tmax，根据tmax时刻的拐点集合
Figure FDA0002282513440000031
计算拐点之间的中间节点编号
Figure FDA0002282513440000032
其中，Rmax,j表示tmax时刻拐点
Figure FDA0002282513440000033
和拐点
Figure FDA0002282513440000034
之间的中间节点编号，j＝1,2,…,Kmax-1，
Figure FDA0002282513440000035
表示向下取整；如果Rmax,j等于
Figure FDA0002282513440000036
表明拐点
Figure FDA0002282513440000037
和拐点
Figure FDA0002282513440000038
之间没有中间节点；中间节点组成中间节点集合Rmax
Figure FDA0002282513440000039
步骤3.2，合并拐点集合和中间节点集合Rmax，组成风致振动监测节点集合；
步骤3.3，在风致振动监测节点集合上布置风致振动监测传感器，得到桥梁风致振动监测传感器布置方案。
CN201710273397.5A 2017-04-24 2017-04-24 一种桥梁风振监测传感器布置和风振响应重构方法 Expired - Fee Related CN107180126B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710273397.5A CN107180126B (zh) 2017-04-24 2017-04-24 一种桥梁风振监测传感器布置和风振响应重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710273397.5A CN107180126B (zh) 2017-04-24 2017-04-24 一种桥梁风振监测传感器布置和风振响应重构方法

Publications (2)

Publication Number Publication Date
CN107180126A CN107180126A (zh) 2017-09-19
CN107180126B true CN107180126B (zh) 2020-02-18

Family

ID=59831453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710273397.5A Expired - Fee Related CN107180126B (zh) 2017-04-24 2017-04-24 一种桥梁风振监测传感器布置和风振响应重构方法

Country Status (1)

Country Link
CN (1) CN107180126B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109238620A (zh) * 2018-08-13 2019-01-18 广东省建筑科学研究院集团股份有限公司 基于弹性楼板假定的三维有限元模型下获取超高层建筑结构各部位构件风振加速度的方法
CN111274867B (zh) * 2019-12-30 2023-03-31 西北大学 一种野外阵风模拟方法
CN112362274B (zh) * 2020-10-10 2022-04-15 中铁大桥局集团有限公司 运营期大跨桥梁涡激振动监测、预警、评价方法及***
CN117421554B (zh) * 2023-10-23 2024-06-21 江苏科技大学 基于长期振动监测数据的大跨悬索桥结构损伤识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6487914B1 (en) * 1995-09-14 2002-12-03 Structural Integrity Monitoring Systems, Inc. Structural monitoring sensor system
CN101221553A (zh) * 2008-01-04 2008-07-16 东南大学 斜风作用下大跨度桥梁抖振响应分析时域方法
CN101763053A (zh) * 2008-12-26 2010-06-30 上海交技发展股份有限公司 一种移动式桥梁安全检测分析管理***
CN102721523A (zh) * 2012-05-29 2012-10-10 东南大学 一种区间风谱模型的建立方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6487914B1 (en) * 1995-09-14 2002-12-03 Structural Integrity Monitoring Systems, Inc. Structural monitoring sensor system
CN101221553A (zh) * 2008-01-04 2008-07-16 东南大学 斜风作用下大跨度桥梁抖振响应分析时域方法
CN101763053A (zh) * 2008-12-26 2010-06-30 上海交技发展股份有限公司 一种移动式桥梁安全检测分析管理***
CN102721523A (zh) * 2012-05-29 2012-10-10 东南大学 一种区间风谱模型的建立方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Energy-aware wireless sensor placement in structural health monitoring using hybrid discrete firefly algorithm;GD Zhou,et al;《Wiley Online Library》;20151231;第22卷(第4期);第648-666页 *
大跨桥梁检测无线传感网络节点布置方法研究;周广东等;《振动工程学报》;20110831;第24卷(第4期);第405-411页 *
高层建筑风致响应实测测点的优化布置研究;李正农等;《第十四届全国结构风工程学术会议论文集》;20090821;第970-975页 *

Also Published As

Publication number Publication date
CN107180126A (zh) 2017-09-19

Similar Documents

Publication Publication Date Title
CN107180126B (zh) 一种桥梁风振监测传感器布置和风振响应重构方法
Li et al. The effect of amplitude-dependent damping on wind-induced vibrations of a super tall building
Avci et al. Self-organizing maps for structural damage detection: a novel unsupervised vibration-based algorithm
Park et al. Wireless displacement sensing system for bridges using multi-sensor fusion
Adeli Neural networks in civil engineering: 1989–2000
Ozdagli et al. Low-cost, efficient wireless intelligent sensors (LEWIS) measuring real-time reference-free dynamic displacements
Xu et al. Damage detection for a frame structure model using vibration displacement measurement
Hung et al. Nonparametric identification of a building structure from experimental data using wavelet neural network
CN104200004A (zh) 一种优化的基于神经网络的桥梁损伤识别方法
CN103884593B (zh) 基于少量静态测量数据的结构损伤定位与程度识别方法
CN104200265A (zh) 一种改进的基于神经网络的桥梁损伤识别方法
CN104915534A (zh) 基于序列学习的电力铁塔变形分析与决策方法
CN104049000B (zh) 基于模态迁移复杂网络的气液相含率测量及验证方法
Chen et al. Wind effects on a cable-suspended roof: Full-scale measurements and wind tunnel based predictions
CN110362886A (zh) 一种基于不确定性分析的城镇砌体住宅安全评估方法
CN107729592A (zh) 基于广义子空间溯踪的时变结构模态参数辨识方法
Ye et al. Probabilistic forecast of wind speed based on Bayesian emulator using monitoring data
CN108537336B (zh) 一种基于深度神经网络的空气质量预测方法
CN115270239A (zh) 基于动力特性和智能算法响应面法的桥梁可靠性预测方法
Wu et al. On‐Board Computing for Structural Health Monitoring with Smart Wireless Sensors by Modal Identification Using Hilbert‐Huang Transform
Quaranta et al. Numerical study on the optimal sensor placement for historic swing bridge dynamic monitoring
Derkevorkian et al. Nonlinear data‐driven computational models for response prediction and change detection
Kuok et al. Bayesian nonparametric modeling of structural health indicators under severe typhoons and its application to modeling modal frequency
Gur et al. Vulnerability assessment of container cranes under stochastic wind loading
Tariq et al. Structural health monitoring installation scheme using utility computing model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200218

CF01 Termination of patent right due to non-payment of annual fee