论文部分内容阅读
正交异性钢桥面(Orthotropic Steel Decks:OSDs)由于其轻质、高承载力和方便施工等特点,已被广泛应用到桥梁建设的实例中,是目前大跨桥梁主梁所采用的主要桥面体系之一。但是,由于该桥面体系是由不同构件焊接而成,焊缝在纵向上受到横隔板的约束导致其应力影响线较短,因此在超载车辆轮载的反复作用下,正交异性钢桥面板的焊缝处容易产生疲劳裂缝。裂缝对于桥梁的使用性能和耐久性都会造成损伤,甚至会给钢桥面带来安全隐患。此外,钢箱梁开裂后其后期维护费用较高,会带来一定的经济负担。因此,在钢桥面的使用阶段有必要对其桥面上的车辆荷载进行实时监控以减少超载带来的危害。在对车辆进行监控时,BWIM(Bridge Weigh-in-motion:BWIM)系统被证明是一种有效地实时监控车辆轴重、轴距和速度等信息的工具。因此,本文将BWIM系统应用于正交异性钢桥面对过桥车辆进行实时识别以监测管控超载车辆。当BWIM系统应用到正交异性钢桥面时,一般是对其纵肋进行标定并基于车辆过桥引起的结构动态响应来识别过桥车辆轴重。BWIM系统对车辆荷载进行识别时,采用不同的算法所识别的车辆荷载其识别精度可能存在着较大的差异。本文基于佛陈新桥标定试验,采用三种不同的轴重识别算法来识别相应过桥车辆轴重并对其进行对比分析。佛陈新桥采用三跨变截面连续钢箱梁,其纵肋采用闭口U肋,标定试验的过程就是选取控制截面U肋采用标定车辆(已知轴距和轴重)对其影响线进行标定继而识别车辆轴重。本文主要完成了以下工作:(1)制定相应的试验方案,并依据拟定的试验方案开展标定试验,采集车辆过桥时控制截面上U肋的动态响应。(2)介绍本文所采用的三种轴重识别算法:传统Moses算法、参数C算法和U肋横向影响线算法,并对每种算法其一般流程给予详细阐述。(3)Moses算法需考虑所选取的控制截面所有标定的U肋的原始信号识别轴重,而参数C算法只需依据部分U肋的局部效应应变成分(由所采集的原始应变分离出其整体效应得到)对轴重进行识别。对比分析采用全部标定U肋和部分U肋的轴重识别结果,表明两者识别精度相当。此外,对该部分U肋的应变成分(包含整体效应部分和局部效应部分)进行分离得到相对应的局部效应成分应变,并依据此局部效应成分应变进行轴重识别,结果表明所得到的轴重识别精度要高于依据该部分U肋的原始应变(包含整体和局部)得到的轴重识别精度。(4)对COST323精度等级评定的一般原则进行说明,并依据COST323对传统Moses算法和参数C算法这两种算法所识别的轴重结果进行等级评定。结果表明:当BWIM系统应用于OSDs时,采用系数C算法所识别的轴重结果,其误差均值和标准差均优于传统Moses算法的结果,最终参数C方法的评定结果精度可达到C(15)。进一步分析表明:限制两种算法精度等级的主要原因是车辆前轴(对应于车辆的轻轴)其识别精度有待提高。(5)基于U肋横桥向纵向应力影响线的算法(U肋横向影响线算法)能够有效地识别正交异性钢桥面上车辆的横向位置。再通过有限元模拟,求得U肋横桥上的影响线,进而求得车辆在参考U肋上的换算应变。最后的轴重识别结果表明:U肋横向影响线算法能够识别正交异性钢桥面上的车辆荷载,且其后轴的识别结果相较于前轴误差更小,稳定性更好。(6)对比分析三种算法以及各自在OSDs应用时的优势和不足。