DB32T 4820-2024橋梁沖刷動力識別與快速篩查技術規(guī)范_第1頁
DB32T 4820-2024橋梁沖刷動力識別與快速篩查技術規(guī)范_第2頁
DB32T 4820-2024橋梁沖刷動力識別與快速篩查技術規(guī)范_第3頁
DB32T 4820-2024橋梁沖刷動力識別與快速篩查技術規(guī)范_第4頁
DB32T 4820-2024橋梁沖刷動力識別與快速篩查技術規(guī)范_第5頁
已閱讀5頁,還剩19頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

江蘇省地方標準DB32/T4820—2024橋梁沖刷動力識別與快速篩查技術規(guī)范Technicalspecificationforbridgescourdynamicidentificationandrapidscreening2024-07-08發(fā)布2024-08-08實施江蘇省市場監(jiān)督管理局發(fā)發(fā)出布版Ⅰ前言 Ⅲ 2規(guī)范性引用文件 3術語和定義 4測試方案設計 5監(jiān)測數(shù)據(jù)分析 6沖刷識別與預警評定 7實施周期 附錄A(資料性)模態(tài)變化趨勢項指標的構建原理 附錄B(資料性)趨勢項異變判定閾值的理論推導 附錄C(資料性)工程應用實例 參考文獻 Ⅲ本文件按照GB/T1.1—2020《標準化工作導則第1部分:標準化文件的結構和起草規(guī)則》的規(guī)定起草。請注意本文件的某些內容可能涉及專利。本文件的發(fā)布機構不承擔識別專利的責任。本文件由江蘇省交通運輸廳提出并歸口。本文件起草單位:東南大學、中鐵橋隧技術有限公司、江蘇高速公路工程養(yǎng)護技術有限公司、江蘇潤揚大橋發(fā)展有限責任公司、江蘇揚子江高速通道管理有限公司、江蘇蘇通大橋有限責任公司、華設設計集團股份有限公司、中鐵大橋勘測設計院集團有限公司。1DB32/T4820—2024橋梁沖刷動力識別與快速篩查技術規(guī)范本文件規(guī)定了橋梁沖刷動力識別與快速篩查技術的測試方案設計、監(jiān)測數(shù)據(jù)分析、沖刷識別與預警評定、實施周期等內容。本文件適用于已安裝及待安裝健康監(jiān)測系統(tǒng)的墩樁基礎涉水橋梁。2規(guī)范性引用文件下列文件中的內容通過文中的規(guī)范性引用而構成本文件必不可少的條款。其中,注日期的引用文件,僅該日期對應的版本適用于本文件;不注日期的引用文件,其最新版本(包括所有的修改單)適用于本文件。CECS333:2012結構健康監(jiān)測系統(tǒng)設計標準3術語和定義下列術語和定義適用于本文件。沖刷scour床面泥沙在水流等外力作用下,失去平衡,被水流裹挾、輸運,離開原來所處河床的過程。沖刷動力識別scouridentificationbasedondynamicproperties利用沖刷削弱樁基礎的有效約束,減小了結構剛度,造成動力特性的變化這一特性,通過對結構動力特性的研究來推得沖刷深度。沖刷敏感模態(tài)scoursensitivemodes隨著沖刷深度發(fā)展而易產生較大變化的橋梁結構模態(tài)參數(shù)。沖刷預警scourwarning基于所得結構動力特征數(shù)據(jù),在既定的置信度水平及準則下,對識別出的沖刷所致結構動力特性變化進行判斷。分級預警gradedwarning根據(jù)監(jiān)測值與其相應的結構安全控制閾值的比值,對橋梁結構實行監(jiān)測預警管理的分級。核密度估計kerneldensityestimation一種用于估計概率密度函數(shù)的非參數(shù)方法,通過對數(shù)據(jù)點附近的核函數(shù)進行平滑處理來估計概率2DB32/T4820—2024密度。4測試方案設計4.1一般規(guī)定4.1.1技術評定的數(shù)據(jù)宜來源于橋梁健康監(jiān)測系統(tǒng)。4.1.2橋梁沖刷動力識別與快速篩查技術的監(jiān)測內容應包含結構振動響應監(jiān)測和環(huán)境監(jiān)測。4.1.3結構振動響應監(jiān)測內容應為風載、地脈動、車輛激勵、水流力等環(huán)境激勵下橋梁振動加速度響應。若為動位移,應進行數(shù)據(jù)分析并換算為加速度。4.1.4環(huán)境監(jiān)測應包含溫度、風速等橋梁服役環(huán)境關鍵參數(shù)監(jiān)測等。4.2測點布置原則4.2.1沖刷敏感模態(tài)宜按經驗或計算確定,應選擇橋梁低階模態(tài)為沖刷敏感模態(tài),纜索支承體系梁橋宜按主塔低階模態(tài)、主梁低階模態(tài)、墩臺低階模態(tài)順序選用,不宜采用纜索模態(tài);其余橋梁宜選用主梁及墩臺低階模態(tài)。4.2.2振動測點應布置在橋梁沖刷敏感模態(tài)結構振動幅度較大處,主塔、墩臺宜自上向下布置,主梁宜自跨中向支點布置;可按需局部加密測點。4.2.3測點布置方向應遵循與沖刷敏感模態(tài)振動方向一致的原則;各結構體系橋梁沖刷敏感模態(tài)監(jiān)測振動方向可按表1確定。表1橋梁沖刷敏感模態(tài)各構件建議監(jiān)測振動方向橋型測點布設監(jiān)測振動方向說明纜索支承橋梁主梁豎向●主梁橫向●主梁縱向○塔柱縱/橫向(條件允許,建議安裝在塔柱頂部)●承臺豎/縱/橫向●梁橋主梁豎向●主梁橫向●主梁縱向○墩頂縱/橫向●承臺豎/縱/橫向●拱橋主梁豎向●主梁橫向●主梁縱向○墩頂縱/橫向●拱腳豎/縱/橫向●注:●為常見振動方向,○為非常見振動方向。4.2.4振動測點布置的其他要求可按JT/T1037—2022中7.4.6的規(guī)定執(zhí)行。3DB32/T4820—20244.2.5溫度測點布置其他要求可按JT/T1037—2022中7.2的相關規(guī)定執(zhí)行;風速測點布置可按JT/T1037—2022中7.3.2的規(guī)定執(zhí)行。4.3數(shù)據(jù)采集方式與存儲4.3.1振動、環(huán)境監(jiān)測應實時連續(xù)采集。4.3.2數(shù)據(jù)采集方式的其他要求可按JT/T1037—2022中8.6的相關規(guī)定執(zhí)行。4.3.3數(shù)據(jù)存儲應符合CECS333:2012中第5章、第6章的相關規(guī)定。5監(jiān)測數(shù)據(jù)分析5.1一般規(guī)定對采集所得的結構振動響應數(shù)據(jù),在進行沖刷識別與預警分析前,應進行清洗、去噪并分離干擾項,并應在保證數(shù)據(jù)真實準確的基礎上提升數(shù)據(jù)精度。5.2數(shù)據(jù)清洗5.2.1數(shù)據(jù)清洗應對數(shù)據(jù)采集中常見趨勢項、缺失值、躍遷值、離群值進行處理,增加橋梁沖刷動力識別精度。5.2.2濾波與去趨勢處理:可利用低通濾波器和信號去趨勢函數(shù),去除信號時程曲線中高階頻率信號,獲得結構真實模態(tài)頻率信號。5.2.3缺失值標記與填補:數(shù)據(jù)填補應遵循“小補大除,延拓填補”的原則;當缺失信號長度小于長度容忍臨界值,可采用延拓填補法填充缺失部分;當缺失信號長度大于長度容忍臨界值,則可舍棄缺失部分。5.2.4躍遷值處理:可采用數(shù)據(jù)平移方式處理,連續(xù)兩個數(shù)據(jù)差值絕對值大于閾值時,對數(shù)據(jù)段每個數(shù)據(jù)都應減去均值差。5.2.5離群值剔除與填補:可依據(jù)3σ法則、換算中位數(shù)絕對偏差(MAD)、偽功率譜分析等規(guī)則識別離群值,并使用線性插值或樣條插值等方法替代離群值。5.3干擾分離5.3.1橋梁沖刷監(jiān)測數(shù)據(jù)應重點剔除溫度變化對模態(tài)識別的干擾。5.3.2針對溫度因素干擾,可采用經驗模態(tài)分解法(EMD)與子模態(tài)重構法,去除子模態(tài)中溫度對應頻率范圍,消除其對結構動力特性的影響。5.4模態(tài)識別5.4.1模態(tài)參數(shù)識別應通過結構振動監(jiān)測數(shù)據(jù),獲取結構自振頻率、振型、阻尼比等。當有特殊要求時,應獲取模態(tài)剛度、模態(tài)質量。5.4.2當環(huán)境噪聲較小,干擾易分離,可采用頻域分解法識別模態(tài)參數(shù);當環(huán)境噪聲較大,干擾不易分離,可采用隨機減量與復模態(tài)指示函數(shù)算法相結合識別模態(tài)參數(shù)。5.4.3實地應用時宜采用Cov?SSI時?頻分析、HHT變換、短時傅里葉變換等方法識別結構頻率參數(shù),獲取時間?頻率(時?頻)序列數(shù)據(jù),用于沖刷識別與預警評定。4DB32/T4820—20246沖刷識別與預警評定6.1一般規(guī)定6.1.1宜利用理論分析、數(shù)值仿真等方法確定監(jiān)測橋梁各階振動模態(tài)及其與沖刷發(fā)展的關聯(lián)度,從而確定沖刷敏感模態(tài)進行沖刷動力識別與預警評定。6.1.2應基于概率檢測思想,表征與辨識時?頻序列特征變化;依靠橋梁健康監(jiān)測數(shù)據(jù)連續(xù)傳感體系與信息挖掘技術,確定時?頻序列特征變化與沖刷發(fā)展間關聯(lián)。6.2模態(tài)異變指標與沖刷識別6.2.1待分析時?頻序列數(shù)據(jù)應進行假設檢驗判斷是否滿足正態(tài)分布,宜采用χ2擬合優(yōu)度、Lilliefors、Kol?mogorov?Smirnov、Jarque?Bera等檢驗方法。6.2.2對于非正態(tài)分布數(shù)據(jù)應采用核密度估計進行正態(tài)分布轉換,轉換基本流程如下。a)待識別信號樣本中頻率向量fi,a)待識別信號樣本中頻率向量fi,j可利用公式(1)得到對應核密度估計向量PDF(fi,j式中:K(x)——變量x的核密度函數(shù);l——一個時間序列數(shù)據(jù)長度,單位為秒(sh——時間間隔值,單位為秒(sfi,j——監(jiān)測結構i階模態(tài)頻率向量fi的第j個數(shù)據(jù),單位為赫茲(Hz)。b)核密度函數(shù)宜采用高斯密度函數(shù):…………(2)式中:x——高斯密度函數(shù)的變量。dx…………(3)c)單個核密度估計向量PDF(fi,j)應按公式(3)處理,形成連續(xù)累計概率估計向量CDF(fidx…………(3)d)累積概率估計向量CDF(fi,j)應按公式(4)進行標準正態(tài)分布函數(shù)逆變換,轉換為Q統(tǒng)計量:Qi=Φ-1[CDF(fi.j)] 式中:Φ-1()——標準正態(tài)分布函數(shù)的反函數(shù)。e)轉化后Q統(tǒng)計量可視為服從正態(tài)分布的待識別時?頻序列數(shù)據(jù)。6.2.3正態(tài)分布待識別時?頻序列數(shù)據(jù)應按以下基本流程計算頻率控制閾值:a)核密度估計轉換后的時頻數(shù)據(jù)應滿足公式(5)所述正態(tài)分布模型:=1-α…………(5)5DB32/T4820—2024式中:P——概率值;f——頻率值;μ0——樣本總體均值;σ——樣本總體標準差;α——顯著性水平值;Zα2——標準正態(tài)分布α/2分位點;n——樣本總量。b)應采用Q統(tǒng)計量對公式(5)所述正態(tài)分布模型進行預測,頻率控制閾值應按公式(6)~公式(8)計算:UCL=mean…………(6)CL=mean(Qi)…………(7)LCL=mean…………(8)式中:mean——樣本均值函數(shù);std——樣本標準差函數(shù);UCL——上控制限;CL——中心線;LCL——下控制限。c)超出上控制閾值UCL或下控制閾值LCL的頻率序列應視為異常片段。d)按公式(9)定義異常連續(xù)超限頻率序列識別參數(shù)Ts:Ts=Tabi-Tabj…………(9)式中:Tabiabj——相鄰兩個超限頻率分別對應的時間,單位為秒(s)。e)應按公式(10)定義趨勢項指標參數(shù)PLU控制沖刷識別:PLU=Tab/Tt0…………(10)式中:Tab——超過上控制閾值UCL或下控制閾值LCL的連續(xù)超限頻率序列總時間長度,單位為秒(sTt0——待識別時?頻序列總時間長度,單位為秒(s)。f)按公式(11)定義頻率均值下降幅度Ms控制沖刷識別:Ms=|M1-M2|…………(11)式中:M1——異常連續(xù)超限頻率序列的頻率均值,單位為赫茲(HzM2——相同時間間隔的健康狀態(tài)下頻率均值,單位為赫茲(Hz)。6.2.4可通過設置不同顯著性水平α值來調整沖刷預警的靈敏度:α值越大,LCL和UCL之間的范圍越窄,識別靈敏度越高,沖刷預警成功率就越高,即識別精度越高;但將正常波動誤認為異常波動的可能性就越大,即預警的置信度越低。在確定α取值時,應根據(jù)實際情況權衡識別靈敏度與識別置信度的需求,確定滿足監(jiān)測要求的適宜值,通常情況下取值范圍可為0.01~0.1。6.2.5PL/U、Ts、Ms的閾值應結合待識別信號長度、信號采集頻率等因素確定,閾值宜為:PL/Uc=1%,Tsc=0.1s,Msc=0.01Hz。6DB32/T4820—20246.3沖刷評定方法與分級預警6.3.1沖刷概率評定應按以下步驟進行:a)確定沖刷概率評定顯著性水平α及控制指標閾值PL/Uc、Tsc、Msc,基于待識別時?頻序列計算頻率控制閾值UCLα、LCLα;b)判斷異常頻率序列,將頻率值超過控制閾值的頻率序列視為異常序列;c)針對識別出的異常頻率序列計算控制指標PLU、Ts,對于滿足PLU>PL/Uc且Ts<Tsc條件的異常序列,認定為異常連續(xù)超限頻率序列并進行下一步判斷;否則,認為無異常,不進行沖刷預警;d)針對滿足步驟c)的異常連續(xù)超限頻率序列計算控制指標Ms,若滿足Msc<Ms,則認為監(jiān)測到模態(tài)異常趨勢項變化,并進行沖刷預警;否則,認為正常信號波動,不進行沖刷預警。6.3.2完成一次沖刷預警并進入下輪待識別時?頻序列,應重復6.3.1規(guī)定的步驟。6.3.3沖刷概率評定流程圖如圖1所示。圖1異常信號序列趨勢檢測法沖刷概率評定流程圖6.3.4待識別時?頻序列為汛期監(jiān)測數(shù)據(jù)或序列時間長度不小于1年的監(jiān)測數(shù)據(jù)應進行沖刷概率評定,月—3月)時?頻序列監(jiān)測數(shù)據(jù)根據(jù)6.2.3重新計算頻率控制閾值UCLα和LCLα,再進行原監(jiān)測據(jù)沖刷概率評定。6.3.5橋梁沖刷分級預警應符合下列規(guī)定。a)橋梁沖刷分級預警應基于6.3.1~6.3.4規(guī)定的沖刷概率評定步驟與原則進行。b)橋梁沖刷分級預警超限閾值應分為三級,當監(jiān)測指標超過各級超限閾值時,應實時動態(tài)報警。c)橋梁沖刷各級超限閾值設定宜符合下列規(guī)定:1)超限閾值宜根據(jù)監(jiān)測內容歷史統(tǒng)計值、仿真計算值、設計理論值、社會經濟可接受程度等因素自主設定;2)超限閾值可根據(jù)橋梁健康度和技術狀況進行動態(tài)調整。7DB32/T4820—2024d)監(jiān)測數(shù)據(jù)超限閾值設定宜符合表2的規(guī)定。表2超限報警閾值設定表報警類別報警內容超限閾值(其中基礎閾值可按6.2.5推薦閾值取)超限級別穩(wěn)定安全基礎沖刷PL/Uc,Msc皆設定為0.8倍的基礎閾值,且Tsc設定為1.2倍的基礎閾值,發(fā)生沖刷預警一級PL/Uc,Tsc,Msc皆設定為1.0倍的基礎閾值,發(fā)生沖刷預警二級PL/Uc,Msc皆設定為1.2倍的基礎閾值,且Tsc設定為0.8倍的基礎閾值,發(fā)生沖刷預警三級6.3.6橋梁沖刷分級預警的其他要求可按JT/T1037—2022中11.3的相關規(guī)定執(zhí)行。6.4沖刷預警后對策與措施監(jiān)測數(shù)據(jù)和分析結果超限出現(xiàn)表2中情況時,應按表3的規(guī)定實施預警后對策與措施。表3沖刷分級預警后對策與措施建議表報警內容超限級別對策與措施實施基礎沖刷一級橋梁基礎存在沖刷可能,建議持續(xù)監(jiān)測數(shù)據(jù)分析,注意預警等級是否進一步變化二級橋梁基礎較大可能正在發(fā)生沖刷,建議擇機開展基礎水下精細檢測,注意預警等級是否進一步變化三級橋梁基礎極大可能正在發(fā)生沖刷,建議盡快開展基礎水下精細檢測,確定基礎沖刷病害情況,并采取相應的處置措施7實施周期7.1橋梁沖刷健康監(jiān)測系統(tǒng)用于橋梁沖刷動力識別與快速篩查應至少連續(xù)實施沖刷評定1年以上,且具有相對應的完整時間長度振動監(jiān)測與環(huán)境監(jiān)測數(shù)據(jù)。7.2特殊情況下,若不具備1年以上連續(xù)監(jiān)測條件,應至少具備冬季(1月—3月)及汛期(6月—8月)的監(jiān)測數(shù)據(jù)與沖刷評定實施條件。8DB32/T4820—2024(資料性)模態(tài)變化趨勢項指標的構建原理A.1沖刷深度宜與結構頻率線性相關,如圖A.1所示。標引符號說明:R2——擬合決定系數(shù)。圖A.1沖刷深度?頻率關系圖A.2時?頻序列經核密度估計后,頻率分布滿足如圖A.2所示正態(tài)分布,位于顯著性水平α對應分位點范圍外的頻率分布可視為小概率事件,因而可作為異常信號進行處理。圖A.2模態(tài)變化趨勢項指標異常警戒控制模型9DB32/T4820—2024(資料性)趨勢項異變判定閾值的理論推導趨勢項異變判定閾值的理論推導步驟如下:a)滿足正態(tài)分布的統(tǒng)計量X,其概率密度模型X~Y(μ,σ2)應按公式(B.1)計算:…………(B.1)式中:fμ——模型期望值;σ——模型標準差。b)對于X~Y(μ,σ2)上的某一分位點α,應按公式(B.2)計算:P|X≤Xα/2|=1-α…………(B.2)式中:P——概率值;Xα2——正態(tài)分布的上α/2分位點。c)根據(jù)樣本

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論