振动筛 桥梁涡振( 二 )


鉴于此,有学者从实验室出发,根据风洞试验结果计算出真实桥梁涡量振幅 。这种方法分为两步 。首先,对桥梁节段模型进行风洞试验,得到锁定现象下桥梁涡量的幅值 。然后考虑弹性气动力随桥长的变化,将其代入涡振预报模型,得到桥梁的涡振响应 。但目前,桥梁涡振的精确建模尚未实现 。国外学者首先对桥梁的涡激振动进行了建模,得到了单自由度桥梁振动的范德波尔型方程 。另一位国外同行用基于模型的非线性最小化方法识别了风洞模型的空气动弹性参数 。然而,在实桥发生涡振时质量和阻尼发生变化的情况下,准确计算桥梁涡幅仍然是困难的 。
与直接位移测量法相对应,是一种基于加速度积分获得结构位移的方法 。加速度积分可分为频域积分和时域积分 。由于傅里叶变换和逆变换运算,频域积分往往会产生较大误差 。时域积分法直接对加速度信号进行处理,但总是存在基线漂移和噪声干扰的问题,而基于信号批量处理的加速度积分算法无法实现涡流振动的在线实时测量 。
因此,本文为涡振事件的监测、传感和实时预警提供了一种可广泛应用于各种工程结构的方案 。该算法通过作者等人申请专利的位移监测方法和涡激振动监测预警方法,实现了实桥的在线位移监测 。然后,通过建立实时递归的希尔伯特变换方法,获得涡旋振动位移及其复平面轨迹的解析信号,并据此建立涡旋振动事件表征指标,实现涡旋振动的识别、预警和跟踪,以及涡旋振动参数的全过程实时高精度实时测量 。仿真算例和实桥监测数据验证了该方案的有效性 。
实桥应用
悬索桥健康监测系统的监测内容包括:主梁多向加速度、应变和位移;温度和湿度等环境参数;风速和风向等风场指标 。丰富的监测数据为桥梁涡振事件的预测创造了良好的基础 。基于桥梁涡振事件的智能传感系统和主要算法,本文重点研究利用桥梁加速度监测数据 。七个双向(垂直和横向)加速度计布置在桥梁主跨上游的七个等分线上,其中V8-V14通道监测垂直加速度数据,H1-H7通道监测横向加速度数据 。V1-V7垂直加速度传感器布置在主跨的下游平分线处(图1) 。每个传感器同步采样,采样频率为50Hz 。

图1桥梁监测系统加速度传感器布置图
本文选取2020年某一天的加速度监测数据进行分析 。采用实时加速度积分法对加速度数据进行积分,通过频谱分析得到一阶基频fs = 0.2268hz 。经过多次分析调试,滤波器截止频率ω_c=0.01π,积分精度高,递归滤波器参数q=0.299,传递函数幅值|H(ω)|=0.3975 。

(a)垂直-02垂直加速度时间历程

(b)涡流振动期间的频谱

(c)非涡旋振荡期间的频谱
图2涡流振动时桥梁监测系统的加速度记录和频谱
运行加速度积分程序,得到2020年6月12日的位移时程 。从这一时期涡振位移的时间历程,可以大致看出涡振的产生、稳定振动和衰减过程 。涡稳定段的加速度幅值约为25mg,积分得到的稳定段位移约为12cm 。将局部积分结果与理论位移结果进行比较,发现在整个振动过程的波形中积分值与理论值高度一致,积分结果保留了完整的振动信息 。

(a)垂直-2积分全天位移
【振动筛 桥梁涡振】
(b)垂直-2涡带的位移
图3涡流振动时桥梁监测系统的加速度记录和频谱
通过单通道的加速度积分,很好地获得了桥梁振动位移的时程,对应了涡激振动时桥梁上单点或单截面的振动状态 。为了进一步了解全桥在涡激振动时的振动行为,以桥梁纵向位置为横坐标,以同步积分得到的各测点位移为控制点,对桥梁纵向监测的几个加速度通道进行同步积分,可以得到各时刻的桥梁形状 。如图4所示,可以清楚地看到,桥梁在涡振时的纵向运动姿态主要是三阶振型 。

图4涡振中单周期桥梁纵向运动姿态
通过递推希尔伯特变换算法,对桥梁整体位移信号进行处理,选取涡振区(00:59:00-01:00:00)和非涡振区(02:19:00-02:20:00)的局部信号,绘制涡振圆 。可以看出,涡振期间的递归希尔伯特变换呈现出明显的圆形特征,而不是涡振区间的混沌涡振曲线 。通过计算涡振区和非涡振区的涡振指数,涡振区(00:59:00-01:00:00)本地信号的涡振指数为0.8327,非涡振区(02:19:00-02:20:00)本地信号的涡振指数为0.0026 。如上所述,比值越大,越能判断涡振 。因此,可以确认该桥在00:59:00-01:00:00时段有明显的涡振现象,而在02:19:00-02:20:00时段涡振指数值很小,属于环境随机振动 。


推荐阅读