测试车辆对桥梁频率识别方法的影响：理论与实验验证

《Structures》：Effect of social vehicle on bridge frequency identification using a test vehicle: theoretical and experimental validation

　　

摘要

尽管在桥梁的车辆扫描方法（VSM）上投入了大量努力，但在实际交通中从车辆响应中可靠地提取桥梁频率仍然是一项挑战。本文提出了一种三阶段框架，以解决社会车辆（持续存在的车辆）对车辆-桥梁系统桥梁频率提取的影响。首先，推导出系统的动态响应的分析解，并通过有限元方法（FEM）进行验证。通过这些分析，揭示了社会车辆对确定VSM有利操作条件的影响机制。利用FEM进行了鲁棒性分析。结果表明：（1）社会车辆对桥梁频率提取的影响可能是正面的，也可能是负面的，这取决于时间间隔；（2）中等到高的车辆速度和较大的社会车辆重量可以提高效率和准确性；（3）即使在道路粗糙和随机交通流的情况下，仍然可以可靠地识别桥梁频率。最后，这些发现通过实验测试得到了验证。

引言

桥梁作为交通网络的支柱，在道路、铁路和地铁系统中得到了广泛应用[1]。在其使用寿命期间，桥梁不可避免地会遭受各种形式的损坏，包括由于超载、风化和腐蚀引起的损坏[2] [3]。随着全球范围内老化桥梁数量的增加，桥梁健康监测（BHM）对于及时准确地评估结构性能变得至关重要[4]。传统上，BHM的直接测量方法需要在桥梁上部署密集的传感器阵列来捕捉其动态响应[5]。然而，对于通常预算有限的小型和中型桥梁来说，这种方法往往成本过高。

为了解决直接方法的局限性，2004年杨等人首次提出的车辆扫描方法（VSM）引起了研究人员的广泛关注[6]。该方法通过移动车辆上安装的少量传感器记录的振动信号来提取桥梁的动态特性，利用车辆与桥梁之间的相互作用。由于无需在桥梁上安装传感器，该方法在移动性、效率和经济性方面具有优势。基于这一理论基础，进行了分析研究、数值模拟和现场测试，以验证VSM的可靠性和适用性[7] [8]。沿着这些思路，越来越多的研究人员将这种方法扩展到各种与桥梁相关的任务，包括频率提取[9] [10] [11]、损伤检测[12] [13] [14]、模态形状识别[15] [16]和阻尼估计[17] [18] [19]。

尽管VSM在提取桥梁模态特性方面具有优势，但在减轻影响其准确性的不利因素方面仍存在挑战。一个关键问题是，车辆自身的频率通常会占据响应谱的主导地位，掩盖了桥梁频率，使其难以检测。为了减轻这种掩盖效应，解决方案一般分为基于数据和基于物理的方法。基于数据的方法采用信号处理技术，如粒子滤波器方法[20]、经验模态分解[21]和卡尔曼滤波器[22]，从车辆响应中提取桥梁振动特性。然而，这些方法往往无法完全消除车辆频率的干扰。相比之下，基于物理的方法通过利用固有的物理关系提供了更直接的解决方案。杨等人[23]在这一领域做出了重要贡献，他们引入了车辆-桥梁接触点响应的概念。这种方法不仅有效抑制了车辆频率的干扰，还能够识别高阶桥梁频率，这一点已经通过实验得到验证[24] [25] [26]。鉴于其在减轻掩盖效应方面的有效性，本研究采用了接触响应。

另一个挑战是，路面粗糙度显著降低了车辆扫描频率中桥梁模态成分的信噪比。为了解决这个问题，一些研究采用了持续存在的交通作为一种放大桥梁响应的手段，同时减少了路面粗糙度引起的响应[27] [28] [29] [30] [31]。在他们的开创性现场测试中，林和杨[27]首次强调了伴随车辆在增强桥梁响应中的作用，从而改善了从移动测试车辆中提取频率的效果。徐等人[28]进一步通过数值模拟和实验证明，持续存在的交通通常会放大桥梁振动。这种放大有助于防止桥梁频率被粗糙度引起的振动掩盖，使其更容易识别。

以前利用持续存在的交通来减轻粗糙度掩盖效应的进展主要基于经验观察。显然，缺乏一个逐步的基本框架来系统地评估单个社会车辆对桥梁VSM的影响。此外，目前尚不清楚社会车辆在什么条件下会增强或抑制测试车辆对桥梁频率的提取。为了填补这一空白，本研究进行了理论分析、数值模拟和实验验证，以全面研究社会车辆对使用VSM进行桥梁频率识别的影响。提出的三阶段框架通过将车辆穿越过程分为三个交互阶段，并揭示了出发间隔、车辆速度和车辆质量如何控制这些影响。

本文的结构如下。第2节使用三阶段的公式为测试车辆和社会车辆推导出动态响应的分析解。第3节对分析解进行数值验证。第4节重点解释涉及各种物理参数的机制。第5节评估所提方法的鲁棒性。第6节进行实验验证，第7节总结本文。

章节片段

理论公式

为了理论模拟真实的交通流，本研究提出了一种在桥梁结构上的三阶段车辆穿越过程，如图1所示。最初，测试车辆以预定的速度沿着桥梁行驶。接下来，一辆以更高速度行驶的社会车辆进入并激发桥梁。最后，社会车辆离开桥梁后，测试车辆继续前行。这种三阶段过程旨在复制典型的交通情况，以便进行分析

数值验证

这里将介绍用于模拟移动测试车辆和桥梁的车辆-桥梁交互（VBI）元件。它将用于确认第2节中推导出的三阶段解决方案的有效性。

分析解的解释

与FEM不同，分析解本身具有一些优点，因为它使我们能够掌握控制系统响应的关键参数。本节旨在使用第2节中推导出的三阶段分析解来研究和社会车辆的影响。通过这种方式，将揭示系统的振动特性，这对于检测桥梁频率很有帮助。

对于桥梁来说，社会车辆是主要的激励源，

所提框架的整体鲁棒性

在第4节揭示了社会车辆的关键机制后，使用FEM来评估所提框架的整体鲁棒性，考虑了其他因素，如路面粗糙度、桥梁阻尼、随机交通流和测量噪声。除非另有说明，否则车辆和桥梁的属性与表1中的相同。

实验验证

在之前的理论和FEM分析的基础上，进行了实验验证，以进一步确认社会车辆对桥梁频率提取的影响，包括时间间隔、社会车辆的质量和行驶速度。

结论

本研究提出了一种三阶段车辆穿越方法，用于研究社会车辆对桥梁频率识别的影响。通过分析、数值和实验研究，揭示了社会车辆的影响机制，重点关注在交通流下提取桥梁频率的有利条件。以下是本文得出的结论：

(1)

计算出桥梁、车辆和接触点的动态响应

CRediT作者贡献声明

H.J. Chen：撰写——初稿、方法论、调查。K. Shi：撰写——审阅与编辑、可视化、验证。D.S. Yang：形式分析、数据管理。X.Q. Mo：可视化、验证。D.S. Deng：软件。J.R. Deng：数据管理。N. Liu：资源、项目管理。Y.B. Yang：撰写——审阅与编辑。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本工作得到了以下机构的支持：中国国家自然科学基金（资助编号：52378131、52568056和524B2114），重庆市人力资源和社会保障基金（资助编号：cx2022014），以及重庆市研究生研究创新项目（资助编号：CYB260042）。

H.J. Chen|K. Shi|D.S. Yang|X.Q. Mo|D.S. Deng|J.R. Deng|N. Liu|Y.B. Yang