基于PPTSVD的桥梁移动荷载识别

作     者：陈震 魏文杰 余岭 邵文达 

作者机构：华北水利水电大学土木与交通学院郑州450045 暨南大学重大工程灾害与控制教育部重点实验室广州510632 

出 版 物：《振动．测试与诊断》 (Journal of Vibration,Measurement & Diagnosis)

年 卷 期：2018年第38卷第4期

页      面：727-732页

核心收录：

学科分类：081406[工学-桥梁与隧道工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(51678278) 河南省教育厅科学技术研究重点项目(17A560006) 华北水利水电大学青年科技创新人才资助项目(70473) 

主　　题：移动荷载识别 识别精度 时域法 截断奇异值分解 分段多项式截断奇异值分解 

摘      要：为了改进时域法(time domain method,简称TDM)识别桥面移动荷载时存在的识别精度受测量噪声、响应类型及数量影响较大等缺陷,在截断奇异值分解(truncated singular value decomposition,简称TSVD)的基础上,提出了基于分段多项式截断奇异值分解(piecewise polynomial truncated singular value decomposition,简称PPTSVD)识别桥梁移动荷载。采用简化欧拉梁模型,由反演车辆荷载作用下桥梁的弯矩响应和加速度响应识别桥面移动荷载,得到了不同噪声水平下TDM,TSVD与PPTSVD的识别结果。研究结果表明,与采用奇异值分解(singular value decomposition,简称SVD)进行常规降噪的TDM相比,采用TSVD识别移动荷载在识别精度和抗噪性能方面均有一定提高,且由TSVD改进的PPTSVD识别方法较前两种方法具有更加明显的优势;PPTSVD识别精度高、识别结果受响应类型及响应组合影响较小且具有良好的鲁棒性,更适用于桥梁移动荷载的现场识别。