一种基于筛分法的随机车流下桥梁冲击系数的计算方法

1.本发明属于桥梁冲击系数计算方法技术领域，具体涉及一种基于筛分法的随机车流下桥梁冲击系数的计算方法。


背景技术：

2.当移动车辆荷载通过桥梁时，桥梁结构受车辆荷载的影响发生受迫振动，在桥梁工程中，此种受迫振动所引起的荷载放大效应被称为冲击效应，通常通过桥梁冲击系数来进行描述，桥梁冲击系数的检测计算对桥梁设计及维修加固具有极其深远的意义，如果不能准确地检测桥梁结构的冲击系数，会导致新型桥梁设计不合理或旧桥维修加固不及时，从而容易出现车辆载荷引起桥梁破坏现象，严重时还会发生重大事故。
3.目前常见的桥梁冲击系数计算方法有理论法和规范法，当采用理论法对桥梁冲击系数进行计算式，通常需要封闭交通，采用典型车辆(单辆或两辆并排车辆以一定车车速通过桥梁时，桥梁典型位置的动力响应)进行分析，如图2所示，其中：时程曲线内的最大静位移和最大动位移分别为y
jmax
(mm)和y
dmax
(mm)，冲击系数μ的计算如式(1)所示：
[0004][0005]
通过上述理论法的描述可知，由于车辆为单辆或两车并排，其动力响应曲线的波谷值的确定相对简单，但自然通行下，实际随机车流下的动力响应存在多个连续波谷，通过上述理论法无法识别对应的各自波谷值。
[0006]
规范法：
[0007]
中国公路桥涵通用规范(jtgd60—2015)：
[0008][0009]
根据公式(2)可知，规范法取值是一种经验方法取值，无法全面考虑随机车流下的冲击系数计算。
[0010]
自然通行下，桥梁典型位置时程位移曲线如图3所示，与典型车辆相关作用相比，其动力时程曲线存在多个波谷值，如采用传统理论法或规范法进行计算时，冲击系数的取值不太合理。
[0011]
时段分割法：
[0012]
为解决理论法计算下桥梁冲击系数的取值不合理的问题，提出了基于时段划分的桥梁冲击系数计算方法，其基本原理如下：为了分析随机车流下桥梁总运行时段t(例如1d)的动力响应数据，提出一种对运行时段进行经验分割，如将总运行时段t划分为n个区间时段每个区间时段为δt，分析各个δt区间时段内的桥梁最大动位移y
(δt)d max
和最大静位移y
(δt)j max
，则一共可得n组桥梁动、静位移的样本数据，通过公式(3)计算桥梁的冲击系数。
[0013][0014]
式中：
[0015]
μ
δt
—δt区间时段内桥梁冲击系数值；
[0016]y(δt)dmax
—δt区间时段内桥梁控制截面的动效应最大值；
[0017]y(δt)jmax
—δt区间时段内对应的静效应最大值。
[0018]
但随机车流下桥梁冲击系数取值受δt区间变化影响较大，而目前未能给出δt的合理取值标准，只能采用相关经验取值。
[0019]
无论是采用理论法或规范法对桥梁冲击系数进行计算，还是采用时段分割的方式进行随机车流下桥梁冲击系数计算，都存在一定的弊端，使得桥梁冲击系数取值与实际情况有一定偏差，甚至出现奇异，对桥梁冲击系数进行计算的准确性较差，降低了采用桥梁冲击系数对桥梁状态进行判断的可靠性，不能为后续桥梁的设计或维修加固起到参考的作用。
[0020]
因此，针对上述技术问题，有必要提供一种基于筛分法的随机车流下桥梁冲击系数的计算方法。


技术实现要素：

[0021]
本发明的目的在于提供一种基于筛分法的随机车流下桥梁冲击系数的计算方法，以解决上述桥梁冲击系数在随机车流或自然通行状态下计算准确性差的问题。
[0022]
为了实现上述目的，本发明实施案例提供的技术方案如下：
[0023]
一种基于筛分法的随机车流下桥梁冲击系数的计算方法，包括以下步骤：
[0024]
s1、提取不同交通流状态下桥梁关键位置的动力时程曲线；
[0025]
s2、根据s1中获得的动力时程曲线对桥梁关键位置的时程数据进行统计，获得有序向量{yd}和{yj}；
[0026]
s3、采用如果某个时刻样本波谷值同时小于相邻时刻的样本波谷值，则保存该数据，否则剔除该数据的筛分原则对有序向量{yd}和{yj}进行前、后差分取值，通过对时程数据进行筛分的方式获取所有的波谷样本点数据集{y
d1
}和静位移{y
jimax
}；
[0027]
s4、采用筛分原则对s3中获取到的多个波谷极值样本点进行二次筛分，二次筛分用于对波谷样本点数据集{y
d1
}中存在的不是最大值的波谷样本点进行筛分剔除，获取二次筛分保留时间位移波谷样本数据{y
d2
}；
[0028]
s5、采用筛分原则对样本数据{y
d2
}进行三次筛分，获取三次筛分保留时间位移波谷样本数据{y
d3
}，并对样本数据{y
d3
}是否存在大于0的样本数据进行判断，若存在大于0的样本数据，对样本数据{y
d3
}进行再次筛分，直至筛分后的样本波谷极值都小于0，用于对波谷样本数据{y
d2
}中波谷值大于0的波谷样本点进行筛分剔除；
[0029]
s6、对最终保留的桥梁响应极值数据进行k-s检验，获取95％置信区间作为动、静位移波谷代表值y
drmax
和y
jrmax
。
[0030]
进一步地，所述s1中桥梁关键位置的时程曲线采用自主研发的随机车流车桥耦合振动分析程序进行计算分析，通过采用随机车流车桥耦合振动分析程序对桥梁关键位置进行时程曲线计算分析便于提高提取到的时程曲线的准确性。
[0031]
进一步地，所述s1中针对桥梁关键位置的时程实测数据，在统计分析过程中需要对测试数据进行去噪和滤波处理，便于获取的桥梁动力响应的真实数据，提高了对桥梁冲击系数进行计算的准确性。
[0032]
进一步地，所述s2中桥梁关键位置时程数据采用matlab软件进行统计分析，通过采用matlab软件对桥梁关键位置进行统计分析，提高了对桥梁动位移向量和静位移向量进行统计的便捷性与准确性。
[0033]
进一步地，所述s2中有序向量{yd}和{yj}按时间先后顺序排列，同时保存相应的时间序列向量{t}，通过将{yd}和{yj}按时间先后顺序排列为后续对有序向量{yd}和{yj}进行筛分提供了便捷性，同时通过时间序列向量{t}与有序向量{yd}和{yj}的相互对应，提高了对有序相连{yd}和{yj}进行筛分的准确性。
[0034]
进一步地，所述s7中冲击系数计算公式为式中μr为桥梁冲击系数代表值。
[0035]
与现有技术相比，本发明具有以下优点：
[0036]
本发明基于随机车流下桥梁典型位置时程曲线连续性特点，存在多波峰波谷特性，与传统冲击系数计算方法相比，其主要优点为：克服了传统典型车辆作用下的理论法计算冲击系数的局部波峰或波谷的局限性，应用范围更广，同时规避了由于时段划分的随机性，使得计算桥梁冲击系数不准确的特点，最大程度的保留了时程位移曲线波谷样本点极值数据，显著提高了对桥梁冲击系数进行计算的准确性，大大提高了通过桥梁冲击系数对桥梁状态进行判断的可靠性，应用范围更广，可用于自然通行下桥梁冲击系数的计算与分析，无需封闭交通，计算效率和计算精度更高，可对后续桥梁的设计或维修加固起到精确参考的作用。
附图说明
[0037]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施案例或现有技术描述中所需要使用的附图作简单地介绍，显而易见，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]
图1为本发明实施案例中一种基于筛分法的随机车流下桥梁冲击系数的计算方法的流程图；
[0039]
图2为本发明实施案例中理论法桥梁冲击系数计算图；
[0040]
图3为本发明实施案例中基于时段划分的桥梁冲击系数计算图；
[0041]
图4为本发明实施案例中典型截面动位移时程响应曲线；
[0042]
图5为本发明实施案例中时段区间的动位移响应曲线；
[0043]
图6为本发明实施案例中时段截取示意图；
[0044]
图7为本发明实施案例中局部干扰波谷筛分示意图；
[0045]
图8为本发明实施案例中一种基于筛分法的随机车流下桥梁冲击系数的计算方法的一次筛分位移曲线波谷散点图；
[0046]
图9为本发明实施案例中一种基于筛分法的随机车流下桥梁冲击系数的计算方法
的一次筛分位移曲线波谷折线图；
[0047]
图10为本发明实施案例中一种基于筛分法的随机车流下桥梁冲击系数的计算方法的二次筛分位移曲线波谷散点图；
[0048]
图11为本发明实施案例中一种基于筛分法的随机车流下桥梁冲击系数的计算方法的二次筛分位移曲线波谷折线图；
[0049]
图12为本发明实施案例中一种基于筛分法的随机车流下桥梁冲击系数的计算方法的三次筛分位移曲线波谷散点图；
[0050]
图13为本发明实施案例中一种基于筛分法的随机车流下桥梁冲击系数的计算方法的三次筛分位移曲线波谷折线图；
[0051]
图14为本发明实施案例中一种基于筛分法的随机车流下桥梁冲击系数的计算方法的三次筛分结果统计图；
[0052]
图15为本发明实施案例中原始曲线与三次筛分的全时程位移曲线；
[0053]
图16为本发明实施案例中原始曲线与三次筛分的局部时程位移曲线。
具体实施方式
[0054]
以下将结合附图所示的各实施方式对本发明进行详细描述。但该等实施方式并不限制本发明，本领域的普通技术人员根据该等实施方式所做出的结构、方法或功能上的变换均包含在本发明的保护范围内。
[0055]
本发明公开了一种基于筛分法的随机车流下桥梁冲击系数的计算方法，参考图1所示，包括以下步骤：
[0056]
s1、提取不同交通流状态下桥梁关键位置的动力时程曲线；
[0057]
s2、根据s1中获得的动力时程曲线对桥梁关键位置的时程数据进行统计，获得有序向量{yd}和{yj}；
[0058]
s3、采用如果某个时刻样本波谷值同时小于相邻时刻的样本波谷值，则保存该数据，否则剔除该数据的筛分原则对有序向量{yd}和{yj}进行前、后差分取值，通过对时程数据进行筛分的方式获取所有的波谷样本点数据集{y
d1
}和静位移{y
jimax
}；
[0059]
s4、采用筛分原则对s3中获取到的多个波谷极值样本点进行二次筛分，二次筛分用于对波谷样本点数据集{y
d1
}中存在的不是最大值的波谷样本点进行筛分剔除，获取二次筛分保留时间位移波谷样本数据{y
d2
}；
[0060]
s5、采用筛分原则对样本数据{y
d2
}进行三次筛分，获取三次筛分保留时间位移波谷样本数据{y
d3
}，并对样本数据{y
d3
}是否存在大于0的样本数据进行判断，若存在大于0的样本数据，对样本数据{y
d3
}进行再次筛分，直至筛分后的样本波谷极值都小于0，用于对波谷样本数据{y
d2
}中波谷值大于0的波谷样本点进行筛分剔除；
[0061]
s6、对最终保留的桥梁响应极值数据进行k-s检验，获取95％置信区间作为动、静位移波谷代表值y
drmax
和y
jrmax
；
[0062]
s7、按照冲击系数公式计算桥梁冲击系数代表值μr。
[0063]
参考图1所示，所述s1中桥梁关键位置的时程曲线采用随机车流车桥耦合振动分析程序进行计算分析，通过采用随机车流车桥耦合振动分析程序对桥梁关键位置进行时程曲线计算分析便于提高提取到的时程曲线的准确性。
[0064]
同时，当采用随机车流车桥耦合振动分析程序对桥梁进行计算分析时，不需要对桥梁的两侧进行封闭交通，避免了对桥梁进行交通封闭过程中造成交通堵塞的情况，提高了对桥梁进行计算分析的便捷性。
[0065]
具体地，所述s1中桥梁关键位置的时程数据统计过程中需要对测试数据进行去噪和滤波处理，便于获取的桥梁动力响应的真实数据，提高了对桥梁冲击系数进行计算的准确性。
[0066]
优选地，所述s2中桥梁关键位置时程数据采用matlab软件进行统计分析，通过采用matlab软件对桥梁关键位置进行统计分析，提高了对桥梁动位移向量和静位移向量进行统计的便捷性与准确性。
[0067]
参考图4-图5所示，所述s2中有序向量{yd}和{yj}按时间先后顺序排列，同时保存相应的时间序列向量{t}，通过将{yd}和{yj}按时间先后顺序排列为后续对有序向量{yd}和{yj}进行筛分提供了便捷性，同时通过时间序列向量{t}与有序向量{yd}和{yj}的相互对应，提高了对有序相连{yd}和{yj}进行筛分的准确性。
[0068]
参图4-图7所示，所述s3中筛分原则为如果某个时刻样本波谷值同时小于相邻时刻的样本波谷值，则保存该数据，否则剔除该数据，通过采用筛分原则对样本波谷值进行筛分，可最大程度的保留时程位移曲线波谷样本点极值数据。
[0069]
具体地，筛分原则是对{yd}和{yj}进行前、后差分取值，即ti时刻时程响应值与两侧相邻时刻处(t
i-1
)和(t
i+1
)位移值进行比较，如果ti时刻的位移值y
di
大于(t
i-1
)和(t
i+1
)时刻的位移值y
d(i-1)
和y
d(i+1)
，y
d(i-1)
≤y
di
≥y
d(i+1)
，y
di
作为筛选后的保留波谷值并记录其时刻ti。
[0070]
如果不满足此项原则时，则剔除该数据，判断下一个时刻t
i+1
响应值，由此循环对所有时程响应数据进行一次筛选，获取桥梁的一次筛分所有波谷样本点数据集{y
d1
}和静位移{y
jimax
}。
[0071]
参考图4所示，中跨跨中截面位移时程响应存在多个波谷，受运行时长的影响，其位移响应曲线相对较密，为说明本文提出筛分法的相关原理，截取时段δt∈[57，67]内相关数据进行分析。
[0072]
参图5所示，在δt∈[57，67]的时段内，共存在10个波谷点，分别为a1～a10，其中a2和a9的波谷点，即本文期望筛选得出的波谷极值，而a1、a3～a8、a10则表示为干扰波谷值，需要在筛选过程中将其剔除。
[0073]
当采用筛分原则对a1、a3～a8、a10进行筛分时，其筛分过程为：
[0074]
step1:a1＞a2＜a3，满足条件，保留a2；
[0075]
step2：a2＜a3＜a4，不满足条件，剔除a3；
[0076]
step3：a3＜a4＜a5，不满足条件，剔除a4；
[0077]
step4：a4＜a5＜a6，不满足条件，剔除a5；
[0078]
step5：a5＜a6＜a7，不满足条件，剔除a6；
[0079]
step6：a6＜a7＜a8，不满足条件，剔除a7；
[0080]
step7：a7＞a8＜a9，不满足条件，保留a8；
[0081]
step8：a8＞a9＜a10，满足条件，保留a9；
[0082]
通过step1～step8，可得出期望波谷极值a2和a9。
[0083]
参考图6所示，在确定波谷值a1～a10时，发现各个波谷取值时，其周边还存在局部干扰波谷值，为说明此类问题，在图5的基础上，以a6波谷值为例，截取了δt∈[63.4-64.0]较小时间区段的相关数据进行分析；
[0084]
参考图6-图7所示，可知：δt∈[63.4，64.0]时，在不到1s的时间区间内桥梁动力位移曲线共存在a6、b1～b4五个波谷值，其中a6为曲线最大波谷点，为期望的波谷点，b1～b4为干扰波谷点，此类情况在整个时程曲线都存在，因此，需要采用上述筛分法的相关原理对b1～b4的干扰波谷点进行剔除
[0085]
具体地，所述s7中冲击系数计算公式为式中μr为桥梁冲击系数代表值。
[0086]
其中，当在b级路面下，交通流状态为二级的随车流工况作用桥梁的情况下；
[0087]
参考图8-图9所示，在经过一次筛分后，波谷点数总数为516个，并且波谷点数与时间序列一一对应。
[0088]
参考图10-图11所示，在经过二次筛分后，波谷点数总数为134个，并且波谷点数与时间序列一一对应。
[0089]
参考图12-图13所示，在经过三次筛分后，波谷点数总数为44个，并且保留的所有位移值均为负值，采用三次筛分后的样本数据进行k-s检验。
[0090]
参考图14所示，动、静位移样本数据均通过k-s检验，其中，y
dmax
＝-11.08mm，y
jrmax
＝-7.81mm，则冲击系数μ＝0.419。
[0091]
参考图15-图16所示，三次筛分后的样本包络曲线与原始波谷最大值曲线较为吻合，且随机截取部分时段δt∈[205，225]范围的波谷极值数据也符合筛选的期望极值，验证了方法的正确性。
[0092]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的初衷或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0093]
此外，应当理解，虽然本说明书按照实施例加以描述，但并非每个实施例仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。