摘要
土木工程
結構健康監(jiān)測的研究是近年來國際學術研究的熱點問題之一，涉及許多不同的研究領域，如數據采集系統(tǒng)、信號處理、結構分析等。闡述了實施土木工程結構健康監(jiān)測的必要性和迫切性，介紹了結構健康監(jiān)測系統(tǒng)的概念、組成及其應用，分析研究了結構健康監(jiān)測系統(tǒng)的各個子系統(tǒng)的功能、特點和實現(xiàn)方法，重點討論了實現(xiàn)各子系統(tǒng)的理論、方法和存在的若干力學問題。
關鍵詞：土木工程結構，健康監(jiān)測，監(jiān)測系統(tǒng)，損傷診斷，安全性評估
Abstract
The health monitoring of civil engineering structures is an important research field, which covers various areas, such as data acquisition system, signal processing, structure analysis. In this paper, the necessity and urgency to implement structural health monitoring in civil engineering are discussed, including the concepts, structures and applications of the structural health monitoring system. All subsystems are analyzed with respect to their functions, characteristics and implementations. The theories, methods and mechanical issues of the subsystems are emphasized.
Keywords : civil engineering structure, health monitoring, monitoring system, damage diagnosis, safety assessment
結構健康監(jiān)測的研究最新進展綜述
重大土木工程結構,如水壩、橋梁、電廠、軍事設施、高層建筑等,在遭受地震、洪水、颶風、爆炸等自然或人為災害時的安全問題,與人民的生命財產息息相關,已經引起人們的廣泛關注。上述重要結構在經歷了極端災害性事件后,立即對他們的健康狀況做出評估是非常必要的,實時地監(jiān)測和預報結構的性能,及時發(fā)現(xiàn)和估計結構內部損傷的位置和程度,預測結構的性能變化和剩余壽命并做出維護決定,合理疏散居民,對提高工程結構的運營效率,保障人民生命財產安全具有極其重大的意義。故而,結構的健康監(jiān)測技術成為當前國內外研究的熱點問題。 1結構健康監(jiān)測概述
結構健康監(jiān)測(structural health monitoring,SHM)是指利用現(xiàn)場的無損傳感技術，分析通過包括結構響應在內的結構系統(tǒng)特性，達到檢測結構損傷或退化的一些變化。
結構健康監(jiān)測是通過對工程結構在超常荷載前后響應的變化測量，分析推測工程結構特性的變化，并據此探測損傷位置和評價結構的損傷程度。其主要包括損傷識別和安全性評估兩個部份。
損傷識別：工程結構一般會受到兩種損傷，即突然損傷和積累損傷。突然損傷由遭地震、洪水、咫風、爆炸等嚴重的自然或人為災害等突發(fā)事件引起，而積累損傷則一般是結構在經過長時期使用后緩慢累積的損傷，具有緩慢積累的性質。對于損傷識別的目標，Sohn和Farrar提出了損傷檢測的5個層次:判斷結構中是否有損傷產生，損傷定位，識別損傷類型，量化損傷的嚴重程度，評估結構的剩余壽命。理想的損傷識別方法應該具備的另一重要性能是，能夠區(qū)分結構建模誤差引起的偏差與結構損傷引起的偏差間的區(qū)別。
安全性評估：結構安全性評估是基于健康監(jiān)測和損傷識別的基礎上，通過各種可能的、結構允許的測試手段，測試其當前的工作狀態(tài)，并與其臨界失效狀態(tài)進行比較，評價其安全等級。對于不同的結構，其重要程度不同，安全等級也應
該有所差別。安全性評估與可靠性不同，可靠性為一種概率，一種可能性；而安全性評估旨在給出確定的安全等級。
2結構健康監(jiān)測系統(tǒng)組成及其功能分析
結構的健康監(jiān)測是一種實時的在線監(jiān)測技術。一般健康監(jiān)測系統(tǒng)包括以下幾個部分：
(1)傳感器子系統(tǒng)：其中傳感器子系統(tǒng)為硬件系統(tǒng)，功能為感知結構的荷載和效應信息，并以電、光、聲、熱等物理量形式輸出，該子系統(tǒng)是健康監(jiān)測系統(tǒng) 最前端和最基礎的子系統(tǒng)。
(2)數據采集與處理及傳輸子系統(tǒng)：包括硬件和軟件兩部分，硬件系統(tǒng)包括數據傳輸電纜/光纜、數模轉換(A /D)卡等；軟件系統(tǒng)將數字信號以一定方式存儲在計算機中。數據采集通用軟件平臺有Visual Basic， VC++，Delphi，LabWindows或Lab-VIEW等。采集的數據經預處理后存儲在數據管理子系統(tǒng)中，數據采集子系統(tǒng)是聯(lián)系傳感器子系統(tǒng)與數據管理子系統(tǒng)的橋梁。
(3)損傷識別、模型修正和安全評定與安全預警子系統(tǒng)：由損傷識別軟件、模型修正軟件、結構安全評定軟件和預警設備組成。在該系統(tǒng)中，一般首先運 行損傷識別軟件，一旦識別結構發(fā)生損傷，即運行模型修正軟件和安全評定軟件。若出現(xiàn)異常，則由預警設備發(fā)出報警信息。損傷識別軟件通常由計算分析軟件平臺開發(fā)，如MATLAB等；模型修正和安全評定軟件一般是結構分析軟件，如ANSYS和結構分析設計專門軟件等。損傷識別是在結構反應信息基礎上進行的，結構反應信息由數據采集子系統(tǒng)采集后存儲在數據管理子系統(tǒng)中，因此，損傷識別軟件運行時，首先能夠從數據管理子系統(tǒng)中自動讀取結構反應信息數據。損傷識別和模型修正以及安全評定的結果將作為結構的歷史檔案數據存儲在數據管理子系統(tǒng)中，因此，損傷識別和模型修正以及安全評定的結果將能夠自動存入數據管理子系統(tǒng)中。
(4)數據管理子系統(tǒng)：它的核心為數據庫系統(tǒng)，數據庫管理結構建造信息、幾何信息、監(jiān)測信息和分析結果等全部數據，它是結構健康監(jiān)測系統(tǒng)的核心，承擔著健康監(jiān)測系統(tǒng)的數據管理功能。常用的動力指紋分析法有:
(1)基于固有頻率變化的損傷識別方法；
(2)基于振型變化的損傷識別方法；
(3)基于剛度變化的損傷識別方法；
(4)基于柔度變化的損傷識別方法；
(5)基于能量變化的損傷識別方法。
上述各種方法多是針對實驗室條件下的某種特定結構或構件具有較好的識別結果，而對于實際工程結構的識別效果往往不很理想，因此需要尋找一種較為通用的適用于實際結構的動力指紋。目前的研究思路多為綜合考慮幾種動力指紋(如將振型與頻率組合)，或將動力指紋分析法與模糊算法、神經網絡算法等聯(lián)合使用。
模型修正與系統(tǒng)識別法
這種方法的基本思想是使用動力測試資料，如模態(tài)參數、加速度時程數據、頻率響應函數等，通過條件優(yōu)化約束，不斷地修正模型中的剛度分布，使其響應盡可能地接近由測試得到的結構動態(tài)響應。當兩者基本吻合時，即認為此組參數為結構當前參數。這種方法在劃分和處理子結構上具有很多優(yōu)點，但是由于測試模態(tài)極不完備、測試自由度不足以及測量信噪比低的原因，很少能夠給出修正所需的足夠信息，導致了解的不唯一。同時采用傳統(tǒng)方法進行參數估計時易產生病態(tài)方程。對這些問題，一方面可以考慮利用動邊界條件進行子結構模型修正以減少未知數，另一方面可以通過良態(tài)建模、合理劃分子結構，以及最優(yōu)測點布置來獲取最大信息量予以解決。為解決方程少于未知數的問題，目前常用的約束條件有矩陣的對稱性、稀疏性和正定性條件.求解方法有3類:矩陣優(yōu)化修正法、靈敏度修正法、特征結構配置法。
基于模型修正的損傷識別方法依賴于未損結構的精確有限元模型，而當前大部分結構不具備這方面的精確信息。有些新建結構雖然建立了有限元模型，但是由于非結構構件的影響以及缺乏準確的邊界條件信息等原因，使得所建模型與實際模型往往存在較大的誤差，從而影響了模型修正法對于損傷識別的精度和準確性。
神經網絡法
人工神經網絡(artificial neural network, ANN)是以生物神經系統(tǒng)為基礎，在物理機制上模擬人腦信息處理機制的信息系統(tǒng)，是一種由簡單神經元連接組成的具有高度非線性的超大規(guī)模網絡系統(tǒng)，具有網絡的全局作用、大規(guī)模并行分布處理和聯(lián)想學習能力。神經網絡用于損傷檢測的基本原理是:利用數值求解法(如有限元法、能量法)或實測方法，獲取結構的特征物理量(如固有頻率、模態(tài)振型等)作為訓練樣本的輸入變量，以結構的損傷(位置、程度)作為輸出變量，利用神經網絡具有很強的自組織、自學習和自適應能力的特點，通過一定數量的訓練樣本讓網絡學習，使神經網絡記住這些知識，掌握從輸入變量(如結構固有頻率、模態(tài)振型等)到輸出變量(結構損傷位置、程度)之間的非線性映射，從而實現(xiàn)結構的損傷檢測。
隨著神經網絡應用的日益廣泛，神經網絡存在的問題也日益顯現(xiàn)出來，主要有以下幾點:(1)對于大型復雜結構，網絡訓練需要的損傷樣本數目極為龐大，訓練模式繁多且訓練所需時間很長，網絡收斂速度極慢，有時可能陷入局部收斂而網絡全局不收斂;(2)網絡模型的選擇問題.對于不同的工程結構，采用不同的網絡模型，所得的效果也不同.各種網絡模型均有其優(yōu)點及不足，針對工程結構的特點采用何種網絡模型是需要進一步研究的問題;(3)網絡規(guī)模的確定問題.對于不同結構所需的網絡的規(guī)模，目前沒有統(tǒng)一的確定方法，實際中只能采取逐漸嘗試的方法來確定。
遺傳算法
20世紀60年代，美國Michigan大學的Holland教授給出了遺傳算法的基本定理及數學證明。遺傳算法(GA)是一類借鑒生物自然選擇和自然遺傳機制的隨機化搜索算法，其基本原理是:將問題的求解表示成染色體(在計算機語言中一般用二進制碼串表示)，從而構成一個染色體群.將它們置于問題的環(huán)境中，遵循優(yōu)勝劣汰的原則，通過不斷循環(huán)執(zhí)行選擇、交叉、變異等操作，逐漸逼近全局最優(yōu)解。遺傳算法對其目標函數既不要求連續(xù)，也不要求可微，僅要求可以計算，而且它的搜索始終遍及整個解空間，操作方便，魯棒性強，容易得到全局最優(yōu)解。
數值模擬結果表明，此方法具有抗噪性強、識別精度和計算效率高的特點。遺傳算法的缺點是計算量大，對于實際工程中的大型復雜結構，距離應用階段還需要大量深入的研究。
小波變換
結構損傷是一種典型的局部現(xiàn)象，小波變換對信號放大和聚焦的特性，非常適合于分析和識別結構響應中其它方法難以發(fā)現(xiàn)的局部損傷信息。結構的損傷可以從對采集的數據進行小波離散后的細節(jié)突變上檢驗出來，此突變的位置可以精確地指出損傷發(fā)生的時刻。
由于每一個小波基函數都有自己的結構和特性，分析的效果也有所不同，因此小波基的合理選取一直是小波工作者的主要研究內容，但目前依然沒有一套選取小波函數的合理原則，研究人員大都憑借經驗選擇適當的小波函數.同時損傷程度的評估依然需要進一步的研究，以小波分析為基礎的人工神經網絡方法是一個較有前途的發(fā)展方向。
Hilbert-Huang變換(HHT)方法
Hilbert-Huang變換(HHT)方法是美籍華人Norden E Huang在Hilbert變換的基礎上發(fā)展了一種專門針對非線性、非穩(wěn)態(tài)時間序列進行分析的時頻分析方法。它是一種適合分析非平穩(wěn)過程的信號處理方法，而且基于Hilbert-Huang變換的Hilbert譜比小波譜更能清晰地刻畫信號能量隨時間、頻率的分布。該方法主要分為兩步，首先對信號進行經驗模態(tài)分解(empirical mode decomposition, EMD)，得到一系列的本征模函數(intrinsic mode function, IMF)或稱本征模信號(intrinsic mode signal, IMS)，然后對IMF進行Hilbert變換，即可得到Hilbert-Huang譜，簡稱Hilbert譜。該方法以瞬時頻率為基本量，以本征模信號為基本時域信號，與以往的時頻分析方法相比更能反應信號的時域特征，在應用中已表現(xiàn)出了獨特的優(yōu)點。
3.1.2 損傷識別和模型修正的軟件實現(xiàn)
鑒于損傷識別理論的復雜性，損傷識別軟件可以采用科學計算軟件MATLAB進行開發(fā)，損傷識別所需要的數據從數據庫中調用，其結果將存入中心數據庫中。模型修正需要建立結構的有限元模型，可以根據結構的實際情況，采用適當的結構分析軟件，如ANSYS、ABAQUS等，配合MATLAB的計算功能來實現(xiàn)。修正的健康模型和損傷模型也將存入數據庫系統(tǒng)中。
3.2 安全評定系統(tǒng)
目前，結構安全性評估方法所采用的理論主要有可靠度理論、層次分析法、模糊理論以及專家系統(tǒng)等。
可靠度理論
結構的安全評定分為正常使用狀態(tài)安全評定和極限承載力狀態(tài)安全評定.采用可靠度理論對結構進行安全性分析時，首先需要分析結構系統(tǒng)或構件的失效模式以確定結構的極限狀態(tài)，然后根據所定義的極限狀態(tài)確定極限荷載和臨界強度，得出相應的失效概率、可靠度及可靠性指標等，從而進行結構的安全性評定?？煽慷壤碚摰慕朴嬎惴ㄓ幸淮?階矩法、高次高階矩法、驗算荷載法、響應面法等;數值模擬法有蒙特卡羅法、重要抽樣法等。
結構的抗力分析是結構可靠度分析的重要環(huán)節(jié)。但在實際工程中，由于某些材料的離散性及環(huán)境條件等因素導致了材料性能的不確定性，由于結構構件制作尺寸偏差和安裝誤差等引起了結構幾何參數的不確定性，結構抗力計算中采用的基本假定和計算公式的不精確等引起了計算模式的不確定性，這些不確定因素的出現(xiàn)導致了結構抗力計算的不精確，影響了可靠度理論在工程實際中的分析效果。
層次分析法
層次分析法(analytic hierarchy process, AHP)是美國運籌學家Satty在20世紀70年代提出的。AHP法是多指標綜合評價的一種定量方法，它通過確定同一層次中各評估指標的初始權重，從而將定性因素定量化，在一定程度上檢驗和減少了主觀的影響，使評價更趨于科學化，權重的計算方法可用乘積方根法，求和平均法。運用AHP法解決問題，大體可分為4個步驟:(1)把問題分解組合，建立遞階層次結構;(2)根據所掌握的資料數據，通過兩兩比較的方法，按規(guī)定的比例尺度，構造兩兩比較判斷矩陣;(3)進行層次單排序和一致性檢驗;(4)進行總排序和總的一致性檢驗，從而得到各方案對總目標的優(yōu)劣順序和整個遞階結構所有判斷的總的一致性指標，并據此進行決策。
在以層次分析法為基礎的結構安全評估方法中，最關鍵的是確定各評估指標的權重。目前應用最廣的是由專家構造的兩兩比較判斷矩陣計算出權重。但是一般的專家如果沒有全面地參加結構的設計、施工及管理養(yǎng)護等過程，將很難做出種行為。健康監(jiān)測專家系統(tǒng)要盡可能地集合相當規(guī)模的專家經驗，同時基于網絡環(huán)境，將自身系統(tǒng)不能解決的問題，以數據共享的形式發(fā)布到網絡上，由專家以各自的方法來解決，并把解決的結果存儲到自身專家系統(tǒng)中，使專家系統(tǒng)不斷充實、完整。專家系統(tǒng)的重點和難點是建立起完備的專家知識庫，人類專家的經驗類知識因各人所從事的工作不同而存在較大的差異，并且經驗知識很難用數據結構和程序來表示，同時知識的收集和整理將花費較多的時間.專家系統(tǒng)的另一個缺點是無法解決以前沒有遇到、知識庫中不存在的問題，雖然可以通過向網絡在線的專家詢問來解決問題和充實知識庫，但這樣就顯然無法滿足結構健康監(jiān)測中安全評估的實時性要求。
參考文獻
1李宏男，李東升.土木工程結構安全性評估、健康監(jiān)測及診斷述評.地震工程與工程振動，2002, 22(3): 82~90
2何旭輝，陳政清.南京長江大橋安全監(jiān)測和止伏態(tài)評估的初步研究.振動與沖擊，2003, 1: 75~78
3 Starritt L W, Matthews L K. Laser optical displacement system. In: Matthews L K, ed. Proceedings of SPIE-Smart Structures and Materials: Smart Systems for Bridges, Structures and Highways, San Diego,1995-03-0203. Bellingham, SPIE-INT Society Optical Engineering,1995. 181~192
4歐進萍.重大工程結構的鉀能監(jiān)測與健康診斷.見:崔京浩編.第十一屆結構工程學術會議論文集，第十一屆全國結構工程學術會議，長沙，2002-10-2023.北京:清華大學出版社，2002.44~53
5 Housner G W, Bergman L A, Caughey T K, etal. Structural control: past, resent, and future. Journal of Engineering Mechanics, 1997, 123(9): 897~971
6 Sohn H, Farrar C R. Damage diagnosis using time series analysis of vibration signals. Smart Materials and Structures, 2001, 10(3): 446~451
7李惠，周文松，歐進萍等大型橋梁結構智能健康監(jiān)測系統(tǒng)集成技術研究.土木工程學報，2006, 39(2): 46~52
8 Hill K O, Fujii Y, Johnson D C, etal. Photo sensitivity in optical fiber waveguides: Application to reflection filter fabrication. Appl Phys Lett, 1978, 32(10): 647~649
9 Kawasaki B S, Hill K O, Johnson D C, et a1. Narrow-band Bragg reflectors in optical fibers. Optical Getter, 1978, 3(2):66~68
10 Meltz G, Morey W W, Glenn W H. Formation of Bragg gratings in optical fibers by a transverse holographic method. Optical Letter，1989, 14(15): 823~825
11 Cusano A, Cutolo A, Nasser J, etal. Dynamic strain measurements by fiber Bragg grating sensor. Sensors and Actvators, 2004, 110(1-3): 276~281
12 Moyo P, Brownjohn J MW，Suresh R, et al. Development of fiber Bragg grating sensors for monitoring civil infrastructure. Engineering Strv,ctv,res, 2005,
27(12): 1128~1834
13 Chan T H T, Yu L, Tam H Y, et al. Fiber Bragg grating sensors for structural health monitoring of Tsing Ma bridge: Background and erperimental observation. Engineering Structures, 2006, 28(5): 648~659
