本發(fā)明涉及結(jié)構(gòu)安全評(píng)價(jià)領(lǐng)域以及數(shù)據(jù)處理，尤其是涉及數(shù)物融合孿生子結(jié)構(gòu)和多物理參數(shù)更新導(dǎo)向的結(jié)構(gòu)性能評(píng)估方法。

背景技術(shù)：

1、既有結(jié)構(gòu)由于裂縫等病害及材料屬性變化容易導(dǎo)致結(jié)構(gòu)受力發(fā)生變化，對(duì)結(jié)構(gòu)服役性能評(píng)估產(chǎn)生較大影響。橋梁結(jié)構(gòu)健康監(jiān)測(cè)及檢測(cè)技術(shù)可以及時(shí)、有效提供結(jié)構(gòu)病害信息，使對(duì)結(jié)構(gòu)的狀況評(píng)估成為可能。然而，針對(duì)體型龐大、受力狀態(tài)復(fù)雜的結(jié)構(gòu)，單純利用結(jié)構(gòu)檢測(cè)及監(jiān)測(cè)數(shù)據(jù)難以真實(shí)有效分析評(píng)估結(jié)構(gòu)服役性能。有限元理論的快速發(fā)展為橋梁結(jié)構(gòu)分析提供了便利，利用檢監(jiān)測(cè)數(shù)據(jù)的有限元提升方法得到了廣泛的研究。但是，現(xiàn)有方法仍存在如下問(wèn)題：

2、(1)現(xiàn)在提出了非常多外部病害快速檢測(cè)的新方法，但主要集中在基于檢測(cè)數(shù)據(jù)的結(jié)構(gòu)病害定性判別、定位、定量等問(wèn)題，檢測(cè)數(shù)據(jù)未能很好與結(jié)構(gòu)局部結(jié)構(gòu)退化性能建立聯(lián)系。此外，現(xiàn)有的非接觸式監(jiān)測(cè)方法主要集中于測(cè)量結(jié)構(gòu)變形，監(jiān)測(cè)數(shù)據(jù)與結(jié)構(gòu)內(nèi)在性能的聯(lián)系研究相對(duì)較少。此外，學(xué)界普遍認(rèn)識(shí)到：?jiǎn)渭兝媒Y(jié)構(gòu)檢測(cè)或監(jiān)測(cè)數(shù)據(jù)難以有效分析評(píng)估結(jié)構(gòu)安全性能。

3、(2)有限元模型在土木工程領(lǐng)域得到了廣泛的研究與應(yīng)用，是融合非接觸感知數(shù)據(jù)(包含檢測(cè)與監(jiān)測(cè)數(shù)據(jù))的重要之一。然而，現(xiàn)有模型修正技術(shù)主要是通過(guò)修改模型內(nèi)部參數(shù)實(shí)現(xiàn)理論值與測(cè)點(diǎn)監(jiān)測(cè)值吻合，修正的有限元模型參數(shù)往往反應(yīng)整體結(jié)構(gòu)屬性，對(duì)檢監(jiān)測(cè)數(shù)據(jù)的應(yīng)用和挖掘不夠充分，結(jié)構(gòu)評(píng)估結(jié)果容易產(chǎn)生較大誤差。因此，如果能夠在模擬和分析過(guò)程中將非接觸感知數(shù)據(jù)與有限元模型深度融合，將有望突破橋梁結(jié)構(gòu)狀態(tài)分析評(píng)估瓶頸。

4、綜上，現(xiàn)有的結(jié)構(gòu)安全性能評(píng)估過(guò)程中所采用的有限元分析方法對(duì)檢監(jiān)測(cè)數(shù)據(jù)融合程度十分有限，尤其是非接觸感知數(shù)據(jù)，對(duì)既有結(jié)構(gòu)開(kāi)展結(jié)構(gòu)分析評(píng)估時(shí)易存在評(píng)估結(jié)構(gòu)不準(zhǔn)確等問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的，針對(duì)上述技術(shù)問(wèn)題，本發(fā)明提出一種數(shù)物融合孿生子結(jié)構(gòu)和多物理參數(shù)更新導(dǎo)向的結(jié)構(gòu)性能評(píng)估方法，以克服或部分克服非接觸感知數(shù)據(jù)與有限元模型難以互融共通的瓶頸問(wèn)題，為結(jié)構(gòu)安全評(píng)估提供數(shù)據(jù)支撐。

2、為了實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明采用如下技術(shù)手段：

3、數(shù)物融合孿生子結(jié)構(gòu)和多物理參數(shù)更新導(dǎo)向的結(jié)構(gòu)性能評(píng)估方法，包括如下步驟：

4、s1、基于深度學(xué)習(xí)模型及圖像處理算法自動(dòng)分割裂縫圖片，并提取裂縫寬度信息；

5、s2、基于鋼筋與受拉區(qū)混凝土之間的粘結(jié)應(yīng)力分布及力學(xué)平衡關(guān)系，將裂縫寬度引入力學(xué)模型并求解裂縫區(qū)域剛度折減系數(shù)，實(shí)現(xiàn)混凝土結(jié)構(gòu)局部裂縫區(qū)域剛度更新；

6、s3、基于子結(jié)構(gòu)與監(jiān)測(cè)數(shù)據(jù)的結(jié)構(gòu)多參數(shù)識(shí)別方法，以非接觸監(jiān)測(cè)數(shù)據(jù)為系統(tǒng)輸入量、有限元模型計(jì)算結(jié)果為觀測(cè)量，通過(guò)方差自適應(yīng)遺忘因子的無(wú)跡卡爾曼濾波方法實(shí)現(xiàn)多個(gè)本構(gòu)參數(shù)識(shí)別；

7、s4、基于局部剛度折減系數(shù)和結(jié)構(gòu)參數(shù)修正到有限元模型中，實(shí)現(xiàn)非接觸感知數(shù)據(jù)與有限元模型深度融合，進(jìn)行結(jié)構(gòu)性能評(píng)估。

8、所述的數(shù)物融合孿生子結(jié)構(gòu)融合了非接觸檢監(jiān)測(cè)數(shù)據(jù)與子結(jié)構(gòu)的有限元模型，所述非接觸監(jiān)測(cè)數(shù)據(jù)包括：基于深度學(xué)習(xí)模型的裂縫智能檢測(cè)數(shù)據(jù)和基于激光掃描技術(shù)的結(jié)構(gòu)變形監(jiān)測(cè)數(shù)據(jù)。

9、步驟s1具體包括以下子步驟：

10、s11，采用深度模型實(shí)現(xiàn)裂縫形態(tài)自動(dòng)分割；

11、s12，對(duì)裂紋像素級(jí)識(shí)別結(jié)果進(jìn)行閾值分割，即根據(jù)特定閾值對(duì)預(yù)測(cè)圖像進(jìn)行二值化處理，然后計(jì)算得到裂縫像素總數(shù)，由此獲得裂縫圖片的像素級(jí)表征，從而計(jì)算裂縫總面積ac；

12、s13，通過(guò)中軸法提取裂紋骨架并計(jì)算其總長(zhǎng)度，骨架化是將裂縫的多像素表示轉(zhuǎn)換為單像素寬度的骨架，提取裂縫骨架后，并進(jìn)一步計(jì)算裂縫長(zhǎng)度lc；

13、s14，基于裂縫面積及長(zhǎng)度自動(dòng)計(jì)算裂縫的平均寬度：其中，表示圖像中的平均裂縫寬度，ac是裂縫總面積，lc是裂縫長(zhǎng)度，h是圖片高度，w是圖片寬度，i是所處圖片高度方向的位置，j是所處圖片寬度方向的位置，表示二值化分割的結(jié)果，sk(i,j)表示所提取的骨架結(jié)果，l表示圖像中像素的長(zhǎng)度，表示實(shí)際物理尺寸與圖像像素之間的比例系數(shù)。

14、步驟s2具體包括如下子步驟：

15、s21、聯(lián)合鋼筋混凝土等材料本構(gòu)假定、裂縫截面的應(yīng)變分布假定建立受拉區(qū)鋼筋混凝土平衡方程，引入裂縫損傷因子建立開(kāi)裂截面平均剛度計(jì)算模型；

16、s22、基于粘結(jié)滑移理論設(shè)定裂縫附近粘結(jié)力分布，引入裂縫寬度聯(lián)立上述方程通過(guò)二分法求解損傷因子，最終實(shí)現(xiàn)裂縫區(qū)域剛度折減系數(shù)求解；

17、s23、基于剛度法建立結(jié)構(gòu)有限元模型并劃分單元，基于上述計(jì)算的剛度折減系數(shù)對(duì)應(yīng)折減裂縫區(qū)域的單元，最終實(shí)現(xiàn)混凝土結(jié)構(gòu)局部裂縫區(qū)域剛度更新。

18、所述的裂縫損傷因子具體求解步驟包括：

19、s211，設(shè)立裂縫損傷因子d的上限dr＝1和下限dl＝0，以及裂縫損傷因子的初值d0＝0.5；

20、s212，使用第k步的裂縫損傷因子dk，基于截面受力平衡方程式求解未開(kāi)裂截面的鋼筋應(yīng)力和混凝土拉應(yīng)力；

21、s213，基于沿梁縱向的受力平衡方程，求解其余截面的鋼筋應(yīng)力和混凝土

22、拉應(yīng)力；

23、s214，基于粘結(jié)滑移理論裂縫計(jì)算公式求解裂縫的計(jì)算寬度wcal；

24、s215，如果裂縫的計(jì)算寬度wcal大于裂縫真實(shí)寬度wi，則說(shuō)明裂縫損傷因子過(guò)大，因此dr＝dk，dk+1＝0.5(dl+dk)；反之，則說(shuō)明裂縫損傷因子過(guò)小，則dl＝dk，dk+1＝0.5(dk+dr)；

25、s216，重復(fù)上述過(guò)程，直到裂縫的計(jì)算寬度wcal和裂縫真實(shí)寬度wi的差值小于容差。

26、所述的基于激光掃描技術(shù)的測(cè)量結(jié)構(gòu)變形監(jiān)測(cè)數(shù)據(jù)的具體獲取方法包括如下步驟：

27、基于三維掃描技術(shù)實(shí)時(shí)獲取結(jié)構(gòu)變形過(guò)程的三維點(diǎn)云數(shù)據(jù)，然后根據(jù)點(diǎn)云數(shù)據(jù)反射率計(jì)算其反射率直方圖，最后通過(guò)異常值過(guò)濾算法剔除高反射率的外圍數(shù)據(jù)，從而只留下圓形靶標(biāo)數(shù)據(jù)；

28、先用濾波算法過(guò)濾點(diǎn)云噪點(diǎn)信息，然后基于主成分分析算法將點(diǎn)云投影到平面并擬合平面，最后，采用boundary函數(shù)提取平面輪廓線(xiàn)；

29、采用pratt最小二乘法將該輪廓線(xiàn)擬合成圓，由此能夠計(jì)算得到平面圓心坐標(biāo)，通過(guò)將這個(gè)中心點(diǎn)轉(zhuǎn)化到原來(lái)坐標(biāo)系中，進(jìn)一步得到其在實(shí)際坐標(biāo)系下的標(biāo)靶中心空間三維坐標(biāo)，從而獲得結(jié)構(gòu)變形監(jiān)測(cè)數(shù)據(jù)。

30、步驟s3中，所述的基于子結(jié)構(gòu)和監(jiān)測(cè)數(shù)據(jù)的多物理參數(shù)識(shí)別方法具體包括如下子步驟：

31、s31、選取rc框架結(jié)構(gòu)鋼筋和混凝土常用的本構(gòu)模型參數(shù)作為后續(xù)更新的參數(shù)，混凝土常用的本構(gòu)模型參數(shù)包括：支座剛度、鋼筋彈性模量、鋼筋屈服強(qiáng)度、混凝土彈性模量、混凝土峰值應(yīng)變、混凝土強(qiáng)度；

32、s32、將加載過(guò)程離散化，主結(jié)構(gòu)模塊求解結(jié)構(gòu)整體響應(yīng)，提取子結(jié)構(gòu)界面處的位移y，軸力n、彎矩m界面條件參數(shù)并傳送到子結(jié)構(gòu)模塊；

33、s33、子結(jié)構(gòu)接受主結(jié)構(gòu)傳遞過(guò)來(lái)的界面處位移y，軸力n和彎矩m信息后，子結(jié)構(gòu)通過(guò)計(jì)算獲得此時(shí)的結(jié)構(gòu)位移響應(yīng)，當(dāng)子結(jié)構(gòu)的響應(yīng)超過(guò)誤差范圍則開(kāi)啟參數(shù)更新程序；

34、s34、基于vafukf算法識(shí)別出最優(yōu)參數(shù)更新到主結(jié)構(gòu)有限元模型，主結(jié)構(gòu)有限元模型根據(jù)最新參數(shù)開(kāi)展下一步離散過(guò)程分析，上述步驟重復(fù)直至加載完畢。

35、所述的vafukf算法具體包括如下步驟：

36、step1，確定系統(tǒng)真實(shí)觀測(cè)值與預(yù)測(cè)值的信息差序列：式中，yk+1代表實(shí)測(cè)數(shù)值，代表第k步預(yù)測(cè)值；

37、step2，確定發(fā)散判據(jù)及自適應(yīng)遺忘因子θk，其中式中，tr[]代表矩陣的秩，代表第k+1步誤差向量，e[]是期望運(yùn)算，是信息差向量的轉(zhuǎn)置；

38、step3，基于自適應(yīng)遺忘因子θk進(jìn)一步計(jì)算第k步觀測(cè)量的方差數(shù)值：式中，pyy代表第k步觀測(cè)量的方差矩陣，第i個(gè)采樣點(diǎn)的權(quán)重系數(shù)，是第k+1步第i個(gè)采樣點(diǎn)的預(yù)測(cè)觀測(cè)值，是第k+1步的預(yù)測(cè)觀測(cè)值均值，rk+1是第k+1步的觀測(cè)噪聲協(xié)方差矩陣；

39、step4，計(jì)算觀測(cè)量和狀態(tài)量的互協(xié)方差矩陣可以表示為：

40、step5，卡爾曼增益矩陣計(jì)算過(guò)程可以表示為：

41、step6，最后基于第k+1步觀測(cè)值yk+1和卡爾曼增益矩陣kk+1對(duì)先驗(yàn)估計(jì)的均值和方差開(kāi)展更新：

42、還包括對(duì)所述融合了非接觸感知數(shù)據(jù)的有限元模型進(jìn)行修正的步驟，所述修正步驟包括如下：

43、對(duì)于既有裂縫的結(jié)構(gòu)而言，所建立的有限元模型先考慮裂縫等病害信息，通過(guò)弱化單元?jiǎng)偠确椒?，保證所建立的有限元模型將裂縫信息考慮在內(nèi)；

44、選擇邊界或材料屬性難以識(shí)別的局部部位，比如支座連接的柱、梁柱連接節(jié)點(diǎn)，通過(guò)監(jiān)測(cè)數(shù)據(jù)反演該部位的多個(gè)參數(shù)，參數(shù)包括：鋼筋彈性模量、鋼筋屈服強(qiáng)度、混凝土彈性模量、混凝土峰值應(yīng)變以及混凝土強(qiáng)度；

45、從檢測(cè)與監(jiān)測(cè)數(shù)據(jù)兩個(gè)層面開(kāi)展初始有限元模型的修正與更新，首先基于裂縫檢測(cè)數(shù)據(jù)計(jì)算剛度折減系數(shù)，在有限元模型中更新有裂縫區(qū)域的剛度折減系數(shù)；然后，選取結(jié)構(gòu)底部柱作為子結(jié)構(gòu)并建立子結(jié)構(gòu)有限元模型，根據(jù)實(shí)際結(jié)構(gòu)的變形數(shù)據(jù)，通過(guò)所述的子結(jié)構(gòu)與所述方差自適應(yīng)遺忘因子的無(wú)跡卡爾曼濾波方法實(shí)現(xiàn)支座剛度、鋼筋彈性模量、鋼筋屈服強(qiáng)度、混凝土彈性模量、混凝土峰值應(yīng)變以及混凝土強(qiáng)度多參數(shù)識(shí)別，并將所辨識(shí)的多參數(shù)更新在有限元模型中。

46、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

47、(1)實(shí)現(xiàn)非接觸感知數(shù)據(jù)與有限元模型的融合：針對(duì)檢監(jiān)測(cè)數(shù)據(jù)與有限元模型長(zhǎng)期割裂的問(wèn)題，本技術(shù)提出一個(gè)非接觸感知數(shù)據(jù)(包括檢測(cè)與監(jiān)測(cè)數(shù)據(jù))與有限元模型融合方法框架，該框架采用兩階段更新的策略：首先基于裂縫智能檢測(cè)數(shù)據(jù)和力學(xué)模型更新結(jié)構(gòu)局部單元?jiǎng)偠刃畔?，然后基于非接觸式監(jiān)測(cè)數(shù)據(jù)和子結(jié)構(gòu)有限元模型識(shí)別關(guān)鍵部位支座剛度等多個(gè)參數(shù)，在一定程度上建立符合結(jié)構(gòu)服役狀態(tài)的有限元模型，為結(jié)構(gòu)安全評(píng)估提供有力支撐。

48、(2)裂縫區(qū)域剛度折減系數(shù)求解方便：針對(duì)裂縫檢測(cè)數(shù)據(jù)與混凝土局部結(jié)構(gòu)退化性能模型難以確定的難題，本發(fā)明提出了基于裂縫智能檢測(cè)數(shù)據(jù)和力學(xué)模型的結(jié)構(gòu)局部剛度更新方法，基于深度學(xué)習(xí)模型和圖片處理方法自動(dòng)提取裂縫寬度信息，將實(shí)測(cè)裂縫寬度引入上述力學(xué)模型并求解裂縫區(qū)域剛度折減系數(shù)，實(shí)現(xiàn)混凝土結(jié)構(gòu)局部裂縫區(qū)域剛度快速更新。

49、(3)有效識(shí)別結(jié)構(gòu)重點(diǎn)部位的本構(gòu)參數(shù)：針對(duì)重點(diǎn)部位結(jié)構(gòu)內(nèi)部參數(shù)難以獲悉的難題，本發(fā)明提出了基于子結(jié)構(gòu)與vafukf的子結(jié)構(gòu)多參數(shù)識(shí)別方法，該方法通過(guò)建立重點(diǎn)部位的子結(jié)構(gòu)有限元模型，以激光掃描獲取的非接觸監(jiān)測(cè)數(shù)據(jù)為系統(tǒng)輸入量、子結(jié)構(gòu)有限元模型計(jì)算結(jié)果為觀測(cè)量，通過(guò)vafukf實(shí)現(xiàn)了支座剛度等多參數(shù)識(shí)別，識(shí)別精度較高，與結(jié)構(gòu)靜力單調(diào)加載過(guò)程中的真實(shí)響應(yīng)更加接近。

50、(4)提高既有損傷的復(fù)雜結(jié)構(gòu)性能預(yù)測(cè)精度：針對(duì)既有損傷結(jié)果建模與性能分析的難題，本文通過(guò)檢測(cè)數(shù)據(jù)考慮裂縫等既有損傷，通過(guò)監(jiān)測(cè)數(shù)據(jù)辨識(shí)有限元模型的邊界條件、材料屬性等結(jié)構(gòu)重要參數(shù)，建立既有損傷結(jié)構(gòu)的高保真的有限元模型，結(jié)構(gòu)初始剛度和極限承載力的計(jì)算準(zhǔn)確度大幅提升。