基于實測數據的潤揚大橋懸索橋全壽命評估隨機溫度場模擬

周廣東 李愛群 丁幼亮 王高新

(1東南大學混凝土及預應力混凝土結構教育部重點實驗室, 南京 210096)(2河海大學土木與交通學院, 南京 210098)

扁平鋼箱梁具有整體性強、自重輕、剛度大、工廠化程度高等優點,逐漸成為大跨度橋梁主梁的主要結構形式．然而,由于鋼材的熱膨脹系數高、導熱性能好,太陽輻射的不均勻性以及大氣溫度驟然變化引起的溫度梯度應力對鋼橋的影響十分顯著.理論分析和實驗研究均表明,超靜定橋梁結構體系中的溫度應力可以達到甚至超過汽車活載的應力[1]．因此,對橋梁結構的溫度場及其應力分析是橋梁結構全壽命評估的重要內容．

對橋梁進行溫度應力分析,合理的結構溫度場取值是前提．目前,針對橋梁結構溫度場的研究主要有3種方法:① 現場實測.文獻[2-6]對混凝土箱梁橋或鋼-混凝土組合箱梁的橫截面溫度場進行了現場實測,并獲得了箱梁溫度場分布的一些規律．② 理論分析．Mirambell等[7]利用熱傳導方程推導了混凝土箱梁的豎向溫度場分布;葛耀君等[8]利用傅里葉熱傳導理論,建立了混凝土斜拉橋溫度場計算的二維差分方法．③ 數值模擬．Tong等[9]編制了二維有限元程序,以模擬鋼橋溫度場,并將模擬結果與實測結果進行對比;孫國晨等[10]對一座鋼-混凝土疊合梁橋在日照作用下的溫度分布進行了時程仿真分析．在這3種方法中,現場實測最為準確,但不能滿足全壽命評估對溫度數據的需求;理論計算難度大,往往需要對實際情況進行簡化,計算結果與實際情況存在一定的差距;數值模擬結果在很大程度上依賴于輸入參數的取值,故無法準確反映實際橋梁結構內的溫度場．綜合現場實測和數值模擬的優點,利用現場實測數據的統計規律進行數值模擬,不僅能夠反映實際橋梁的溫度分布,還能彌補橋梁全壽命評估溫度數據的不足;這是一種較好的解決方法,但目前未見報道．

鑒于此,本文提出了一種基于橋梁結構長期實測數據統計規律的溫度場模擬方法．首先,根據潤揚大橋懸索橋扁平鋼箱梁的長期實測溫度數據,建立扁平鋼箱梁不同測點的溫度以及不同測點與參考點之間溫差的統計模型;進而利用數值逆變換抽樣方法,模擬得出實測概率分布模型下的溫度和溫差樣本序列;最后,建立扁平鋼箱梁橫截面的溫度場．此方法可以根據需要,生成不同長度且符合鋼箱梁橋實際溫度場統計特征的全壽命評估隨機溫度場,為鋼箱梁橋的全壽命評估奠定基礎．

1 潤揚大橋懸索橋溫度監測子系統

潤揚大橋懸索橋為主跨1490m的單跨雙鉸簡支鋼箱梁橋．鋼箱梁全寬為38.7m,高3.0m．圖1為潤揚大橋懸索橋鋼箱梁橫截面溫度監測傳感器的布置示意圖,重點對扁平鋼箱梁頂板和底板的溫度進行實時監測．圖中,S1～S8為測點．5年多的使用表明,溫度傳感器性能穩定,能夠對扁平鋼箱梁的溫度場進行精確測量．本文以跨中截面的溫度監測結果作為研究對象進行分析．

圖1 潤揚大橋懸索橋橫截面溫度傳感器布置圖

2 實測溫度的統計特性分析

圖2為典型測點S7一年內的溫度時程曲線．從圖中可以看出,鋼箱梁的溫度變化具有典型的季節性:冬季溫度較低,夏季溫度較高．根據文獻[11],通過對多個概率分布模型的擬合優度進行比較,最終選用2個正態分布的加權和來描述潤揚大橋懸索橋扁平鋼箱梁橫截面長期監測溫度數據的統計特性．此模型可表示為

(1)

式中,T為測點溫度;f(T)為監測溫度的概率密度函數;N1(σ1,μ1)和N2(σ2,μ2)為正態分布,其中,σ1,μ1,σ2,μ2為正態分布的待定參數;α和β為權重系數,且α+β=1．

利用參數估計,得出測點S7的溫度概率密度函數,并與實測概率密度進行對比,結果見圖3．從圖中可以看出,估計的概率密度曲線與實測概率密度曲線具有良好的一致性,表明估計的概率密度函數能夠準確反映測點處不同溫度出現的概率．跨中截面所有測點溫度的概率密度函數見表1,表中結果均能通過顯著性水平為0.05的K-S檢驗．由表可知,頂板處于對稱位置測點的溫度概率密度函數十分接近,因此,可以認為S1與S5,S2與S4的溫度分布相同,S6,S7,S8的溫度分布相同．

表1 扁平鋼箱梁上不同測點溫度的概率密度函數

3 實測溫差的統計特性分析

扁平鋼箱梁是一個具有無限自由度的超靜定結構,橫截面的溫度應力分布與其上各點之間的溫差直接相關,因此還需要考慮不同測點之間溫差的統計特性．通過分析比較,利用1個Weibull分布和1個正態分布的加權和來估計橫截面測點之間溫差的概率密度函數,即

(2)

式中,Tij=Ti-Tj為不同測點之間的溫差,其中i,j=1,2,…,8,且i≠j;W(a,b)為Weibull分布函數;N(σ,μ)為正態分布函數,其中a,b,σ,μ為待定參數．由于Weibull分布只能描述正隨機變量的分布,故首先在溫差值上加上一個正數(此處取3),使溫差值全部變成正數．

以測點S2為參考點,利用式(2)分別估計溫差T21,T23和T27的概率密度函數,結果見表2．表中結果均能通過顯著性水平為0.05的K-S檢驗．

另外，今年還新增了“最佳格魯吉亞葡萄酒”獎杯項目，由Chateau Mukhrani Réserve Royale Red 獲得。東歐的另一焦點地區是捷克共和國，今年無論是參賽或得獎數目均有一倍的上升。

表2 溫差的概率密度函數

4 隨機溫度場模擬

4.1 模擬方法

對某一概率密度函數下的樣本序列進行模擬時,可以采用逆變換抽樣方法．對于一個已知樣本序列的隨機變量X,假設其概率密度函數為f(x),另一個隨機變量Y與X的關系為Y=Φ(X),則隨機變量Y的概率分布函數為

(3)

令g(y)等于待模擬樣本的概率密度函數,利用式(3)便可求出函數Φ(X)．在實際應用中,通常將隨機變量X的概率分布取為均勻分布,利用X的已知樣本即可求出服從概率密度函數g(y)的隨機變量Y的樣本序列．

采用逆變換抽樣方法進行樣本序列模擬的過程中,需要對目標概率密度函數g(y)進行積分和求反函數．扁平鋼箱梁橫截面溫度場的概率密度函數較為復雜,無法得出其概率密度函數的積分和反函數的解析表達式．因此,本文根據逆變換抽樣方法的思想,提出一種數值逆變換抽樣方法．

設需要生成樣本序列的總數為N,根據實測溫度T的概率分布,采用極值分析法[12]得出需要生成的時間跨度范圍內的最低溫度Tmin和最高溫度Tmax以及超過此范圍的樣本數N0,即隨機溫度的區間為[Tmin,Tmax],區間范圍內的樣本總數Np=N-N0．超過區間范圍的樣本一般較少,可選取隨機生成的比較靠近區間端點的數據樣本．將待模擬樣本區間等間隔分為M個子區間,則每個子區間的溫度增量δT為

(4)

由此可知,第k個子區間的范圍為 [(k-1)·δT,kδT],其中k=1,2,3,…,M．設第k個子區間的溫度樣本數量為Nk,則

(5)

(6)

根據各子區間的樣本數量Nk,將ΔN按比例分配．設第k個子區間分配的多余樣本數量為ΔNk,則第k個子區間最終的樣本數量Npk為

Npk=Nk+ΔNk

(7)

由此便可將待模擬的概率密度分為M個子區間．當M足夠大時,可近似認為每個子區間內的概率密度函數取值相等,即在子區間內有f(T)=C,其中C為常數．按照第k個子區間的樣本數量Npk,生成[0, 1]之間均勻分布的隨機數rand(Npk,0,1),則第k個區間的樣本序列為 [(k-1)δT+T1+δT×rand(Npk,0,1)]．對所有子區間進行遍歷,即可生成滿足目標概率密度函數的序列．

圖4 模擬溫度樣本的概率密度

圖5 模擬溫度樣本的時程曲線

根據實測資料及當地氣象記錄,可以確定每年4個季節的日最高溫度和日最低溫度的范圍,進而可以按照隨機的原則從生成的樣本中選取數據作為日最高溫度和日最低溫度．潤揚大橋懸索橋實測的典型溫度變化曲線以及國外研究結果[13]均表明,橋梁結構一天內的溫度變化非常接近正弦曲線,故將每天的最高溫度和最低溫度作為正弦曲線的最大值和最小值,生成日溫度的理想值．從生成的樣本中選取與某時刻理想值最接近的樣本,作為此時刻的模擬溫度值,最終形成模擬溫度時程．重排后的溫度曲線見圖6．由圖可知,生成的樣本時程曲線與實測結果的變化規律吻合良好,能夠很好地反映扁平鋼箱梁的日溫度變化特性．

圖6 重排后模擬溫度樣本的時程曲線

4.2 模擬結果

以潤揚大橋懸索橋的實測溫度結果為基礎,生成為期5年的溫度場數據．考慮到溫差對扁平鋼箱梁溫度應力計算的重要性,要求模擬溫度場的溫差嚴格符合實測溫差．因此,首先采用4.1節的方法生成參考點S2的隨機溫度樣本序列以及各測點與參考點之間溫差的隨機樣本序列,并從S2的樣本序列中選取日最高溫度和日最低溫度．考慮到溫差的隨機性,根據模擬時間跨度的天數,從模擬溫差樣本序列中隨機選取日最高溫度的溫差和日最低溫度的溫差．根據溫差的定義,即可得出潤揚大橋扁平鋼箱梁橫截面其他測點的日最高溫度和日最低溫度．對于其他測點的中間樣本,同樣可采用溫差的定義獲得．然后進行樣本重排,即可獲得潤揚大橋扁平鋼箱梁橫截面溫度場．測點S2和S7的模擬溫度時程曲線見圖7．由圖可知,模擬溫度時程曲線具有明顯的四季變化特征,能很好地反映扁平鋼箱梁橫截面的年溫度變化過程．

4.3 結果驗證

對模擬樣本進行概率密度函數估計,并與實測數據的概率密度函數進行比較,兩者的最大誤差見表3．此處,最大誤差定義為概率密度最大差值除以最大差值對應點的實測數據概率密度．由表可知,概率密度值誤差值最大不超過5%,說明采用本文方法能夠準確模擬橋梁結構鋼箱梁的溫度場．

圖7 測點S2和S7的模擬溫度時程曲線

表3 模擬溫度樣本的概率密度最大誤差

5 結論

1) 扁平鋼箱梁橫截面實測溫度可采用2個正態分布的加權和組成的概率密度函數進行估計,估計結果能準確反映實測溫度的統計特性．頂板上處于對稱位置處的2個測點之間以及底板測點之間具有相同的溫度分布特性．

2) 扁平鋼箱梁橫截面實測溫差服從1個Weibull分布和1個正態分布的加權和.不同測點之間溫差存在較大的差異,估計的概率密度函數與實測結果符合較好．

3) 數值逆變換抽樣方法是對逆變換抽樣方法的改進,使其可以應用于復雜概率密度函數下的樣本生成,且可以根據需要生成不同長度的樣本．重排后的基于數值逆變換抽樣方法模擬的溫度樣本時程曲線符合橋梁結構的日溫度變化規律．

4) 采用數值逆變換抽樣方法和樣本重排模擬的扁平鋼箱梁橫截面溫度場時程具有明顯的四季交替特征,其時程曲線和統計特性均與實測結果具有良好的一致性,證明了本文方法的有效性．模擬生成的溫度場可為潤揚大橋懸索橋全壽命評估提供數據支持．

)

[1] Xia Y, Chen B, Zhou X Q, et al. Field monitoring and numerical analysis of Tsing Ma suspension bridge temperature behavior[J].StructuralControlandHealthMonitoring, 2013,20(4): 560-575.

[2] Im C K, Chang S P. Estimating extreme thermal loads in composite bridge using long-term measured data[J].InternationalJournalofSteelStructures, 2004,4(1): 25-31.

[3] 雷笑, 葉見曙, 王毅. 日照作用下混凝土箱梁的溫差代表值[J]. 東南大學學報:自然科學版, 2008, 38(6): 1105-1109.

Lei Xiao, Ye Jianshu, Wang Yi. Representative value of solar thermal difference effect on PC box-girder[J].JournalofSoutheastUniversity:NaturalScienceEdition, 2008,38(6): 1105-1109. (in Chinese)

[4] 王蕾, 趙雪峰, 歐進萍. 東營黃河剛構-連續梁橋長期監測的溫度分布規律分析[J]. 防災減災工程學報, 2010, 30(S1): 206-211.

Wang Lei, Zhao Xuefeng, Ou Jinping. Research on temperature characteristics of the Dongying Yellow River bridge based on long-term monitoring[J].JournalofDisasterPreventionandMitigationEngineering, 2010,30(S1): 206-211. (in Chinese)

[5] Xu Y L, Chen B, Ng C L, et al. Monitoring temperature effect on a long suspension bridge[J].StructuralControlandHealthMonitoring, 2010,17(6): 632-653.

[6] Kullaa J. Distinguishing between sensor fault, structural damage, and environmental or operational effects in structural health monitoring[J].MechanicalSystemsandSignalProcessing, 2011,25(8): 2976-2989.

[7] Mirambell E, Aguado A. Temperature and stress distributions in concrete box girder bridges[J].JournalofStructuralEngineering,ASCE, 1990,116(9): 2388-2409.

[8] 葛耀君, 翟東, 張國泉. 混凝土斜拉橋溫度場的試驗研究[J]. 中國公路學報, 1996, 9(2): 76-83.

Ge Yaojun, Zhai Dong, Zhang Guoquan. Temperature gradient test and research of rc cable-stayed bridges[J].ChinaJournalofHighwayandTransport, 1996,9(2): 76-83. (in Chinese)

[9] Tong M, Tham L G, Au F T K, et al. Numerical modelling for temperature distribution in steel bridges[J].ComputersandStructures, 2001,79(6): 583-593.

[10] 孫國晨, 關榮財, 姜英民，等. 鋼-混凝土疊合梁橫截面日照溫度分布研究[J]. 工程力學, 2006, 23(11): 122-128.

Sun Guochen, Guan Rongcai, Jiang Yingmin, et al. Sunshine-induced temperature distribution on cross section of steel-concrete composite beams[J].EngineeringMechanics, 2006,23(11): 122-128. (in Chinese)

[11] Ni Y Q, Ye X W, Ko J M. Monitoring-based fatigue reliability assessment of steel bridges: analytical model and application[J].JournalofStructuralEngineering,ASCE, 2010,136(12): 1563-1573.

[12] Castillo E, Hadi A S, Balakrishnan N, et al.Extremevalueandrelatedmodelswithapplicationsinengineeringandscience[M]. Hoboken,NJ, USA: Wiley, 2005.

[13] Backer H D, Outtier A, Bogaert P V. Numerical and experimental assessment of thermal stresses in steel box girders[C]//ProceedingsoftheEleventhNordicSteelConstructionConference. Malm?, Sweden, 2009:65-72.