基于歸一化頻響函數(shù)曲率差的鋼?木組合梁螺栓松動(dòng)定位方法

劉景良，陳飛宇，鄭文婷，盛葉，駱勇鵬

基于歸一化頻響函數(shù)曲率差的鋼?木組合梁螺栓松動(dòng)定位方法

劉景良1，陳飛宇1，鄭文婷2，盛葉1，駱勇鵬1

(1. 福建農(nóng)林大學(xué) 交通與土木工程學(xué)院，福建 福州 350002；2. 福建工程學(xué)院 土木工程學(xué)院，福建 福州 350118)

鋼?木組合結(jié)構(gòu)因其良好的承載能力和環(huán)境協(xié)調(diào)性而日益受到關(guān)注，但由于木材的蠕變、松弛特性以及外部環(huán)境的影響，鋼?木組合結(jié)構(gòu)容易發(fā)生螺栓松動(dòng)現(xiàn)象，如何準(zhǔn)確識(shí)別螺栓的松動(dòng)位置成為一個(gè)迫切需要解決的問題。本文提出一種基于歸一化頻響函數(shù)曲率差的鋼-木組合結(jié)構(gòu)螺栓松動(dòng)定位方法，首先對(duì)激勵(lì)信號(hào)和測(cè)得的加速度響應(yīng)信號(hào)進(jìn)行快速傅里葉變換并求解頻響函數(shù)，然后在此基礎(chǔ)上計(jì)算歸一化頻響函數(shù)曲率差指標(biāo)來判別螺栓松動(dòng)的具體位置，最終成功解決因螺栓鉆孔和螺栓預(yù)緊力而導(dǎo)致的損傷位置誤判問題。通過ABAQUS建立鋼?木組合梁三維有限元模型并通過隱式動(dòng)力分析獲取其響應(yīng)信號(hào)，采用所提出的方法對(duì)模型進(jìn)行損傷定位。研究結(jié)果表明：該方法對(duì)螺栓預(yù)緊力敏感且能夠清晰地定位螺栓松動(dòng)，同時(shí)也具有良好的抗噪能力。

鋼?木組合結(jié)構(gòu)；螺栓松動(dòng)；曲率差；頻響函數(shù)；損傷識(shí)別

近年來不斷涌現(xiàn)的鋼?混凝土、鋼?竹和鋼?木等新型組合結(jié)構(gòu)既充分發(fā)揮了材料的優(yōu)點(diǎn)，又符合當(dāng)前綠色環(huán)保的設(shè)計(jì)理念，目前已應(yīng)用于中等跨徑橋梁、城市人行天橋、景觀橋梁等領(lǐng)域。鋼?木組合結(jié)構(gòu)在外荷載作用下，各構(gòu)件通過螺栓、銷釘?shù)燃袅B接件形成一個(gè)整體而共同工作，具有良好的力學(xué)性能。其中，木質(zhì)橋面板為鋼梁提供了足夠的整體剛度，使得鋼梁能夠在屈曲發(fā)生之前達(dá)到屈服強(qiáng)度，從而充分發(fā)揮了鋼材的力學(xué)性能，同時(shí)其穩(wěn)定性也比純鋼構(gòu)件高。與鋼筋混凝土結(jié)構(gòu)相比，同等質(zhì)量的鋼?木組合結(jié)構(gòu)具有更高的極限承載力。此外，木材作為可再生資源使得鋼?木組合結(jié)構(gòu)具有綠色可持續(xù)性、施工的便捷性以及較低的維護(hù)成本等優(yōu)點(diǎn)[1]。在役鋼?木組合結(jié)構(gòu)的損傷主要發(fā)生在木質(zhì)面板和連接件處。螺栓作為廣泛使用的連接件對(duì)鋼?木組合結(jié)構(gòu)的緊固至關(guān)重要。在服役期限內(nèi)，螺栓連接件有可能因持續(xù)受到環(huán)境振動(dòng)、工作荷載以及重復(fù)荷載作用而發(fā)生松動(dòng)甚至掉落現(xiàn)象，而且木材的各向異性、蠕變和松弛行為也會(huì)對(duì)螺栓的松動(dòng)產(chǎn)生一定影響。即使上述因素影響較小，但它們耦合在一起也容易引起螺栓松動(dòng)和夾緊力下降。截至目前，螺栓松動(dòng)損傷識(shí)別技術(shù)大致分為以下4類：聲發(fā)射技術(shù)[2?3]、壓電阻抗技術(shù)[4?5]、圖像處理技 術(shù)[6]和基于振動(dòng)響應(yīng)信號(hào)的識(shí)別技術(shù)[7]。其中，前2種方法所需的聲發(fā)射傳感器及接收裝置比較昂貴，且其所分析的高頻信號(hào)容易受到噪聲干擾[8]。圖像處理技術(shù)目前只能識(shí)別位移明顯的螺栓松動(dòng)現(xiàn)象，而且在識(shí)別過程中需要大量的訓(xùn)練樣本，因此存在一定的局限性[6]?；谡駝?dòng)響應(yīng)的識(shí)別方法兼具易用性和經(jīng)濟(jì)性的特點(diǎn)，而且能夠有效判別由接觸面之間的微動(dòng)行為引起的螺栓松動(dòng)，因此是一種很有前景的損傷識(shí)別方法。然而，當(dāng)前針對(duì)鋼?木組合結(jié)構(gòu)開展的研究主要集中于力學(xué)性能分析[9]以及連接件破壞模式等領(lǐng)域[10]。上述4類損傷識(shí)別方法特別是基于振動(dòng)響應(yīng)的損傷識(shí)別方法目前尚未應(yīng)用于鋼?木組合結(jié)構(gòu)，但已應(yīng)用于鋼?混凝土組合結(jié)構(gòu)。如HOU等[11]通過對(duì)鋼?混凝土組合梁的前三階曲率模態(tài)進(jìn)行綜合分析，從而對(duì)其剪力連接件的損傷進(jìn)行了有效識(shí)別。由于鋼?混凝土與鋼?木組合結(jié)構(gòu)的連接形式具有一定類似性，因此這一類研究對(duì)于開展鋼?木組合結(jié)構(gòu)損傷識(shí)別工作具有借鑒意義?；谡駝?dòng)信號(hào)的損傷識(shí)別方法的基本原理是結(jié)構(gòu)損傷改變了物理參數(shù)，而物理參數(shù)的改變又將影響結(jié)構(gòu)的動(dòng)力特性[12]。為準(zhǔn)確有效地監(jiān)測(cè)結(jié)構(gòu)的健康狀況，有必要從振動(dòng)響應(yīng)信號(hào)中提取對(duì)結(jié)構(gòu)損傷足夠敏感而對(duì)環(huán)境不敏感的特征參數(shù)來表征損傷。目前得到實(shí)例驗(yàn)證的模態(tài)損傷指標(biāo)主要有固有頻率、模態(tài)振型及其曲率[11, 13]、應(yīng)變能[14]、柔度矩 陣[15]、頻率響應(yīng)函數(shù)(Frequency Response Function, FRF)及其衍生函數(shù)等[16?19]。然而，固有頻率本質(zhì)上是一種全局性損傷指標(biāo)，無法定位具體損傷位置。普通的小損傷有可能只產(chǎn)生微小的頻率變化，而這些微小的頻率變化在大型結(jié)構(gòu)中有可能被誤判為測(cè)量誤差而被忽視。模態(tài)振型及其曲率指標(biāo)可用于損傷定位，但該類指標(biāo)的精確度十分依賴于高階模態(tài)的識(shí)別，而獲取結(jié)構(gòu)的高階模態(tài)并非易事[7]。FRF及其曲率指標(biāo)可直接從響應(yīng)信號(hào)和激勵(lì)信號(hào)中獲得，避免了模態(tài)參數(shù)提取過程中產(chǎn)生的誤差累積問題，因而更加可靠和實(shí)用[12]。Maia等[18]根據(jù)結(jié)構(gòu)的健康和受損狀態(tài)的頻響函數(shù)來計(jì)算頻響函數(shù)曲率，然后將其作為損傷敏感參數(shù)。此后，Maia等將頻響函數(shù)曲率與模態(tài)曲率指標(biāo)進(jìn)行了比較，結(jié)果表明：與模態(tài)曲率相比，頻響函數(shù)曲率具有更好的損傷位置判別效果[19]。Ratcliffe等[20]提出了間隙平滑方法(Gapped Smoothing Method, GSM)來構(gòu)建梁的頻響函數(shù)曲率損傷指標(biāo)。GSM的基本思想是將有間隙的三次多項(xiàng)式與曲率函數(shù)相關(guān)聯(lián)，從而使得在曲率函數(shù)平滑的位置點(diǎn)上精確估計(jì)多項(xiàng)式成為可能，而在損傷位置附近則由于曲率函數(shù)的異常而無法進(jìn)行精確估計(jì)。因此，根據(jù)曲率函數(shù)和三次多項(xiàng)式之間的差異來定義損傷指標(biāo)是可行的。FRF也可結(jié)合人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)、主成分分析(Principal Component Analysis, PCA)[16?17]等人工智能算法來識(shí)別結(jié)構(gòu)損傷，但是這些結(jié)合方法的效率取決于其所選擇的頻率范圍，而且都不能在較寬的頻帶范圍內(nèi)準(zhǔn)確有效地追蹤損傷[21]。Makki等[22]在頻響函數(shù)曲率的基礎(chǔ)上獲得了改進(jìn)的形狀信號(hào)并將之應(yīng)用于檢測(cè)更寬廣頻帶范圍內(nèi)的損傷，最終取得了較好效果。雖然頻響函數(shù)及其曲率在結(jié)構(gòu)損傷識(shí)別領(lǐng)域取得一定成功，但是將之直接應(yīng)用于鉆孔并施加了螺栓預(yù)緊力的鋼?木組合梁則有可能發(fā)生損傷位置誤判現(xiàn)象。為解決上述問題，本文提出了歸一化頻響函數(shù)曲率差指標(biāo)，即通過求解損傷和未損結(jié)構(gòu)歸一化頻響函數(shù)曲率的差值來表征損傷，最終達(dá)到將未松動(dòng)螺栓處產(chǎn)生的損傷線消除而將松動(dòng)螺栓處真實(shí)損傷線保留的目的。

1 基本理論

1.1 頻率響應(yīng)函數(shù)

如圖1所示的簡(jiǎn)支梁，為簡(jiǎn)支梁上1至位置處的某個(gè)中間節(jié)點(diǎn)，點(diǎn)的頻響函數(shù)通常定義為點(diǎn)的響應(yīng)與點(diǎn)激勵(lì)的比值，即

式中：X()和F()分別為點(diǎn)處響應(yīng)信號(hào)和點(diǎn)處激勵(lì)信號(hào)的快速傅里葉變換，ω為指定頻率坐標(biāo)處的頻率，可表示為

式中：ω為采樣頻率。

圖1 簡(jiǎn)支梁示意圖

頻響函數(shù)是以激勵(lì)頻率為自變量的非參數(shù)模型，它與結(jié)構(gòu)的質(zhì)量、剛度和阻尼相關(guān)，反映了系統(tǒng)的固有特性。本文中頻響函數(shù)的計(jì)算采用H1估計(jì)類型，即假設(shè)激勵(lì)信號(hào)沒有噪聲而響應(yīng)信號(hào)包含噪聲。頻響函數(shù)的有偏估計(jì)方法主要有H1和H22種，其中H1估計(jì)類型對(duì)輸入噪聲敏感，適用于沒有輸入測(cè)量噪聲和輸入測(cè)量噪聲較小的情況[23]，這是比較符合環(huán)境振動(dòng)實(shí)際情況的。然而，直接按式(1)計(jì)算頻響函數(shù)有可能存在點(diǎn)處的激勵(lì)F()為零的風(fēng)險(xiǎn)，因此采用互功率譜和自功率譜進(jìn)行間接計(jì)算，即頻響函數(shù)定義為互功率譜與自功率譜的比值，如式(3)所示。

式中：G()和G()分別為采用Welch[24]方法計(jì)算得到的激勵(lì)信號(hào)與響應(yīng)信號(hào)之間的互功率譜以及激勵(lì)信號(hào)的自功率譜。

1.2 基于歸一化頻響函數(shù)曲率差的損傷定位方法

通常，基于頻響函數(shù)曲率差的損傷定位方法需要考慮受損結(jié)構(gòu)不同位置處的頻響函數(shù)，對(duì)不同頻率坐標(biāo)∈[1:]，形狀信號(hào)可表示為

式中：為結(jié)構(gòu)測(cè)點(diǎn)的個(gè)數(shù)。

結(jié)構(gòu)在每個(gè)頻率坐標(biāo)處的曲率表示為

而每個(gè)位置的形狀信號(hào)的曲率則通過中心差分法近似估計(jì)，如式(6)所示。

式中：為相鄰測(cè)點(diǎn)之間的距離。

若結(jié)構(gòu)的某處發(fā)生螺栓松動(dòng)或剛度變化，則該處的曲率函數(shù)將發(fā)生突變。因此，可將曲率函數(shù)的突變點(diǎn)設(shè)定為損傷指標(biāo)，并由此構(gòu)造出所有形狀信號(hào)組成的三維曲面。

三維曲面可表示為=(ω)，然而不同頻率坐標(biāo)的(ω)的最大值存在相當(dāng)大的差異，而且2個(gè)相鄰形狀信號(hào)的幅值也相差較大，以至于損傷位置信息有可能被掩蓋[21]。為消除這種幅值差異，必須對(duì)每個(gè)形狀信號(hào)進(jìn)行歸一化以達(dá)到準(zhǔn)確判別損傷位置的目的。因此，有必要引入歸一化的新曲面z作為損傷指標(biāo)，如式(7)所示。

歸一化后的新曲面z*如圖2所示。在圖2中，x軸表示頻率坐標(biāo)；y軸表示結(jié)構(gòu)的歸一化位置，其中L為簡(jiǎn)支梁長(zhǎng)度，X為實(shí)際位置；z軸表示歸一化頻響函數(shù)曲率。對(duì)歸一化頻響函數(shù)曲率z*進(jìn)行二維表示可以實(shí)現(xiàn)損傷的可視化，即結(jié)構(gòu)出現(xiàn)的損傷在x-y平面上顯示為與x軸平行的直線。

由于鋼?木組合結(jié)構(gòu)中螺栓連接件位置具有較高的局部剛度，其頻響函數(shù)幅值將發(fā)生變化，從而使頻響函數(shù)曲率突變而產(chǎn)生峰值，而螺栓列之間的頻響函數(shù)曲率表現(xiàn)平緩[11]。當(dāng)螺栓松動(dòng)導(dǎo)致局部剛度降低時(shí)，該位置的頻響函數(shù)曲率接近螺栓列之間的狀態(tài)，頻響函數(shù)曲率峰值降低。但是，鋼?木組合結(jié)構(gòu)中螺栓連接件位置有鉆孔削弱，這就使得該位置在具有螺栓預(yù)緊力的同時(shí)還產(chǎn)生了應(yīng)力集中現(xiàn)象，而螺栓預(yù)緊力和應(yīng)力集中均會(huì)導(dǎo)致螺栓位置處曲率函數(shù)的突變。當(dāng)螺栓預(yù)緊力松弛時(shí)，由于殘余預(yù)緊力和應(yīng)力集中的存在，螺栓松動(dòng)位置處的頻響函數(shù)曲率不會(huì)完全趨于平緩。因此，無論是否發(fā)生螺栓預(yù)緊力松弛均會(huì)導(dǎo)致?lián)p傷線的產(chǎn)生，而且直接使用歸一化頻響函數(shù)曲率指標(biāo)進(jìn)行損傷識(shí)別很可能將未松動(dòng)螺栓所在位置誤判為損傷點(diǎn)。

基于此，本文提出如式(8)所示的歸一化頻響函數(shù)曲率差(Normalized Curvature Difference of Frequency Response Functions, NCDFRF)指標(biāo)來識(shí)別螺栓松動(dòng)位置。由于未損工況與損傷工況下未松動(dòng)螺栓處因應(yīng)力集中而產(chǎn)生的曲率函數(shù)突變狀態(tài)相同或相近，因此首先歸一化頻響函數(shù)曲率，然后求解損傷前后的歸一化頻響函數(shù)曲率差值，即通過構(gòu)造歸一化頻響函數(shù)曲率差指標(biāo)將未松動(dòng)螺栓處的損傷線消去。而松動(dòng)螺栓處因?yàn)樗蓜?dòng)和鉆孔削弱引起的曲率函數(shù)突變狀態(tài)不同，因此其真實(shí)損傷線得以保留，從而排除了頻響函數(shù)曲率方法存在的損傷誤判現(xiàn)象。

式中：*和*分別代表未損傷和損傷工況下的歸一化頻響函數(shù)曲率表面。

2 數(shù)值算例驗(yàn)證

2.1 鋼-木組合結(jié)構(gòu)簡(jiǎn)支梁有限元模型

為驗(yàn)證所提出的損傷定位方法的正確性，采用ABAQUS建立鋼?木組合簡(jiǎn)支梁有限元模型，如圖3所示。簡(jiǎn)支梁長(zhǎng)3 m，膠合木面板和鋼梁通過M12六角形頭的8.8級(jí)高強(qiáng)螺栓連接。其中膠合木板定義為正交各項(xiàng)異性材料，密度為5.143×102kg/m3，尺寸為75 mm×400 mm×3 000 mm，其彈性模量、剪切模量以及泊松比等材料參數(shù)根據(jù)文獻(xiàn)[9]選取，如表1所示。在表1中，，和分別代表木纖維方向、木材徑向和弦向。H型鋼梁型號(hào)為HN250×125，梁高度為248 mm，腹板厚度為5 mm，翼緣寬度和厚度分別為124 mm和8 mm，其材料參數(shù)詳見表2。沿縱橋向每隔350 mm設(shè)置一組螺栓，每組螺栓間距為85 mm。鋼材與鋼材的摩擦因數(shù)設(shè)為0.45，而鋼材與木材的摩擦因數(shù)設(shè)為0.3。

圖3 鋼?木組合梁有限元模型

在試驗(yàn)開始前，設(shè)置預(yù)緊力為10 kN，通過控制螺栓預(yù)緊力來模擬螺栓松動(dòng)的過程。有研究表明：普通螺栓預(yù)緊力的變化曲線在快速下降后趨于平緩，即在整個(gè)松動(dòng)過程中螺栓預(yù)緊力在很短的時(shí)間內(nèi)降低至初始預(yù)緊力的1/10，并逐漸趨于零[25]。因此本文將螺栓預(yù)緊力分別降低至1 kN和0.1 kN以模擬輕度和重度的螺栓松動(dòng)。定義如表3所示的5種工況，分別為未損工況(Undamaged Scenario, US)，單點(diǎn)輕度損傷(single position low-level damage, SPLD)，單點(diǎn)重度損傷(single position high-level damage, SPHD)，多點(diǎn)輕度損傷(multiple position low-level damage, MPLD)，多點(diǎn)重度損傷(multiple position high-level damage, MPHD)工況。

表1 膠合木面板材料參數(shù)

表2 鋼梁材料參數(shù)

采用脈沖荷載作為外加激勵(lì)，每次沖擊力施加在簡(jiǎn)支梁跨中位置，大小為1 kN且持續(xù)0.1 ms。通過隱式動(dòng)力分析獲取其響應(yīng)信號(hào)，時(shí)間間隔為0.2 ms，總時(shí)長(zhǎng)為2 s。

表3 鋼?木組合梁損傷工況

2.2 定位螺栓松動(dòng)

首先提取US、SPHD和MPHD工況下梁跨中的加速度信號(hào)，按照式(3)求得頻響函數(shù)，結(jié)果如圖4所示。

圖4 3種工況下鋼?木組合梁頻響函數(shù)曲線

從圖4可知：當(dāng)鋼?木組合梁發(fā)生螺栓松動(dòng)時(shí)，頻響函數(shù)曲線的第一個(gè)共振峰發(fā)生的偏移也十分輕微，即由螺栓松動(dòng)導(dǎo)致的固有頻率的變化十分微小，因此難以作為損傷判斷依據(jù)。

圖5 SPHD工況下的歸一化頻響函數(shù)曲率損傷定位結(jié)果

在無噪聲情況下，對(duì)SPHD工況下的鋼?木組合梁沿面板右邊緣(靠近螺栓松動(dòng)位置一側(cè))提取100個(gè)節(jié)點(diǎn)的加速度響應(yīng)，然后按照式(6)和(7)構(gòu)造歸一化頻響函數(shù)曲率表面，結(jié)果如圖5所示。由圖5可知，跨中位置處(縱坐標(biāo)為0.5)有清晰的損傷線，但在其他螺栓位置處也出現(xiàn)了損傷線。如本文2.2節(jié)所述，虛假損傷線很可能是由于未松動(dòng)螺栓位置處所存在的殘余預(yù)緊力和鉆孔削弱導(dǎo)致的。因此僅根據(jù)頻響函數(shù)曲率指標(biāo)來判別螺栓松動(dòng)位置是不可靠的，有必要構(gòu)造歸一化頻響函數(shù)曲率差指標(biāo)來消除損傷誤判。

(a) SPLD；(b) SPHD；(c) MPLD；(d) MPHD

4種工況下基于歸一化頻響函數(shù)曲率差的損傷定位結(jié)果如圖6所示。由圖6(a)~(d)可知，歸一化頻響函數(shù)曲率差方法消除了螺栓未松動(dòng)位置存在的虛假損傷線，只剩下松動(dòng)位置的損傷線，因而實(shí)現(xiàn)了螺栓松動(dòng)的準(zhǔn)確定位。在多點(diǎn)損傷工況(MPLD和MPHD)下，損傷線相比單點(diǎn)損傷工況(SPLD和SPHD)產(chǎn)生了更多間斷，清晰度有所下降，但是損傷線(縱坐標(biāo)為0.5和0.25)仍然清晰可見，而其他有孔洞削弱但是螺栓未產(chǎn)生松動(dòng)的位置并未出現(xiàn)明顯的損傷線，也就是說歸一化頻響函數(shù)曲率差指標(biāo)并未發(fā)生互相干擾或產(chǎn)生誤判的情況，這驗(yàn)證了該方法的準(zhǔn)確性和有效性。

2.3 噪聲影響分析

為考慮噪聲的影響，按式(9)對(duì)求解的鋼?木組合梁加速度響應(yīng)信號(hào)施加高斯白噪聲，噪聲強(qiáng)度由信噪比(Signal-to-Noise Ratio, SNR)定義。

式中：PSignal和PNoise分別代表原始信號(hào)和噪聲信號(hào)的平均功率；e代表噪聲水平的百分比。

圖8 5%和10%水平高斯白噪聲影響下的頻響函數(shù)曲線

首先，對(duì)US工況的加速度響應(yīng)信號(hào)分別添加5%和10%水平白噪聲。為簡(jiǎn)單起見，圖7只給出了未損工況下施加5%高斯白噪聲水平的鋼?木組合梁加速度響應(yīng)信號(hào)。而US工況下噪聲對(duì)頻響函數(shù)曲線的影響則如圖8所示。由圖8可知：噪聲對(duì)頻響函數(shù)曲線產(chǎn)生了一定的影響，而且在高頻位置和固有頻率峰值以外的位置尤其明顯。產(chǎn)生這一現(xiàn)象的主要原因是這些位置處的信號(hào)功率較小[18]。因此，選取固有頻率峰值附近的形狀信號(hào)構(gòu)造歸一化頻響函數(shù)曲率差指標(biāo)有助于提高損傷識(shí)別效果。

(a) SPLD；(b) SPHD；(c) MPLD；(d) MPHD

(a) SPLD；(b) SPHD；(c) MPLD；(d) MPHD

其次，分別對(duì)SPLD，SPHD，MPLD和MPHD 4種工況下的加速度響應(yīng)信號(hào)添加5%和10%水平高斯白噪聲，然后根據(jù)本文提出的方法求解的歸一化頻響函數(shù)曲率差如圖9和圖10所示。由圖9和圖10可知：在所有工況中，由于固有頻率峰值以外位置的頻響函數(shù)曲線受噪聲影響較大，這些位置處的損傷線容易被噪聲所掩蓋。由此可見，損傷線的清晰度很大程度上與頻率范圍的選取以及頻響函數(shù)曲線峰值的數(shù)量有關(guān)。在模態(tài)測(cè)試中，通過提高采樣頻率能夠更真實(shí)地反映模態(tài)頻率，從而減少因固有頻率接近而導(dǎo)致的頻率疊混[26]并獲得更多頻響函數(shù)峰值。在重度損傷工況(SPHD和MPHD)下，即使響應(yīng)信號(hào)受到5%和10%水平高斯白噪聲干擾，歸一化頻響函數(shù)曲率差仍然能夠較好地識(shí)別螺栓松動(dòng)位置。而在輕度損傷工況(SPLD和MPLD)下，當(dāng)噪聲水平達(dá)到10%時(shí)，低頻范圍的損傷線較難辨認(rèn)，但高頻范圍的損傷線仍然存在，且并未因隨機(jī)噪聲的存在而產(chǎn)生虛假損傷線?？偠灾弘S著損傷程度的降低和噪聲水平的提高，損傷線雖然變得不再明顯，但根據(jù)高頻范圍內(nèi)的歸一化頻響函數(shù)曲率差指標(biāo)仍然可以定位螺栓松動(dòng)。需要指出的是，實(shí)際結(jié)構(gòu)動(dòng)力測(cè)試時(shí)的不確定性和強(qiáng)噪聲極有可能對(duì)損傷線的清晰度形成干擾，因此如何在更寬頻率范圍內(nèi)獲得更清晰的損傷線是本方法需要進(jìn)一步研究的方向。

3 結(jié)論

1) 歸一化頻響函數(shù)曲率差能夠準(zhǔn)確識(shí)別鋼?木組合結(jié)構(gòu)螺栓松動(dòng)的位置，僅在螺栓輕微松動(dòng)并且添加噪聲水平高達(dá)10%的情況下識(shí)別效果較差。考慮到現(xiàn)實(shí)中的螺栓松動(dòng)多為預(yù)緊力完全失效的情況，因此本方法仍然具有較好的適用性。

2) 歸一化頻響函數(shù)曲率差方法消除了未松動(dòng)螺栓位置處頻響函數(shù)曲線的突變，保留了螺栓松動(dòng)處的損傷線，從而最終避免了頻響函數(shù)曲率方法對(duì)鉆孔并且施加了螺栓預(yù)緊力的鋼?木組合梁進(jìn)行螺栓松動(dòng)定位時(shí)產(chǎn)生的誤判問題。

3) 通過數(shù)值模擬手段對(duì)所提損傷指標(biāo)進(jìn)行了驗(yàn)證，但是未考慮到實(shí)際結(jié)構(gòu)動(dòng)力測(cè)試時(shí)的不確定性和環(huán)境噪聲，有必要在后續(xù)研究中進(jìn)行試驗(yàn)和工程實(shí)例驗(yàn)證。

[1] Hassanieh A, Valipour H R, Bradford M A. Experimental and numerical study of steel-timber composite (STC) beams[J]. Journal of Constructional Steel Research, 2016, 122: 367?378.

[2] Chaki S, Corneloup G, Lillamand I, et al. Combination of longitudinal and transverse ultrasonic waves for in situ control of the tightening of bolts[J]. Journal of Pressure Vessel Technology, 2007, 129(3): 383?390.

[3] 屈文忠, 張夢(mèng)陽, 周俊宇, 等. 螺栓松動(dòng)損傷的亞諧波共振識(shí)別方法[J]. 振動(dòng)、測(cè)試與診斷, 2017, 37(2): 279? 283, 403. QU Wenzhong, ZHANG Mengyang, ZHOU Junyu, et al. Using sub-harmonic resonance to detect bolted joint looseness[J]. Journal of Vibration, Measurement & Diagnosis, 2017, 37(2): 279?283, 403.

[4] SHAO Junhua, WANG Tao, YIN Heyue, et al. Bolt looseness detection based on piezoelectric impedance frequency shift[J]. Applied Sciences, 2016, 6(10): 298.

[5] Caccese V, Mewer R, Vel S S. Detection of bolt load loss in hybrid composite/metal bolted connections[J]. Engineering Structures, 2004, 26(7): 895?906.

[6] Cha Y J, You K, Choi W. Vision-based detection of loosened bolts using the Hough transform and support vector machines[J]. Automation in Construction, 2016, 71: 181?188.

[7] Das S, Saha P, Patro S K. Vibration-based damage detection techniques used for health monitoring of structures: a review[J]. Journal of Civil Structural Health Monitoring, 2016, 6(3): 477?507.

[8] Nikravesh S M Y, Goudarzi M. A review paper on looseness detection methods in bolted structures[J]. Latin American Journal of Solids and Structures, 2017, 14(12): 2153?2176.

[9] 姚雪峰. 鋼?木組合梁抗彎力學(xué)性能研究[D]. 大連: 大連理工大學(xué), 2017. YAO Xuefeng. Study on bending mechanical behavior of steel-timber composite beam[D]. Dalian: Dalian University of Technology, 2017.

[10] Hassanieh A, Valipour H R, Bradford M A. Experimental and numerical study of steel-timber composite (STC) beams[J]. Journal of Constructional Steel Research, 2016, 122: 367?378.

[11] HOU Zhongming, XIA He, ZHANG Yanling. Dynamic analysis and shear connector damage identification of steel-concrete composite beams[J]. Steel & Composite Structures, 2012, 13(4): 327?341.

[12] Esfandiari A, Bakhtiari-Nejad F, Rahai A, et al. Corrigendum to “Structural model updating using frequency response function and quasi-linear sensitivity equation”[J]. Journal of Sound and Vibration, 2009, 326(3?5): 557?573.

[13] Tomaszewska A. Influence of statistical errors on damage detection based on structural flexibility and mode shape curvature[J]. Computers and Structures, 2010, 88(3): 154?164.

[14] Cha Y J, Buyukozturk O. Structural damage detection using modal strain energy and hybrid multiobjective optimization[J]. Computer-Aided Civil and Infrastructure Engineering, 2015, 30(5): 347?358.

[15] 楊秋偉, 劉濟(jì)科. 工程結(jié)構(gòu)損傷識(shí)別的柔度方法研究進(jìn)展[J]. 振動(dòng)與沖擊, 2011, 30(12): 147?153. YANG Qiuwei, LIU Jike. Structural damage identification with flexibility changed: A review[J]. Journal of Vibration and Shock, 2011, 30(12): 147?153.

[16] Zang C, Imregun M. Structural damage detection using artificial neural networks and measured FRF data reduced via principal component projection[J]. Journal of Sound and Vibration, 2001, 242(5): 813?827.

[17] YU Ling, ZHU Junhua, YU Lili. Structural damage detection in a truss bridge model using fuzzy clustering and measured FRF data reduced by principal component projection[J]. Advances in Structural Engineering, 2013, 16(1): 207?217.

[18] Maia N M M, Silva J M M, Sampaio R P C. Localization of damage using curvature of the frequency-response- functions[C]. Proceedings of the 15th International Modal Analysis Conference, 1997: 942?946.

[19] Sampaio R P C, Maia N M M, Silva J M M. Damage detection using the frequency-response-function curvature method[J]. Journal of Sound and Vibration, 1999, 226(5): 1029?1042.

[20] Ratcliffe C P. A frequency and curvature based experimental method for locating damage in structures[J]. Journal of Vibration and Acoustics, 2000, 122(3): 324? 329.

[21] Makki Alamdari M, Li J, Samali B. Damage identification using 2-D discrete wavelet transform on extended operational mode shapes[J]. Archives of Civil and Mechanical Engineering, 2015, 15(3): 698?710.

[22] Makki Alamdari M, LI Jianchun, Samali B. FRF-based damage localization method with noise suppression approach[J]. Journal of Sound and Vibration, 2014, 333(14): 3305?3320.

[23] 管迪華. 模態(tài)分析技術(shù)[M]. 北京: 清華大學(xué)出版社, 1996. GUAN Dihua. Modal analysis technology[M]. Beijing: Tsinghua University Press, 1996.

[24] Welch P. The use of fast Fourier transform for the estimation of power spectra: A method based on time averaging over short, modified periodograms[J]. IEEE Transactions on Audio and Electroacoustics, 1967, 15(2): 70?73.

[25] 李志彬, 陳巖, 孫偉程, 等. 橫向振動(dòng)下螺栓連接失效及影響因素研究[J]. 宇航總體技術(shù), 2018(4): 24?30. LI Zhibin, CHEN Yan, SUN Weicheng, et al. Study on failure of bolt connection and influence factors under transverse vibration[J]. Astronautical Systems Engineering Technology, 2018(4): 24?30.

[26] 應(yīng)懷樵, 沈松. 頻率混疊在時(shí)域和頻域現(xiàn)象中的研究[J]. 振動(dòng)、測(cè)試與診斷, 2006, 26(1): 1?4, 73. YING Huaiqiao, SHEN Song. Study on frequency aliasing in time and frequency domains[J]. Journal of Vibration, Measurement & Diagnosis, 2006, 26(1): 1?4, 73.

A normalized curvature difference of frequency response function based bolt loosening localization method of steel-timber composite beams

LIU Jingliang1, CHEN Feiyu1, ZHENG Wenting2, SHENG Ye1, LUO Yongpeng1

(1. School of Transportation and Civil Engineering, Fujian Agriculture and Forestry University, Fuzhou 350002, China; 2. School of Civil Engineering, Fujian University of Technology, Fuzhou 350118, China)

The steel-timber composite (STC) structure has attracted increasing attentions because of its good bearing capacity and environmental harmony. However, the creep and relaxation behavior of wood and the influence of external environment make the STC structure susceptible to bolt loosening. Therefore, how to accurately identify the position of bolt loosening becomes an urgent problem to be solved. A new bolt loosening localization method was proposed in this paper for STC structures by establishing a damage index called normalized curvature difference of frequency response functions (NCDFRF). In this method, fast Fourier transform (FFT) was first performed on the excitation and acceleration response signals, and frequency response functions (FRFs) between them were then calculated. Based on the above steps, the index of NCDFRF was calculated to localize the position of bolt, aimed at avoiding damage position misjudgment caused by bolt drilling and preload. The software ABAQUS was used to establish a 3D finite element model of the STC beam and its response signal was obtained by implicit dynamic analysis. After that, the proposed method was employed to localize the bolt loosening position of the model. The results demonstrate that the proposed method is sensitive to bolt preload and it can clearly localize the bolt loosening with a good anti-noise ability.

steel-timber composite structure; bolt-loosening; curvature difference; frequency response function; damage detection

TU375.1

A

1672 ? 7029(2020)02 ? 0451 ? 09

10.19713/j.cnki.43?1423/u.T20190283

2019?04?11

國家自然科學(xué)基金資助項(xiàng)目(51608122)；中國博士后科學(xué)基金面上項(xiàng)目(2018M632561)；福建農(nóng)林大學(xué)杰出青年基金資助項(xiàng)目(XJQ201728)；可持續(xù)與創(chuàng)新橋梁福建省高校工程研究中心開放課題(SIBERC201801)

劉景良(1983?)，男，湖南衡陽人，副教授，博士，從事結(jié)構(gòu)健康監(jiān)測(cè)研究；E?mail：liujingliang@fafu.edu.cn

(編輯 涂鵬)