马如进 徐世桥 王达磊 陈艾荣

(同济大学 桥梁工程系， 上海 200092)

基于大数据的大跨悬索桥钢箱梁疲劳寿命分析*

马如进 徐世桥 王达磊†陈艾荣

(同济大学 桥梁工程系， 上海 200092)

为有效利用桥梁监测系统积累的大量数据进行桥梁性能分析，首先，以西堠门大桥为研究对象，建立多尺度非线性有限元模型，并探讨了利用监测系统所获得的风速、温度、车辆及位移等多类监测数据对所建模型的可靠性进行验证的方法；然后，基于WIM系统采集的海量车辆信息数据，通过统计分析确定了6类疲劳标准车，将其施加到多尺度有限元模型，获得了钢箱梁焊接细节的应力响应，结合Palmgren-Miner线性累积损伤理论，计算钢箱梁构造细节疲劳寿命的理论值，并采用滤波、去噪等大数据分析方法对应力监测数据进行分析，基于实测数据计算钢箱梁焊接细节疲劳寿命，以确定理论疲劳寿命的修正系数；最后，根据修正后的理论疲劳寿命，将钢箱梁横向不同位置的构造细节划分为4个疲劳等级.文中研究为获取未布置传感器的构造细节疲劳寿命提供了新的思路，可指导大跨桥梁钢箱梁的日常养护管理工作.

大跨悬索桥；大数据；多尺度模型；疲劳标准车；疲劳寿命；养护管理

近20年来，世界桥梁建设取得了令人瞩目的成就，桥梁建设逐步趋于大型化、轻柔化、复杂化，一批造型新颖、技术复杂、施工难度高的大跨桥梁相继建成.与此同时，钢箱梁因其自重小、施工方便、承载力高、易于标准化生产等优点在大跨径桥梁中得到广泛应用.但大跨桥梁钢箱梁细节构造复杂，并受设计、施工、材料等条件的限制，难以控制质量，导致体系缺陷频发.此外，由于当前车辆超载严重及结构安全监管手段缺乏等问题，致使钢箱梁桥结构性能在运营期间难以满足要求，“重建轻养”、“被动事后”的桥梁监管养护方式逐步形成.此外，汽车轮载在桥梁使用寿命内的作用次数很多，往往达到108以上，一旦受到损伤产生裂纹，将直接导致桥面铺装层的损伤，甚至导致钢桥面板严重开裂，致使桥梁无法达到安全运营的要求[1].进入21世纪以后，许多国家和地区对桥梁管养与维护工作日益重视，欧美及韩国、日本、中国香港特区率先提出“主动预防”对结构进行监测的理念，并逐步在一些重要的桥梁上安装监测系统，开始研究基于监测的桥梁养护技术，并迅速成为国内外研究热点[2].但是，实时的动态健康监测系统随着桥梁投入运营时间的推移，逐步积累了大量的监测数据和图像信息，以国内大型桥梁健康监测系统数据为例：苏通大桥每天的数据量为10 GB左右，全年数据量约为3 TB；西堠门大桥每天产生的数据量约为3 GB，全年产生的数据量为1 TB左右.如何针对如此庞大的数据量进行存储、提取、分析和利用，并对桥梁的安全性与耐久性进行评估与控制，及时有效地为桥梁管养提供数据支持，是桥梁监测系统亟待解决的问题.

结合当前大数据的背景，文中基于桥梁监测系统所采集到的海量数据，集成多种数据统计分析与处理方法，对现有大跨悬索桥的钢箱梁进行疲劳性能评估并提出养护管理措施.首先，以大跨悬索桥钢箱梁结构为研究对象，建立结构多尺度非线性有限元模型，并对所建模型可靠性进行验证；然后，基于WIM系统实测车辆数据，确定多类疲劳标准车并施加到多尺度有限元模型，计算各类细节的理论疲劳寿命；最后，基于大量应力监测数据，计算各细节实测疲劳寿命，确定有限元计算的理论疲劳寿命的修正系数，进而计算未布置传感器位置的疲劳寿命，并据此划分钢箱梁各细节的疲劳等级，为钢箱梁日常养护措施的研究提供参考.

1 监测系统介绍与多尺度模型建立

1.1 西堠门大桥监测系统简介

西堠门大桥主桥为两跨连续钢箱梁悬索桥，主跨1 650 m，单跨长在悬索桥中居世界第二、国内第一[3].在西堠门大桥建设之初，基于交通运输部以及浙江省交通运输厅关于大型桥梁运营期结构安全的信息化监管要求[4]，已设计并构建了基于实时动态监测的桥梁健康监测系统，包括荷载项(风荷载、温度荷载、车辆荷载等)与响应项(位移、应力、振动等)的监测，为研究提供了重要的数据基础.该系统在跨中布设了三向超声风速仪及温湿度仪，以监测大桥桥面风速及大气环境的温湿度；在跨中和四分点处布置了GPS，获取大桥实时位移响应；在南引桥上布设了车辆动态称重系统，可在不阻断交通的情况下获取双向过桥车辆的总重、轴重、轴距、轴数、轴组数等信息；在靠近北塔的钢箱梁焊接细节位置(U肋与顶板对接处、U肋对接处、U肋与横隔板连接处)布设了应力传感器.文中研究所采用的各传感器布设情况如图1所示.

图1 西堠门大桥部分传感器布置图Fig.1 Layout of some sensors of Xihoumen Bridge

1.2 多尺度混合模型的建立

研究中需针对大跨桥梁钢箱梁细节位置进行有限元模型分析，以获取钢箱梁理论疲劳寿命，因此需要建立包含焊接细节的钢箱梁细部模型以对各细节的应力进行提取分析.西堠门大桥主桥钢箱梁共126个制造梁段，其中108个标准梁段、18个特殊梁段.标准梁段为扁平流线形分离式双箱断面，长18 m，宽36 m，高3.5 m，每段包含5个横隔板.钢箱梁局部模型采用shell63单元，单元最小尺寸20 mm，共153 965个单元.

局部模型建立完成后，为精确模拟桥上钢箱梁的受力状态及受力的边界条件，还必须建立全桥杆系模型，主缆和吊索由于是受拉杆件,故采用三维杆单元link10模拟，主塔由塔柱、横梁构成，采用三维梁单元beam4进行模拟，最后以主桥杆系模型节点为主节点与局部板壳模型节点进行自由度耦合[5]，构成如图2所示的多尺度耦合有限元模型.

图2 西堠门大桥多尺度有限元模型Fig.2 Multi-scale finite element model of Xihoumen Bridge

1.3 模型有效性验证

为保证所建立的模型在后续分析中与实桥具有相同的静力、动力特性，在结构计算过程中得到可靠、可用的计算结果，有必要对所建立的有限元模型与实桥当前状态的吻合度进行验证，即将监测系统采集到的风荷载、温度荷载、车辆荷载加载到多尺度耦合有限元模型，并对模型在该荷载作用下的位移响应进行计算，然后与同一时刻桥梁监测系统所监测到的实测位移响应进行对比，确定所建立的模型可靠性是否满足要求.

通过对西堠门大桥监测系统2015年整年的数据进行筛选，选取以车辆荷载为主要荷载的工况，即风速较小、温度恒定，且有重车经过以便确定响应峰值的时间段.以2015年8月9日04:26:30至04:27:00时段的工况为例，该时段平均风速为4.4 m/s，温度为36 ℃，且包含一辆超重型车辆(表1中的4#车辆)，当该车通过布置有传感器的位置时，可以获得很明显的位移响应.根据WIM系统监测数据所得，此时桥上运行车辆信息如表1所示.

表1 车辆信息表(2015- 08- 09 04:26:45)Table 1 Vehicles information(04:26:45，August 9,2015)

1)宁波至舟山为上行，舟山至宁波为下行.

将上述风荷载、温度荷载以及车辆荷载施加到有限元模型，如图3所示.

图3 2015- 08- 09 04:26:45时刻车辆荷载布置图Fig.3 Layout of vehicle load at 04:26:45 August 9,2015

通过有限元模型计算可得：04:26:45时刻跨中挠度为0.821 m，3/4跨处挠度为0.577 m.图4为西堠门大桥GPS监测系统2015年8月9日04:24:08～04:28:48之间的位移响应曲线，在04:26:45，4#重车通过跨中，此时该处GPS监测到的挠度响应值为0.793 m，理论模型计算值与实测值二者误差为3.4%，3/4跨处GPS测到的挠度响应值为0.553 m，模型理论值与实测值二者误差为4.2%，两个位置位移响应误差均在5%之内，说明多尺度耦合模型与实桥具有较高的吻合度，可用于后续研究分析.

图4 2015- 08- 09 04:24:08至04:28:48跨中GPS监测曲线

Fig.4 Deformation curve recorded by GPS in the middle span from 04:24:08 to 04:28:48 on August 9,2015

2 疲劳标准车参数分析

钢桥的疲劳损伤是由车辆荷载反复作用下的损伤累积导致的，因此疲劳设计应采用典型的日常运营车辆[6].然而，随着经济和社会的发展，车辆荷载也在不断发展变化，并且不同地区的车辆荷载也存在较大差异[7].因此，文中研究基于西堠门大桥WIM系统2015年现场实测的海量数据，建立了对实测车辆信息进行分析得到数值模拟所需疲劳标准车辆荷载的具体实施方法，包括如何确定多类疲劳标准车的总重、轴重、轴距等信息.

2.1 车辆类型划分

桥上的车辆荷载作为一种随机变量，一般需采用概率论和数理统计的方法进行分析，研究其概率分布和统计规律[8].因此，以西堠门大桥2015年全年的WIM数据为基础，开展详细的研究分析，以确定疲劳标准车的总重、轴重、轴距等参数，建立西堠门大桥疲劳标准车模型[9].车辆数据统计显示,2015年西堠门大桥全年的交通量为4 184 612辆，年平均日交通量为11464辆.基于对数据完整性的考虑，重点以7月份的WIM数据为例对西堠门大桥开展车辆荷载的统计分析.根据对WIM系统采集的车辆轴数与轴组数数据的初步分析，西堠门大桥通行车辆轴数集中在2-6轴，多轴车的轴组为2-4轴组，主要有2轴2轴组、3轴2轴组、6轴3轴组等17种类型的车.然而，这17种类型的车中占比较大的只是有限几种，其余的车型数量较少，在钢箱梁疲劳分析中可不予考虑.因此，以车辆轴数与轴组数为分类标准，依据各类型车辆所占的比例大小，对西堠门大桥车辆类型进行划分，最终确定2轴2轴组、3轴2轴组、4轴3轴组、5轴3轴组、6轴3轴组以及6轴4轴组6种类型，分别定义为类型1-6.

2.2 总重与轴重

由车辆荷载引起的钢箱梁疲劳损伤计算分析过程中，不仅需要交通量参数以确定荷载的作用次数，还需要车辆的重量，包括车辆总重与每个车轴的轴重.以3轴2轴组(类型2)疲劳标准车为例，类型2疲劳标准车的不同总重所占比例如图5(a)所示，图5(b)为3轴2轴组疲劳标准车的不同轴重的分布比例图.

图5 车辆类型2不同总重、轴重所占比例分布曲线

Fig.5 Ratio distribution curves of gross weight and axle load for vehicle Type 2

由图5(a)可见，3轴2轴组疲劳标准车的总重在11.5 t处有明显峰值，而其余重量处车辆占比很小.因此，取用11.5 t为类型2疲劳标准车的总重.同样，分析图5(b)各轴轴重比例分布曲线可见，类型2疲劳标准车轴1的重量峰值在3.3 t处，轴2的重量峰值在5.4 t处，轴3的重量峰值在2.8 t处.因此可以确定，类型2疲劳标准车的总重为11.5 t，其中轴1重3.3 t，轴2重5.4 t，轴3重2.8 t.针对其余5种类型的疲劳标准车，采用相同的分析方法可以确定各类疲劳标准车的总重与轴重.

2.3 轴距

根据WIM系统监测数据分析车辆总重与轴重的构成比例，并据此确定各类型疲劳标准车的总重与各轴轴重.然而，为获得疲劳车辆模型，除总重和轴重外，还必须确定疲劳标准车的轴距，包括纵向轴距与横向轴距，而横向轴距按照规范以及车辆的普遍规格化，确定为1.8 m.因此，文中重点分析车辆的纵向轴距.图6所示为类型2疲劳标准车各轴轴距分布曲线，根据轴距的峰值分布，可以确定轴1、2之间的距离为1.5 m，轴2、3之间的距离为1.6 m，车辆总长为各轴轴距之和(3.1 m).

图6 疲劳标准车辆类型2各轴轴距所占比例分布曲线

Fig.6 Ratio distribution curves of each wheelbase for Type 2 standard fatigue vehicle

2.4 疲劳标准车模型

基于2015年WIM系统采集的海量数据，以轴数与轴组数为依据确定了6类疲劳标准车.通过对各类车辆总重、轴重、轴距分布的统计分析，确定了6类疲劳标准车的总重、轴重、轴距与车长等主要荷载参数信息，6类疲劳标准车的参数及相应数量占车辆总数的比例如表2所示.利用上述分析所确定的6类疲劳标准车并结合所建立的多尺度耦合有限元模型，可以进行钢箱梁疲劳性能的分析.

表2 6种类型疲劳标准车的主要荷载参数Table 2 Main loading parameters of six types of standard fatigue vehicles

3 疲劳性能分析

通过局部板壳模型与杆系模型耦合形成的多尺度有限元模型，以及对WIM系统海量数据进行分析所确定的6类疲劳标准车，获得了针对钢箱梁U肋与顶板焊缝、U肋对接焊缝等细节位置进行疲劳性能分析所需的模型与荷载[10].本节通过有限元分析，对各疲劳细节的应力水平进行研究，获得各类疲劳标准车作用下各构造细节的影响面；然后结合6类疲劳车辆参数，获取各类疲劳车辆所引起的各细节的疲劳应力，并采用雨流计数法进行处理，获取疲劳应力幅；最后利用Palmgren-Miner线性损伤累积理论确定各细节的疲劳寿命理论值.

结合各国疲劳设计标准与规范，在疲劳研究中单轮的着地宽度(横桥向)和长度(顺桥向)分别取为0.3和0.2 m[11]，且顶板直接承受车轮荷载的作用.通过该加载模式对各细节的应力水平及影响线进行研究，该分析过程共计算了4种工况，如图7所示.

图7 4种计算工况加载图Fig.7 Schematic diagram of four calculation conditions

通过将各类疲劳标准车辆按表2所示的参数信息施加到多尺度有限元模型上，进行钢箱梁构造细节应力与变形分析，获得各细节位置处的应力状态.图8所示为车辆类型1按照计算工况进行加载时，U肋与顶板焊接位置的应力响应云图.图9为构造细节的变形情况及网格划分.

图8 U肋与顶板对接处的应力云图Fig.8 Stress nephogram of joints of U rib and roof

图9 U肋与顶板对接处变形及网格划分

Fig.9 Deformation nephogram and mesh generation of joints of U rib and roof

通过将疲劳标准车辆荷载的加载位置在纵向扩展，可以获得各类疲劳车通过时焊接细节的影响线，然后将车辆加载位置在横向进行扩展，可以获得焊接细节的影响面，如图10所示.

图10 U肋与顶板对接处的影响面Fig.10 Influence surface of the joints of U rib and roof

通过图10中应力影响面分析可见，U肋与顶板焊缝应力在车辆荷载作用下呈现出明显的局部效应.该影响范围在纵桥向约2 m、横桥向约1 m，超出该范围的车辆对焊接细节的应力贡献很小，而考虑车辆实际情况，车辆运行间距一般超出该范围.因此，文中利用雨流计数法对各类车辆单独作用下不同疲劳细节的应力时程曲线进行统计分析，结合各类车辆所占比例获取疲劳损伤度，最后将各类车引起的疲劳损伤进行叠加.以U肋与顶板对接处疲劳寿命分析为例，计算得到6种类型疲劳车经过时所产生的应力循环幅值，如表3所示.

根据欧洲Eurocode3规范Part：1-9给出的正交异性板焊接细节分类标准[12]，确定U肋与顶板对接处细节类型为50，U肋对接处、U肋与横隔板连接处细节类型为71，细节类型表示在95%置信水平下，该焊接细节在2×106次应力循环下发生疲劳破坏所能承受的应力幅值.

表3 各种类型疲劳标准车引起的疲劳应力幅

Table 3 Fatigue stress amplitudes of different types of standard fatigue vehicles

车辆类型疲劳应力幅/MPa车辆类型疲劳应力幅/MPa类型122.37类型475.64类型241.25类型580.53类型358.80类型690.75

结合规范中提供的S-N曲线和Miner准则[13]，可得各细节疲劳寿命的计算公式：

(1)

(m=3,N≤5×106)

(2)

(m=5,5×106≤N≤108)

(3)

(4)

式中:ΔσR为应力幅，NR为对应的疲劳寿命；ΔσC为细节类别，其数值为S-N曲线中取疲劳寿命为2×106时对应的ΔσR值；ΔσD为常幅疲劳极限；ΔσL为循环次数为108时的截止疲劳极限；KC与KD为疲劳强度系数，当应力幅ΔσR≥ΔσD时，取疲劳强度系数KC，当应力幅ΔσR<ΔσD时，取疲劳强度系数KD.

在此基础上，依据Palmgren-Miner线性损伤累积理论可得细节的疲劳损伤为

(5)

其中，

(6)

式中，Seq为等效应力幅，n为应力幅S的作用次数，i为应力幅S≥ΔσD的数量，j为应力幅S<ΔσD的数量，N为与应力幅S对应的疲劳寿命.显然，当D=1时的服役时间即为焊缝细节的疲劳寿命.

通过对各类车辆对疲劳细节的疲劳损伤对比不难发现，标准疲劳车辆类型1虽然数量多，但是车辆总重、轴重小，对各细节的疲劳损伤影响较小，而车辆类型5、6虽然车辆数量少,但是总重、轴重大，引起的各细节疲劳损伤度很大，说明在分析钢箱梁疲劳问题时应该主要考虑重车的影响，在桥梁日常运营管理中也应该对重车进行重点管理[14].

表4 各种类型疲劳标准车引起的各类细节的疲劳损伤度及其疲劳寿命

Table4Fatiguedamagedegreescausedbyalltypesofstandardfatiguevehiclesandthetheoreticalfatiguelifeofvariousdetails

车辆类型疲劳损伤度/10-5U肋与顶板对接焊缝U肋对接焊缝U类与横隔板连接处类型10.3190.4730.116类型21.8603.5708.270类型347.50057.90031.600类型452.30075.60041.800类型5179.000176.000112.000类型6208.000251.000167.000疲劳寿命/年204176282

4 实测应力数据分析

如图1中应力传感器布置图所示，西堠门大桥监测系统在钢箱梁U肋与顶板对接焊缝、U肋对接焊缝等位置分别布置了应变计，采集钢箱梁细节位置应变数据.焊接细节的应变响应包含了3方面的内容：①由温度引起的平均应变的变化，导致应变平稳值随着时间发生明显变化；②车辆荷载引起的应变；③应变监测数据中的随机成分，因为在应变数据的测试、记录与传输过程中，不可避免地要受到各种随机干扰的影响，这部分应变成分的构成较为复杂，很难确定其来源，由随机干扰所产生的应变监测数据幅值较小，但数量众多.因此，在利用监测应力数据进行疲劳寿命分析前，必须先剔除温度与随机干扰的荷载效应.

首先分析昼夜温度变化对焊缝细节疲劳应力谱的影响.采用小波变换的方法分离由温度变化所引起的平均应变[15].图11分别给出了原始应变信号、由温度引起的平均应变变化曲线和消除温度影响后的应变曲线.

焊缝细节疲劳损伤主要来自高幅值的应力循环，幅值较小的应力循环虽然数量多，但是对焊缝细节造成的疲劳损伤可以忽略.因此，将有效应力范围的阀值设置为2MPa，直接剔除小于2MPa的应力循环，从而可排除随机干扰的影响.通过小波变换方法将应力数据中的温度效应进行滤波，运用数据去噪的方法将随机干扰从应力响应中剔除，最后所获得的应力响应可认为是由车辆荷载引起的，并可用于疲劳分析.

采用上述大数据处理方法对不同的应力传感器SX1(U肋与顶板对接)、SX2(U肋对接处)、SX3(U肋与横隔板连接处)所监测到的应力时程进行处理，结合雨流计数法获得各细节的循环应力幅，代入式(1)-(6)后，可确定疲劳寿命的实测值，将疲劳寿命实测值与理论值进行对比，获得理论疲劳寿命的修正系数，如表5所示.

图11 利用小波变换剔除原始应力信号中的温度效应

Fig.11 Elimination of the temperature effect of the original stress signal by wavelet transform

表5 疲劳寿命实测值与理论值对比

Table 5 Comparison of measured fatigue life and the theoretical one

传感器编号实测寿命/年理论寿命/年比值SX11652040.806SX21441760.818SX32322820.823

由表5可见，依据应力监测数据所获得的疲劳寿命与有限元模型计算所获得的疲劳寿命存在一定的差别，且理论模型计算的疲劳寿命均大于实际监测数据计算所得，分析其原因可能有：①理论模型未考虑车辆荷载的动力效应；②理论模型未考虑焊缝中的残余应力或者焊接缺陷等.因此，可以认为由应力监测数据计算的疲劳寿命值更接近准确值，有限元模型计算得到的疲劳寿命理论值应以此为基准进行修正，经过修正后的有限元模型计算的理论疲劳寿命可以近似代替实际监测数据分析的疲劳寿命，通过表5算得该修正系数为0.819.

根据有限元模型计算的疲劳寿命与修正系数可以估算出在整个钢箱梁横向上未布置传感器位置的各类型细节疲劳寿命.依据各类疲劳细节的疲劳寿命及其分布进行疲劳等级划分.如图12所示，依据各类细节的疲劳寿命将钢箱梁沿横向划分为4个等级区域，分别为A、B、C、D区，其中处于A区的疲劳细节的疲劳损伤最严重，D区疲劳损伤最轻.

通过疲劳等级划分确定了钢箱梁各个位置各种类型焊接细节的疲劳等级.在钢箱梁日常管理中，应结合日常巡检、定期检查、特殊事件以及专项巡检等常用管理措施，对不同等级的疲劳细节选取一种或几种措施进行养护管理与检查.

图12 疲劳等级划分Fig.12 Classification of fatigue grades

5 结语

文中通过对西堠门大桥监测系统中所获得的多类海量数据进行整体梳理、筛选和分析利用，结合所建立的多尺度有限元模型，获取大跨桥梁钢箱梁的受力特性，并以此为基础对钢箱梁的疲劳性能开展研究，依据研究成果划分疲劳性能等级，给出管养对策，所做主要工作如下：

(1)通过将局部板壳模型与全桥杆系模型耦合，建立多尺度有限元模型，并利用多类监测数据对模型有效性进行了验证，结果表明有限元模型计算值与实测值二者误差在5%之内，确保了有限元模型与实桥状态相吻合；

(2)基于WIM系统监测数据，以轴数与轴组数为标准，确定了6类疲劳标准车，并根据各类车辆总重、轴重与轴距的分布，获取了各类疲劳标准车的参数；

(3)通过数值模拟与实测应力数据分别计算各细节疲劳寿命，确定了理论值与实测值的修正系数为0.819，并将钢箱梁在横向划分为4个区域，为大跨桥梁的钢箱梁养护管理提供参考.

目前，由于钢箱梁制作工艺与施工质量的差别，焊接细节可能存在不同程度的焊接缺陷与残余应力，而文中未考虑这些不利因素的影响.因此，在下一步研究中，应对钢箱梁焊接残余应力及初始缺陷引起的疲劳损伤进行合理分析，并适当考虑车辆荷载的动力效应，以确定更加准确的钢箱梁焊接细节疲劳寿命.

[1] 李星新.基于健康监测的钢桥面板疲劳寿命评估 [D].长沙:中南大学,2012.

[2] 张连振,李惠.桥梁健康监测系统概念设计 [J].辽宁工程技术大学学报(自然科学版),2008,27(6):869- 871. ZHANG Lian-zhen,LI Hui.Concept design of bridge health monitoring system [J].Journal of Liaoning Technical University(Natural Science Edition),2008,27(6):869- 871.

[3] STRAUSS Alfred,FRANGOPOL Dan M,KIM Sunyong.Use of monitoring extreme data for the performance prediction of structures:Bayesian updating [J].Engineering Structures,2008,30(12):3654- 3666.

[4] 梅刚,秦权,林道锦.公路桥梁车辆荷载的双峰分布概率模型 [J].清华大学学报(自然科学版),2003,43(10):1394- 1396,1404. MEI Gang,QIN Quan,LIN Dao-jin.Bi-modal probabilistic model of highway bridge vehicle loads [J].Journal of Tsinghua University(Natural Science Edition),2003,43(10):1394- 1396,1404.

[5] 苏庆田,吴冲,董冰.斜拉桥扁平钢箱梁的有限混合单元法分析 [J].同济大学学报(自然科学版),2005,33(6):742- 746. SU Qing-tian,WU Chong,DONG Bing.Analysis of flat steel-box-girder of cable-stayed bridge of finite mixed element model [J].Journal of Tongji University(Natural Science Edition),2005,33(6):742- 746.

[6] 任卫平.焊接钢桥结构细节疲劳行为分析及寿命评估 [D].成都:西南交通大学,2008.

[7] NG HKT,CHAN P S,BALAKRISGNAN N.Estimation of parameters from progressively censored data using EM algorithm [J].Computational Statistics and Data Analysis,2002,39(4):371- 386.

[8] MAQUOI R,SKALOUD M.Stability of plates and plated structures general report [J].Journal of Constructional Steel Research,2000,55(1/2/3):45- 68.

[9] 童乐为,沈祖炎,陈忠延.城市道路桥梁的疲劳荷载谱 [J].土木工程学报,1997,30(5):20- 27. TONG Le-wei,SHEN Zu-yan,CHEN Zhong-yan.Fatigue load spectrum for urban road bridges [J].China Civil Engineering Journal,1997,30(5):20- 27.

[10] DAVIES AW,ROBERTS TM.Numerical studies of fatigue induced by breathing of slender web plates [J].Thin-Walled Structures,1996,25(6):319- 333.

[11] Steel,concrete and composite bridges-part10:code of practice for fatigue:BS5400 [S].

[12] Design of steel structures-Part 1- 9:Fatigue:BS EN 1993- 1- 9 [S].

[13] Design of steel structures-Part 1- 9:Code of practice for fatigue:Eurocode 3:1993- 1- 9 [S].

[14] 王荣辉,池春,陈庆中,等.广州市高架桥疲劳荷载车辆模型研究 [J].华南理工大学学报(自然科学版),2004,32(12):94- 96． WANG Rong-hui,CHI Chun,CHEN Qing-zhong,et al.Study on the model of the fatigue-loaded vehicles in Guangzhou trestle bridges [J].Journal of South China University of Technology(Natural Science Edition),2004,32(12):94- 96．

[15] 宋永生.正交异性钢桥面板疲劳监测与试验研究 [D].南京:东南大学,2014.

Big Data-Based Fatigue Life Analysis of Steel Box Girder in Large-Span Suspension Bridge

MA Ru-jin XU Shi-qiao WANG Da-lei CHEN Ai-rong

(Department of Bridge Engineering,Tongji University,Shanghai 200092,China)

In order to effectively use the mass data accumulated by bridge monitoring system to analyze the performance of a bridge,first,by taking Xihoumen Bridge as an object,a multi-scale nonlinear finite element model is established,and a method to verify the reliability of the proposed model according to such monitoring data as wind speed,temperature,vehicle load and displacement is presented.Next,on the basis of mass data recorded by the WIM system,six types of standard fatigue vehicles are determined and applied to the multi-scale finite element model to calculate the stress response of the details of steel box girder.Then,by combining Palmgren-Miner linear cumulative damage theory with the stress amplitude,the theoretical fatigue life of structural details in the steel box girder is obtained. Moreover,by means of filtering,denoising and other big data processing methods,the monitored stress data are analyzed to calculate the actual fatigue life of the weld details and to determine the correction coefficient of the theoretical fatigue life. Finally,according to the corrected fatigue life,the structural details of the steel box girder in different positions are divided into four fatigue grades.This research provides a new approach to obtaining the fatigue life of the details without laying sensors.It also serves as a guidance for the daily maintenance and management of steel box girders in long-span bridges.

large-span suspension bridge;big data;multi-scale model;standard fatigue vehicle;fatigue life;maintenance and management

2016- 07- 14

浙江省自然科学基金资助项目(LQ14E08001)；浙江省交通运输厅科研计划项目(2013H25) Foundation item: Supported by the Natural Science Foundation of Zhejiang Province(LQ14E08001)

马如进(1978-)，男，博士，副教授，主要从事桥梁养护管理理论研究.E-mail:rjma@tongji.edu.cn

† 通信作者: 王达磊(1978-)，男，博士，副教授，主要从事桥梁监测理论研究.E-mail:wangdalei@tongji.edu.cn

1000- 565X(2017)06- 0066- 08

U 441

10.3969/j.issn.1000-565X.2017.06.011