NGHIÊN CỨU XÁC ĐỊNH THAM SỐ TRẠNG THÁI CẦU TRONG ĐIỀU KIỆN DỮ LIỆU ĐO ĐẠC ĐẦU VÀO KHÔNG HOÀN CHỈNH KHI CHỊU TẢI TRỌNG ĐỘNG ĐẤT LUẬN VĂN THẠC SĨ

ĐẠI HỌC ĐÀ NẴNG TRƢỜNG ĐẠI HỌC BÁCH KHOA  LÊ QUANG SƠN NGHIÊN CỨU XÁC ĐỊNH THAM SỐ TRẠNG THÁI CẦU TRONG ĐIỀU KIỆN DỮ LIỆU ĐO ĐẠC ĐẦU VÀO KHƠNG HỒN CHỈNH KHI CHỊU TẢI TRỌNG ĐỘNG ĐẤT LUẬN VĂN THẠC SĨ KỸ THUẬT XÂY DỰNG CƠNG TRÌNH GIAO THÔNG Đà Nẵng – Năm 2018 ĐẠI HỌC ĐÀ NẴNG TRƢỜNG ĐẠI HỌC BÁCH KHOA  LÊ QUANG SƠN NGHIÊN CỨU XÁC ĐỊNH THAM SỐ TRẠNG THÁI CẦU TRONG ĐIỀU KIỆN DỮ LIỆU ĐO ĐẠC ĐẦU VÀO KHƠNG HỒN CHỈNH KHI CHỊU TẢI TRỌNG ĐỘNG ĐẤT Chuyên ngành: Kỹ thuật Xây dựng Cơng trình giao thơng Mã số: 858.02.05 LUẬN VĂN THẠC SĨ Ngƣời hƣớng dẫn khoa học: TS NGUYỄN VĂN MỸ TS LÊ QUANG TUYẾN Đà Nẵng – Năm 2018 i LỜI CAM ĐOAN Tôi cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết nêu luận văn trung thực chưa công bố cơng trình khác Tác giả luận văn Lê Quang Sơn ii NGHIÊN CỨU XÁC ĐỊNH THAM SỐ TRẠNG THÁI CẦU TRONG ĐIỀU KIỆN DỮ LIỆU ĐO ĐẠC ĐẦU VÀO KHƠNG HỒN CHỈNH KHI CHỊU TẢI TRỌNG ĐỘNG ĐẤT Học viên: Lê Quang Sơn Chuyên ngành: Kỹ thuật Xây dựng Cơng trình Giao thơng Mã số: 85.80.205, Khóa: 2016 – 2018, Trƣờng Đại học Bách Khoa – Đại học Đà Nẵng Tóm tắt – Việc kiểm tra sức khỏe kết cấu cầu để phát sớm hƣ hỏng vấn đề cần đƣợc quan tâm q trình sử dụng cơng trình Trong đó, phƣơng pháp sử dụng tham số trạng thái đặc trƣng kết cấu cầu để đánh giá khả làm việc cơng trình so với trạng thái ban đầu phép biến đổi sóng ngắn đề xuất sử dụng Phƣơng pháp đƣợc sử dụng để xác định tham số trạng thái cầu điều kiện liệu đo đạc đầu vào khơng hồn chỉnh chịu tải trọng động đất thông qua phản ứng gia tốc kết cấu Luận văn sâu vào vấn đề xác định phản ứng gia tốc ứng dụng biến đổi sóng ngắn để xác định tham số trạng thái cầu Từ khóa – Tham số trạng thái; tải trọng động đất; phản ứng gia tốc; phép đo đầu vào; phổ STUDY ON DETERMINATION OF BRIDGE’S MODAL PARAMETERS ON INCOMPLETE INPUT DATA CONDITION IN EARTHQUAKE ANALYSIS Abstract – Monitoring bridge structure health for early classify the damage is one of the most consideration issues when using these infrastructure In this study Modal-parameters-based structure assessment technique is used This method determine bridge’s modal parameters on incomplete input data condition in earthquake analysis via acceleration responses Therefore, this dissertation will deeply study about using acceleration responses and spectrum to recognize these structure modal parameter Keyword – Modal parameters; earthquake load; acceleration responses; input measurements; spectrum iii MỤC LỤC LỜI CAM ĐOAN i TÓM TẮT .ii MỤC LỤC iii DANH MỤC CÁC BẢNG v DANH MỤC CÁC HÌNH vii MỞ ĐẦU 1 Lý chọn đề tài Đối tƣợng nghiên cứu Phạm vi nghiên cứu Mục tiêu nghiên cứu Phƣơng pháp nghiên cứu Bố cục đề tài CHƢƠNG TỔNG QUAN VỀ KỸ THUẬT XÁC ĐỊNH THAM SỐ TRẠNG THÁI CỦA KẾT CẤU 1.1 Kỹ thuật xác định tham số trạng thái kết cấu ổn định tuyến tính 1.1.1 Kỹ thuật sử dụng liệu rung động xung quanh 1.1.2 Kỹ thuật sử dụng liệu động đất 1.1.3 Xác định phổ gia tốc đầu vào kích thích khơng ngừng sử dụng chuỗi Fourier 1.2 Kỹ thuật xác định tham số trạng thái cho kết cấu biến dạng tuyến tính 10 KẾT LUẬN CHƢƠNG 12 CHƢƠNG PHƢƠNG PHÁP XÁC ĐỊNH THAM SỐ TRẠNG THÁI BẰNG CÁCH SỬ DỤNG CÁC PHÉP ĐO ĐẦU VÀO HỒN CHỈNH VÀ KHƠNG HỒN CHỈNH 13 2.1 Giới thiệu 13 2.2 Phƣơng trình chuyển động với nhiều kích thích sở 13 2.3 Ứng dụng phƣơng pháp RUNGE – KUTTA để xác định phản ứng kết cấu 15 2.4 Biến đổi WAVELET CAUCHY liên tục 17 2.5 Phƣơng pháp tiếp cận CCWT-ARX 20 2.6 Phƣơng pháp tiếp cận CCWT-AR-TVMA-X 23 KẾT LUẬN CHƢƠNG 30 CHƢƠNG XÁC ĐỊNH THAM SỐ KẾT CẤU BẰNG CÁCH SỬ DỤNG CÁC PHÉP ĐO ĐẦU VÀO KHƠNG HỒN CHỈNH 31 3.1 Giới thiệu 31 iv 3.2 Mô kết cấu 31 3.2.1 Đặc trƣng mơ hình dầm 31 3.2.2 Xác định phổ gia tốc đầu vào 32 3.2.3 Xác định phản ứng gia tốc kết cấu chịu trải trọng động đất 33 3.2.4 Xác định tham số trạng thái cầu 39 KẾT LUẬN CHƢƠNG 64 KẾT LUẬN VÀ KIẾN NGHỊ 65 TÀI LIỆU THAM KHẢO 66 QUYẾT ĐỊNH GIAO ĐỀ TÀI LUẬN VĂN (bản sao) v DANH MỤC CÁC BẢNG Số hiệu Tên bảng bảng Tham số tỷ lệ a cho wavelet Cauchy  30 ( 3.1 Trang t b ) đƣợc sử dụng a việc xác định tần số dạng khác miền 39 tần số tƣơng ứng chúng 3.2 3.3 3.4 3.5 3.6 Xác định thông số trạng thái tƣơng ứng với mode thứ dầm nhịp với đầu vào đo gối Xác định thông số trạng thái tƣơng ứng với mode thứ dầm nhịp với đầu vào đo gối Xác định thông số trạng thái tƣơng ứng với mode thứ 10 dầm nhịp với đầu vào đo gối Các sai số tƣơng đối tham số trạng thái xác định đƣợc đƣa Bảng 3.2 Các sai số tƣơng đối tham số trạng thái xác định đƣợc đƣa Bảng 3.3 44 45 46 47 48 3.7 Các sai số tƣơng đối tham số trạng thái xác định đƣợc đƣa Bảng 3.4 49 3.8 Xác định thông số trạng thái tƣơng ứng với mode thứ dầm nhịp với đầu vào đo gối gối 53 3.9 Xác định thông số trạng thái tƣơng ứng với mode thứ 10 dầm nhịp với đầu vào đo gối gối 54 3.10 Các sai số tƣơng đối tham số trạng thái xác định đƣợc đƣa Bảng 3.8 55 3.11 Các sai số tƣơng đối tham số trạng thái xác định đƣợc đƣa Bảng 3.9 56 Các tham số trạng thái xác định dầm nhịp thu đƣợc 3.12 cách sử dụng phƣơng pháp tiếp cận khác với phép đo đầu vào khơng hồn chỉnh 57 3.13 Các bậc tối đa phƣơng pháp khác đƣợc sử dụng để có đƣợc kết ổn định cách sử dụng phép đo đầu vào độc lập 58 3.14 Các sai số tƣơng đối tham số trạng thái xác định đƣợc nêu Bảng 3.12 59 vi Số hiệu Tên bảng bảng Trang Các tham số trạng thái xác định dầm nhịp thu đƣợc 3.15 cách sử dụng phƣơng pháp tiếp cận khác với phép đo đầu vào không hồn chỉnh (khơng có nhiễu) 60 Các bậc tối đa phƣơng pháp khác đƣợc sử dụng để 3.16 3.17 có đƣợc kết ổn định cách sử dụng phép đo đầu vào độc lập (không có nhiễu) Các sai số tƣơng đối tham số trạng thái xác định đƣợc nêu Bảng 3.15 62 63 vii DANH MỤC CÁC HÌNH Số hiệu Tên hình hình Trang 1.1 Gia tốc mặt đất El Centro 1.2 Hàm bao thời gian 10 2.1 Kết cấu nhiều bậc tự 14 2.2 Biểu đồ phƣơng pháp CCWT AR-TVMA-X 28 2.3 Sơ đồ khối xác định tham số trạng thái cầu điều kiện liệu đo đạc đầu vào khơng hồn chỉnh chịu tải trọng động đất 29 3.1 Mô dầm nhịp 31 3.2 Tính hiệu ổn định 32 3.3 Hàm thời gian 32 3.4 Gia tốc xung kích đầu vào ổn định, phổ gia tốc mặt đất ổn định, phổ Fourier kích thích đầu vào cố định, gia tốc xung kích đầu vào khơng ổn định kiểm tra phổ gia tốc đầu vào 33 không ổn định Lịch sử thời gian kích thích đầu vào độc lập phản ứng gia tốc mô theo hƣớng thẳng đứng dầm nhịp 3.5 gối 1, 2, 3, vị trí x = 15 m, x = 40 m, x = 65 m, x = 100 m, x = 130m, x = 160m, x = 195m, x = 215m, x = 235m 36 3.6 Phổ Fourier tƣơng ứng với lịch sử thời gian phản ứng gia tốc mô theo hƣớng thẳng đứng dầm nhịp dƣới kích thích đầu vào độc lập gối 1, 2, 3, vị trí x = 15 m, x = 40 m, x = 65 m, x = 100 m, x = 130m, x = 160m, x = 195m, x = 215m, x = 235m 39 3.7 Sơ đồ phổ wavelet Cauchy  30 (t ) tƣơng ứng với n = 30 40 3.8 Phổ Fourier wavelets Cauchy  30 ( t b ) với tham số tỷ a 42 lệ a khác Biểu đồ ổn định tần số cho dầm nhịp đƣợc xác định 3.9 phƣơng pháp CCWT AR-TVMA-X với Lop = giá trị I, J, K khác 50 viii Số hiệu Tên hình hình Trang Biểu đồ ổn định tần số cho dầm nhịp đƣợc xác định 3.10 phƣơng pháp CCWT AR-TVMA-X với Lop = 10 giá trị I, J, 50 K khác Biểu đồ ổn định tần số cho dầm nhịp đƣợc xác định 3.11 phƣơng pháp CCWT AR-TVMA-X với Lop = 12 giá trị I, J, K khác 51 67 Dynamics, 8, 620-627 [14] Viberg, M., Wahlberg, B & Ottersten, B (1997), Analysis of state space system identification methods based on instrumental variables and subspace fitting, Automatica, 33(9), 1603-1616 [15] Huang, C S and Lin H L (2001), Modal identification of structures from ambient vibration, free vibration, and seismic response data via a subspace approach, Earthquake Engineering and Structural Dynamics, 30(12), 1857-78 [16] Gautier, G., Mencik, J M & Serra, R (2015), A finite element-based subspace fitting approach for structure identification and damage localization, Mechanical Systems and Signal Processing, 55, 143-159 [17] Qin, S Q., Kang, J T & Wang, Q P (2016), Operational Modal Analysis Based on Subspace Algorithm with an Improved Stabilization Diagram Method Shock and Vibration, http://dx.doi.org/10.1155/2016/7598965 [18] Mellinger, P., Döhler, M & Mevel, L (2016), Variance estimation of modal parameters from output-only and input/output subspace-based system identification, Journal of Sound and Vibration, Elsevier, 379, 1-27 [19] Avendano, C (2001), Acoustic echo suppression in the STFT domain, Proc IEEE Workshop Applicat Signal Process Audio Acoust, 175-178, New Paltz, NY [20] Avendano, C & Garcia G (2001), STFT-based multi-channel acoustic interference suppressor Proc Int Conf Acoust., Speech, Signal Process (ICASSP), 625-628, Salt Lake City, UT [21] Yang, J N.; Lei, Y & Huang, N (2004), Identification of natural frequencies and damping of in situ tall buildings using ambient wind vibration data, Journal of Engineering Mechanics, 130(5), 570–77 [22] Schoenwald, D A (1993), System identification using a wavelet-based approach Proceedings of the 32nd IEEE, Conference on Decision and Control, 3064-5 San Antonio [23] Gouttebroze, S & Lardies, J (2001), On using the wavelet transform in modal analysis, Mechanics Research Communications, 28(5), 561-569 [24] Le, T P & Argoul, P (2004),Continuous wavelet transform for modal identification using free decay response, Journal of Sound and Vibration, 2004; 227(1-2), 73-100 [25] Huang, C S & Su, W C (2007), Identification of Modal Parameters of a Time Invariant Linear system by Continuous Wavelet Transformation, Mechanical System and Signal Processing, 21(4), 1642-1664 [26] Li, C X., Shen, J H (2010), Analytic wavelet transformation-based modal 68 parameter identification from ambient responses, The structural design of tall and special buildings, 21 (6), 431-446 [27] Curadelli R., Riera J., Ambrosini D (2008), Amani M Damage detection by means of structural damping identification, Eng Struct., 30, 3497–3504 [28] Nagarajaiah S., Basu B (2009), Output only modal identification and structural damage detection using time frequency & wavelet techniques, Earthq Eng Eng Vib, 8, 583–605 [29] Le, T P & Paultre P (2012), Modal identification based on continuous wavelet transform and ambient excitation tests, J Sound Vib , 331, 2023–2037 [30] Wang, S & Li, H (2012) Assessment of structural damage using natural frequency changes, Acta Mech Sin.; 28(1), 118-127 [31] Huang, C S., Hung, S L., Su, W C & Wu, C L (2009), Identification of Time-Variant Modal Parameters Using TVARX and Low-Order Polynomial Function, Computer-Aided Civil and Infrastructure Engineering, 24(7), 470-491 [32] Clough, R W & Penzien, J (1991), Dynamics of Structures, McGraw-Hill: New York [33] Loh, C H., Tsai, I C., Tan, R.Y., Yeh, C S & Yeh, Y T (1993), Report of design study for Kaohsiung metropolitan area mass rapid transient system, Research report No CEER-R82-02, Earthquake Engineering Center in National Taiwan University [34] Loh, C H., Lin, C Y & Huang, C C (2000), Time Domain Identification of Frames under Earthquake Loadings, Journal of Engineering Mechanics, ASCE, 126(7), 693-703 [35] Ljung, L (1987), System Identification, Theory for the User, Prentice-Hall, Englewood Cliffs: NJ [36] Fortescue, T R., Kershenbaum, L S & Ydstie, B E (1981), Implementation of Self-tuning Regulators with Variable Forgetting Factors, Automatica, 17(6), 831-835 [37] Toplis, B & Pasupathy, S (1988), Tracking Improvements in Fast RLS Algorithm Using a Variable Forgetting Factor, IEEE Transactions on Acoustics Speech Signal Processing, 36(2), 206-227 [38] Jiang, J & Cook, R (1992), Fast Parameter Tracking RLS Algorithm with High Noise Immunity, Electron Letter, 28(22), 2042-2045 [39] Park, D J & Jun, B E (1992), Self-perturbing Recursive Least Squares Algorithm with Fast Tracking Capability, Electron Letter, 28(6), 558-559 [40] Choi, B Y & Bien, Z (1989), Sliding-Windowed Weighted Recursive 69 Least-squares Method for Parameter, Estimation, Electron Letter, 25(20), 1381-1382 [41] Belge, M & Miller, E L (2000), A Sliding Window RLS-like Adaptive Algorithm for Filtering Alpha-stable Noise, IEEE Signal Processing Letters, 7(4), 86-89 [42] Morbidi, F., Farulli, A., Orattichizzo, D., Rizzo, C & Rossi, S (2008), Application of Kalman Filter to Remove TMS-Induced Artifacts from EEG Recordings, IEEE Transactions on Control system Technology, 16(6), 1360-1366 [43] Gong, M., Sun, J & Xie, L (2014), Identification of Model Structure Parameters via Combination of AFMM and ARX from Seismic Response Data, Earthquake Engineering and Engineering Vibration, 13, 411-423 [44] Marmarelis, V Z (1987), Advanced Methods of Physiological System Modeling, University of Southern California, Los Angeles [45] Zou, R., Wang, H & Chon, K H (2003), A Robust Time-Varying Identification Algorithm Using Basis Functions, Annals of Biomedical Engineering, 31, 840-853 [46] Katsushi M T & Giannakis, G B (1993), Time-Varying System Identification and Model Validation Using Wavelets, IEEE Transactions Signal Processing, 41, 3512-3523 [47] Adeli, H & Samant, A (2000), An Adaptive Conjugate Gradient Neural Network-wavelet Model for Traffic Incident Detection, Computer-Aided Civil and Infrastructure Engineering, 13(4), 251-260 [48] Ghosh-Dastidar, S & Adeli, H (2003), Wavelet Clustering Neural Network Model for Freeway Incident Detection, Computer-Aided Civil and Infrastructure Engineering, 18(5), 831-835 [49] Karim, A & Adeli, H (2003), Fast Automatic Incident Detection on Urban and Rural Freeways Using the Wavelet Energy Algorithm, Journal of Transportation Engineering, ASCE, 129(1), 57-68 [50] Acharya, U R., Vinitha Sree, S., Alvin, A P C & Suri, J S (2012), “Application of Non-Linear and Wavelet based Features for the Automated Identification of Epileptic EEG Signals”, International Journal of Neural Systems, 22(2), 1250002-14 [51] Asutkar, V G., Patre, B M & Basu, T K (2010), Identification of Linear Time-varying Systems Using Haar Basis Functions, International Journal of Information and Systems Sciences, 6(3), 333-344 [52] Mallat, S (1999), A Wavelet Tour of Signal Processing, Academic, San Diego, 70 2nd edition [53] Hoang, V D (2014), Wavelet-based Spectral Analysis, Trac-trends in Analytical Chemistry, 62, 144-153 [54] Manikandan, M S & Dandapat, S (2014), Wavelet-based Electrocardiogram Signal Compression Methods and Their Performances: A prospective Review, Biomedical Signal Processing and Control, 14, 73-107 [55] Nourani, V., Baghanam, A H., Adamowski, J & Kisi, O (2015), Applications of Hybrid Wavelet-artificial Intelligence Models in Hydrology: A Review, Journal of Hydrology, 514, 358-377 [56] Sun, H L., He, Z J., Zi, Y Y., Yuan, J., Wang, X D., Chen, J L & He, S L (2016), Multiwavelet Transform and Its Applications in Mechanical Fault Diagnosis - A Review, Mechanical Systems and Signal Processing, 43(1-2), 1-24