連續(xù)梁火災損傷定性識別方法研究*

王德海，劉承鑫，宋杰平

(青建集團股份公司，山東 青島 266071)

0 引言

大量數(shù)據(jù)表明，火災不僅會造成人員傷亡、經(jīng)濟損失，且損傷建筑結構[1]。當建筑結構處于高溫環(huán)境中，材料性能劣化，安全性降低，不確定性因素增加。同時，火災導致的結構構件損傷無明顯規(guī)律性，使損傷識別研究難度較大，且現(xiàn)有識別方法未形成體系，應用范圍具有局限性[2-3]。向天宇等[4]通過有限元模型修正技術，實現(xiàn)了連續(xù)梁損傷識別；陳俊杰等[5]將3跨連續(xù)梁損傷指標定義為結構剛度，對損傷剛度變化與撓度差值曲線的關系進行了研究，得到不同損傷工況下的連續(xù)梁損傷信息；胡俊亮等[6]以3跨連續(xù)梁為研究對象，將BP神經(jīng)網(wǎng)絡應用于結構損傷識別中，對連續(xù)梁有限元模型進行了修正；Bulut等[7]依托Humboldt海峽大橋，采用基于支持向量機與小波分析的識別方法，研究了結構損傷程度；劉才瑋等[8-9]和劉承鑫[10]以鋼筋混凝土簡支梁為研究對象，利用支持向量機構造訓練樣本，進行損傷程度識別，實現(xiàn)了機器算法在火災損傷識別中的應用。

基于現(xiàn)有損傷識別方法，本文提出3跨鋼筋混凝土連續(xù)梁火災損傷定性識別方法，通過對理論計算值施加5%的白噪聲確定試驗值，驗證方法可行性，為多跨連續(xù)梁損傷識別奠定理論基礎。

1 火災損傷數(shù)值模擬

1.1 模型建立

采用ANSYS軟件建立3跨鋼筋混凝土連續(xù)梁模型，尺寸為9 000mm×250mm×400mm(長×寬×高)，配筋如圖1所示。混凝土強度等級為C35，斯蒂芬-玻爾茲曼常數(shù)為5.67×10-8W/(m2·K4)，對流換熱系數(shù)為25W/(m2·℃)。各支座豎向剛度為8.2×109N/m。建模時不考慮裂縫的影響，假設梁底面及側面受火。初始材料參數(shù)如表1所示。

圖1 3跨連續(xù)梁配筋

表1 初始材料參數(shù)

3跨連續(xù)梁為多跨連續(xù)梁的簡化模型，對其進行研究具有一定意義，火災損傷對結構振動參數(shù)具有影響。結構頻率為全局變量，可有效反映結構損傷狀態(tài)。通過引入振型，使局部損傷信號明顯。

1.2 受火工況分類

將3跨連續(xù)梁所有受火工況進行分類，如表2所示。

表2 3跨連續(xù)梁受火工況

2 計算結果分析

中跨受火時連續(xù)梁溫度云圖如圖2所示。由圖2可知，連續(xù)梁相鄰跨之間傳熱效果不明顯，這是由于混凝土為熱惰性材料，對溫度不敏感，而鋼筋由于受混凝土的有效保護，受熱傳遞的影響較小，相鄰跨熱傳遞影響范圍僅為30cm，可忽略不計。

圖2 3跨連續(xù)梁溫度云圖(單位：℃)

基于火災特殊性，為保證實際可操作性，對前四階振型和頻率進行分析，結果如圖3所示，前四階頻率分別為68.5，88.7，116.1，144.3Hz。

圖3 3跨連續(xù)梁前四階振型

3 定性識別方法

3跨連續(xù)梁火災損傷定性識別流程如圖4所示，首先對受火工況進行分類，利用支持向量機分類功能，以振型、頻率組合參數(shù)A為依據(jù)，構建輸入矩陣，以工況種類N為輸出，利用分類算法將每類工況下的損傷概率化，可有效確定損傷發(fā)生位置[8-10]；然后構建回歸算法，形成特定工況下?lián)p傷程度回歸檢測模型，以振型、頻率組合參數(shù)A為依據(jù)，構建輸入矩陣，以受火時間T為輸出，得到該模型受火時間預測值。

圖4 3跨連續(xù)梁火災損傷定性識別流程

4 識別方法精度驗證

為驗證本文提出的定性識別方法精度，每種工況選取3個樣本，通過對理論計算值施加5%的白噪聲確定試驗值。驗證結果如表3，4所示。由表3，4可知，本文提出的方法識別精度高，可準確判斷梁跨受損位置及程度，可應用于實際工程中。

表3 3跨連續(xù)梁火災下?lián)p傷定性識別結果

以簡支梁火災損傷定性識別方法為基礎，本文利用支持向量機分類功能，考慮了多工況的復雜性，提出的識別方法正確率較高，證明了支持向量機具有良好的魯棒性及可靠性。

表4 3跨連續(xù)梁火災后損傷定性識別結果

5 結語

本文基于動力參數(shù)提出了3跨連續(xù)梁火災損傷定性識別方法，采用機器算法解決回歸預測問題，構建預測模型，識別精度較高，證明了支持向量機具有良好的魯棒性及可靠性，對于復雜結構火災損傷簡化識別具有重要意義。由于利用支持向量機的分類、回歸算法，將機器學習與結構損傷識別進行了有機統(tǒng)一，對于評定建筑結構火災損傷具有重要工程意義。隨著機器學習方法的進步，需進一步研究建筑結構火災損傷定性識別方法。建筑結構損傷程度屬于連續(xù)性問題，不可將所有問題簡化，且特征向量構造方式較單一，需擴大預測范圍，并提高局部無損檢測精度。