关键词:
空间钢结构
健康监测
应力
数据缺失
数据重构
摘要:
大跨度空间钢结构以其优美的造型和良好的承重性能广泛应用在大型公共建筑中。由于大跨度空间钢结构体型庞大、不同规格的构件纵横交错,从施工开始到结构成型以及服役期间,整体结构需经历多次应力变化,因此,对空间钢结构进行全生命周期健康监测至关重要。但是,由于受到监测设备的耐久性、温度场以及户外环境不确定性因素的影响,导致钢结构监测数据存在缺失,影响结构健康评估的有效性。因此,本文以国家网络安全人才与创新基地展示中心(简称“网安中心”)大跨度钢结构为研究背景,研究钢结构健康监测数据缺失的重构方法,并对其实用性与有效性进行分析,为钢结构在施工与服役阶段的监测提供依据。论文主要研究工作如下:(1)根据设计计算、建筑监测规范以及工程实际现状等因素分析大跨度钢结构应力应变监测点配置方案,基于网安中心大跨度钢结构特点,采用无线监测方式,构建大跨度钢结构的无线健康监测模块。(2)分析大跨度钢结构监测数据缺失的来源与类型,在此基础上,基于改进线型回归模型,研究温度相关性以及测点相关性的应力缺失数据重构方法,并对不同类型缺失数据的重构效果进行分析,结果表明:监测点温度与应力相关系数达到0.9以上,重构应力缺失数据与实测数据的平均误差小于5%,且温度相关性重构的数据缺失率不宜超过30%;对于单测点与多测点相关系数达到0.9以上时,重构应力缺失数据与实测数据的平均误差接近5%,且监测点相关性重构的数据缺失率应控制在30%以内,对于较高缺失率,采用多元回归可有效提高重构精度。对于连续型与离散型不同类型应力缺失数据,两种应力缺失数据的重构误差大部分在5%以内。整体来看应力缺失数据重构误差均在工程监测可以接受的精度范围内。(3)在采用线性回归法对钢结构应力缺失数据重构的基础上,针对局部应力监测点与整体之间存在非线性关系,导致局部应力数据的重构值与真实值偏差较大的问题,采用改进神经网络法,研究钢结构应力缺失数据的重构方法。结果表明,重构应力缺失数据精度比线性回归法高,且该方法适用的数据缺失率范围不能超过20%。