箱型钢结构应力场的模糊模式识别.pdf
第26卷 第5期2006年10月地 震 工 程 与 工 程 振 动EARTHQUAKE ENGI NEER I NGAND ENGI NEER I NGV I BRATI ONVol.26,No.5Oct.2006收稿日期:2006-03-25;修订日期:2006-06-18 基金项目:国家自然科学基金项目(50378074)作者简介:瞿伟廉(1946-),男,教授,主要从事结构振动控制和结构安全预警的研究.文章编号:100021301(2006)0520177206箱型钢结构应力场的模糊模式识别瞿伟廉1,汪菁1,郑瑾1,李功标1,滕军2(1.武汉理工大学 道路桥梁与结构工程湖北省重点实验室,湖北 武汉430070;2.哈尔滨工业大学 深圳研究生院,广东 深圳518055)摘要:本文依据模糊模式识别理论,以深圳市民中心屋顶网架结构的智能健康监测系统为背景,系统地介绍了屋顶网架结构支承箱型钢牛腿应力场的模糊模式识别方法。文中,在说明了方法的基本思路的基础上,详细介绍了方法的基本原理和仿真分析的步骤。并通过对深圳市民中心25号钢牛腿应力场识别的仿真,验证了方法的效果和可靠性。关键词:深圳市民中心;屋顶网架结构;支承钢牛腿;瞬时应力场识别;模糊模式识别中图分类号:P315.952文献标识码:AFuzzy pattern recogn ition for stress field of box2type steel structureQuWeilian,Wang Jing,Zheng Jin,Li Gongbiao,Teng Jun(1.Hubei KeyLaboratory of RoadwayBridge&Structural EngineeringWuhan University of Technology,Wuhan 430070,China;2.School of Graduate in Shenzhen,Harbin Institute of Technology,Shenzhen 518055,China)Abstract:Taking the health intelligent monitoring system of the roof2latticed truss structure of Shenzhen CitizenCenter as an engineering background,a fuzzy pattern recognition method used to identify the stress field of the box2ing brace steel brackets of roof latticed truss structure is systematically presented in the paper.After illustrating thebasic idea of thismethod,the principle and the numerical analytical steps of the proposed method are demonstratedin detail.The numerical simulation of identification of instantaneous stress field of 25thbrace steel brackets inShenzhen Citizen Center has been performed and the results show that the method is effective and reliable.Key words:Shenzhen Citizen Center;roof latticed truss structure;brace steel bracket;instantaneous stress field i2dentification;fuzzy pattern recognition引言深圳市市民中心位于深圳市中轴线上,北靠莲花山,南临广场绿地和深南大道。该建筑总建筑面积为209 900m2,是深圳市市委、市政府和市人大所在地,是深圳市的政治中枢和标志性建筑。深圳市民中心顶部为形状如大鹏展翅的大屋顶,为3层空间网架结构,长486m,宽154m,是迄今为止世界上最大、形状最复杂的网架结构。由于该屋顶网架体形巨大、结构复杂、服役环境比较恶劣,因此深圳市政府委托武汉理工大学、哈尔滨工业大学和同济大学等单位研制和安装“深圳市民中心屋顶网架结构健康智能监测系统”。该系统包括信号采集和传输子系统、智能监测软件子系统和监测结果可视化界面的远程传输子系统。其中,智能监测软件子系统是整个系统的核心,它需要完成网架结构风荷载的识别、网架结构的有限元模型修正、网架结构系统风振响应的实时评估、支承钢牛腿瞬时应力场的识别,网架结构和支承系统应力超界的多级报警和网 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http:/架结构系统抗倒塌安全度的评估等任务。图1 牛腿平面布置图Fig.1Bracket plane arrangement plan本文主要研究依据模糊模式识别理论1 对屋顶网架支承钢牛腿的瞬时应力场进行识别的方法。由于支承钢牛腿是中区网架支承主桁架的主要支承结构,是整个传力系统中的主要构件之一。因此,支承钢牛腿的安全是保证整个网架结构安全的关键之一。按照在经济的前提下保证结构支承系统安全的原则,依设计单位提供的有关牛腿最大支座反力和支座位移的计算结果,我们确定了其中需要监测的应力水平最高的6个牛腿。牛腿的平面位置如图1所示(其中涂黑牛腿即为需要监测的6个钢牛腿)。1牛腿应力场模糊模式识别的基本原理1.1 屋顶网架结构支承钢牛腿瞬时应力场识别的基本思路深圳市民中心屋顶网架在牛腿上的支座为可移动的球形钢支座,分为水平方向无限制侧移和水平方向有限刚度限制侧移的两种形式。由于支座形式的不同,网架结构支承牛腿上的荷载也会相应发生变化。如:22,23,25,26号四个钢牛腿的设计荷载无水平荷载作用,仅为竖向荷载和它在水平x,y二个方向的滑动位移,但27,28号牛腿为x,y,z三个方向的荷载和荷载在水平x,y二个方向的滑动位移。考虑到牛腿上作用荷载的复杂性(其作用荷载的大小和作用位置都随时间变化)和牛腿结构的复杂性(为一空间箱型结构,应用传统的方法,如贴应变片,是无法获取牛腿上的应力场的),因此,采用常规方法无法对钢牛腿的工作状态(或应力场)进行监测。据此,我们提出钢牛腿瞬时应力场的智能监测方法。即通过实测钢牛腿上的部分应变来识别牛腿上的瞬时荷载,再依牛腿上瞬时荷载通过计算分析,得到整个牛腿上的瞬时应力场。具体思路如图2所示。考虑到瞬时荷载与应力场存在一一对应的确定性关系,因此可通过实测牛腿上关键点的瞬时应变来直接识别牛腿的瞬时应力场。图2 屋顶网架支承钢牛腿智能监测方法思路Fig.2Intelligentmonitoringmethod of roof truss support steel2bracket1.2 模糊模式识别方法的原理1.2.1 模糊模式识别方法的优点考虑到深圳市民中心屋顶网架结构支承钢牛腿的瞬时应力场主要由屋顶网架上的静荷载加上风荷载所引起同时风荷载为一动力荷载的特点,因此我们要求实测瞬时应变的采样频率要高、采样时间要快。在系统中,决定每0.04s时间间隔采样一次。依据采样获取的瞬时应变,本文采用模糊模式识别方法(Fuzzy patternrecognition)来进行钢牛腿瞬时应力场的识别。模糊模式识别方法2 与其他方法相比,具有可靠性强、识别速度快、能较好地克服测量噪声的影响等优点。在本项目的研究中,我们曾用BP神经网络的方法来进行牛腿应力场的瞬时识别3,4,但在实际应用时871 地 震 工 程 与 工 程 振 动 26卷 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http:/出现了一些问题。主要为:(1)神经网络方法只能识别荷载,应力场需另外计算获取。对于现在实测应变0.04s的采样时间间隔,根本就来不及完成。(2)神经网络对于测量噪声的干扰比较敏感,有时会出现较大的识别失误。而模糊模式识别方法是将牛腿应力场分成不同等级的模式(模式中已包括应力场),然后根据实测的特征向量-实测应变结果按模糊模式识别的方法与各模式相匹配。它与哪个模式最接近,就将牛腿应力场归为那个模式。这种方法的特点是:(1)由于事先确定了模糊模式,可建立实测应变与应力场的直接关系,因此大大缩短了识别的时间。(2)测量噪声有影响,但相对来说比较小。据此,采用模糊模式识别方法能实现本文要求的识别牛腿瞬时应力场的目标。1.2.2模糊模式识别间接法的原理本文中采用模糊模式识别间接法,即“择近原则”来完成牛腿瞬时应力场的识别。它适用于多元素模式的识别5,具体的论述为:设在论域U=x1,x2,xn上有m个模糊子集A1,A2,Am(即m个模式),构成了一个标准模式库A1,A2,Am。BU为待识别的模型,若存在i1,2,m,使得B与Ai最贴近,即:(Ai,B)=max(A1,B),(A2,B),(Am,B)(1)则判B与Ai为一类。此原则称为择近原则。式(1)中,(Ai,B)为模糊集Ai与B的贴近度,为采用的贴近度函数。贴近度函数一般可按实际需要而定6。常见的类型有海明贴近度、欧几里得贴近度、测度贴近度和格贴近度,其中格贴近度较常用来刻划两个模糊集的贴近程度。设A,B是论域U上的模糊子集,则称:0(A,B)=12A。B+(1-A。B)(2)为模糊集A、B的格贴近度。式中,A。B=xU(A(x)B(x)“”表示取下确界;“”表示取上确界,称为模糊集A、B的内积;A。B=xU(A(x)B(x),称为模糊集A、B的外积。2支承钢牛腿瞬时应力场模糊模式识别的仿真分析2.1牛腿瞬时应力场识别的步骤2.1.1牛腿瞬时应力场的特征指标 牛腿应力场模式的论域U在进行支承钢牛腿瞬时应力场模糊模式识别的步骤中,首先需要确定牛腿瞬时应力场的特征指标。本文中,我们采用牛腿上多个关键点处的应变作为牛腿瞬时应力场的特征指标。由于通过这些特征指标可识别出牛腿上的荷载,从而建立起牛腿特征指标与应力场之间的一一对应关系,因此这些特征指标一起就构成了表征牛腿应力场模式的论域U。考虑到钢牛腿体积庞大、结构复杂,因此在牛腿上合理地选取关键点(即应变实测点)成为能够实现应力场瞬时识别的关键问题之一。牛腿上所选测点必须具有代表性,能够较全面和正确的反映整个牛腿的受力状况。对于钢牛腿瞬时应力场识别,要求能够同时识别作用荷载的大小与位置,则所选点应对荷载大小和位置变化都敏感7。我们在此借用统计学中“变异系数”的概念来表示所选择的点对荷载大小和位置的敏感程度。一般来说,标准差代表了一组观测数据对其均值的绝对偏离程度,但没有考虑数据本身大小的影响。而变异系数则考虑了这种影响,可用来衡量一组数据的相对离散程度。它定义为:v=/(3)式中,和分别代表一组数据的标准差和均值。我们要选取对荷载大小和位置变化都敏感的点,可通过:在荷载大小不变的情况下改变其作用位置,统计牛腿上各种工况下所有结点的各种应变响应值,选取其中变异系数和均值都较大的点,作为牛腿上的关键点。并把所选关键点应变变异系数和均值都较大的应变的实测值,作为后续模糊模式识别过程中待识别对象的特征指标。2.1.2牛腿应力场模糊模式库的确定由于牛腿应力场模式的论域U由关键点处的应变所组成,因此我们必须先确定牛腿各应力场模式所对9715期瞿伟廉等:箱型钢结构应力场的模糊模式识别 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http:/应的关键点应变,然后再依它们来确定牛腿各应力场模式在论域U上的模糊子集Ai。(1)牛腿各应力场模式的关键点应变考虑到识别速度和识别精度之间的平衡,在确定牛腿应力场模糊模式库中各模糊子集的数量时,将六个重点监测的钢牛腿按荷载分为20996种工况模式。具体荷载工况模式的划分如表1所示。表1 深圳市民中心屋顶网架支承牛腿工况荷载模式划分Table 1Division of load modes of roof truss support bracket of Shenzhen Citizen Center牛腿编号支座反力/kNxyzmaxminmaxminmaxmin支座位移/mmxy工况划分荷载x向位移y向位移各牛腿工况工况模式总计22000017000-17000201203431313262300009000-9000201001831159425000024000-24000301404841528802099626000014000-1400020120283131092271000-10001000-10008000-8000701006414108960281000-10001000-10007000-70006080641286144 注:其中荷载以1000kN为一个等级;x向支座位移小于等于50mm时,以10mm为一个等级;大于等于50mm时,以5mm为一个等级;y向支座位移以10mm为一个等级。在确定了各牛腿工况荷载模式划分的标准后,通过大型有限元程序可计算得到每种工况模式对应的钢牛腿的应力场和关键点处的应变。在计算中,考虑到牛腿的自振频率与牛腿上荷载的频率相差很远,因此可以用静力方法来计算牛腿的瞬时应力场及应变。同时,考虑到网架结构的竖向荷载是通过可移动球形钢支座底面施加于牛腿上,且通过周边焊缝与牛腿固定的。因此,计算中将竖向荷载以均布荷载形式平均分配到与支座底部接触的牛腿顶面范围内,并将竖向荷载滑移所引起的偏心效果分别用X、Y方向施加在焊缝上的两对力偶来等效。(2)牛腿各应力场模式在论域U上的模糊子集Ai现将牛腿应力场模式的第j个关键点应变指标的隶属函数定义为:xj=(xj-xjmin)(xjmax)-xjmin)(4)式中:xj为牛腿应力场模式的第j个关键点应变指标的隶属度;xj为牛腿某应力场第j个关键点应变指标值;xjmin为牛腿应力场所有模式中第j个关键点应变指标的最小值;xjmax为牛腿应力场所有模式中第j个关键点应变指标的最大值。在依公式(4)计算得到牛腿某应力场所有关键点应变的隶属度之后,就得到了牛腿此应力场对应于论域U的模糊子集。当此牛腿应力场为原定的应力场模式时,则此模糊子集就为此应力场模式的模糊子集Ai。当此牛腿应力场为需识别归属的未知应力场模式时,则此模糊子集就为此应力场待识别模式的模糊子集Bi。这样,我们就得到了牛腿应力场模糊模式识别方法中标准模式库的模糊集A=A1,A2,Am。2.1.3应用择近原则识别待识别对象的归属模式在确定了牛腿应力场模式库的模糊集A和待识别应力场的模糊子集Bi之后,依据择近原则就可对待识别模糊子集Bi进行模糊模式识别。本文中采用的贴近度计算公式为5:(Ak,Bi)=2nj=1(Ak(xj)Bi(xj)nj=1Ak(xj)+nk=1Bi(xj)(5)式中,xj为待识别牛腿应力场的第j个关键点应变特征指标;n为关键点应变特征指标的总数值。k=1,2,m,Ak表示标准模式库中第k个模糊子集。依公式(5),可以计算得到待识别模糊子集Bi与标准模式库中的各模糊子集Ak的贴近度。这样,根据择近原则,就可取贴近度最大的模式库中的应力场模式作为待识别应力场的模式。081 地 震 工 程 与 工 程 振 动 26卷 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http:/2.225号钢牛腿瞬时应力场模糊模式识别的仿真分析结果在需要进行智能监测的6个牛腿中,以25号牛腿的应力水平最高。限于篇幅,本文中仅以25号牛腿为例进行仿真分析。图4为应用大型有限元计算软件建立的25号钢牛腿的三维有限元模型。其基本尺寸为:长 宽 高=1700mm1900mm2200mm,其结构材料参数如表2所示。牛腿顶面作用荷载如表1所示,共建立荷载工况模式2880种。表225#牛腿结构材料参数Table 2Material parameters ofNo.25 bracket弹性模量/GPa质量密度/kgm-3泊松比屈服强度(Mpa)板厚3550mm板厚1635mm2067.831030.3295315表325#牛腿顶面的关键点选择Table 3The choice of key points on the No.25 bracket牛腿编号节点号贴片方向x向坐标y向坐标460 x113960321y2259025278x1131050278y1131050265x2250265y2250图325号牛腿有限元模型Fig.3Finite elementmodel ofNo.25 bracket 依据本文提出的关键点选择方法,25号牛腿选择的关键点如表3所示。通过计算得到在每一模式下(2880种模式)牛腿关键点应变片方向的应变值,并将它作为标准模式库中各模式的特征向量。为了验证本文提出的方法在识别牛腿应力场上的效果,现假设两种工况,通过其关键点的实测应变进行瞬时应力场的识别。采用本文的方法,通过Fortran语言编制的程序,可以迅速识别出这两种工况下牛腿的应力场,识别速度完全达到了0.04s的要求。待识别应力场模式与归属应力场模式的比较参见表4。从表4可见,待识别应力场模式的特征指标(关键点处应变)与标准模式库内某一归属应力场模式的特征指标非常接近,识别效果比较理想。表4待识别应力场模式与归属应力场模式的比较Table 4Comparison bet ween the stress field to be identified and the belonging stress field关键点位置待识别应力场模式的特征指标归属为某一应力场模式的特征指标误差(%)节点号应变方向工况1工况2工况1工况2工况1工况2265x44719440171.5911.76265y-24-1-27-111.110278x86236860330.239.09278y-87-4-90-43.330321y-245-10-247-110.819.09460 x89437890340.458.82为了使牛腿监测结果的可视化界面直观可靠、清楚明了,我们根据计算得到的等效应力值,将牛腿的应力场划分为安全、可用、临界、不允许四个等级,分别用红、黄、蓝、绿四种不同的颜色表示。其中安全的等级界限为eq0.8s可用的等级界限为0.8seq0.9s临界的等级界限为0.9seq1.0s不允许的等级界限为eq1.0s。其中,eq为牛腿关键点的等效应力,s为材料的屈服应力极限。因此,在深圳市1815期瞿伟廉等:箱型钢结构应力场的模糊模式识别 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http:/民中心屋顶网架结构健康智能监测系统中,当完成了对钢牛腿瞬时应力场的识别之后,可通过监测结果可视化界面清楚地看到此瞬时牛腿的实际工作状况,牛腿结构任何位置的应力处于何区间内可一目了然,达到了智能健康监测的目标。3结论综上可知,本文提出的深圳市民中心屋顶网架结构支承钢牛腿应力场的模糊模式识别方法是行之有效的。该方法,较之神经网络方法而言,是一种更为有效和实用的方法,主要表现为:(1)识别速度快:采用模糊模式识别方法能够有效地克服神经网络在识别速度方面的不足,可以满足工程实际的要求。(2)抗测量噪声能力强:考虑了测量噪声后,对钢牛腿瞬时应力场的识别仍可达到较高的识别正确率。(3)方法结果可靠:神经网络方法在计入测量噪声时,有时会出现识别失误。而模糊模式识别方法的结果基本是可靠的,不会出现大的失误。参考文献:1Xiaogang Ruan,A dynamic neuro2fuzzy system configuration,stability,and fuzzy operational function101 Z.1999.2 John A.Drakopoulos,Barbara Hayes2Roth.A fuzzy and structural pattern recognition system of multi2variate time2dependent pattern classes basedon sigmoidal functions 99 Z.1998.3 瞿伟廉,陈 超,汪 菁.深圳市民中心屋顶网架结构支承钢牛腿瞬时应力场的识别J.地震工程与工程振动,2002,22(4):4146.4Kumar S.Ray,Jayati Ghoshal.Neuro fuzzy approach to pattern recognitionJ.NeuralNetworks,1997,10(1):161182.5 谢季坚,刘承平.模糊数学方法及其应用M.武汉:华中理工大学出版社,2000.6 杨纶标,等.模糊数学原理及应用M.广州:华南理工大学出版社,2001.7Cheng2shungWang,Xun2kai Gong.A fuzzy approximate reasoningmodel for a rule2based system in laser threat recognition,fuzzy sets and systems96 Z.1998.281 地 震 工 程 与 工 程 振 动 26卷 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http:/
