長期結構健康監測項目(獲挑戰杯一等獎)

土木工程結構健康監測的目標是應用自動化方法把結構的可能損傷位置及程度在最早的階段識別出來,盡快進行撤離及加固,以減少人命及經濟損失。但由於大型土木結構模型誤差大,土木工程材料力學行為複雜, 外力條件又往往未能量測,使得這個目標不容易達成。其中最大的挑戰是大型土木結構意味著存在大量結構元件,並衍生出大量未知待定參數,使得這個數學反問題充滿計算困難,甚至出現數學病態條件。子結構識別在2003年被Koh and Shankar提出,以解決結構工程識別問題未知參數太多的問題。它可以隔離出重要的子結構,並考慮它與結構其他部份的耦合,進行識別,大大減少單一識別問題的參數量。而且,此方法並不要求量測子結構的邊界應力。Yuen and Katafygiotis 於2006年把子結構方法推展到沒有外力量測的情況,並應用貝業斯框架,對參數估計的誤差進行量化。然而,後續的研究發現在某些情況下,會出現某些參數不能被識別的案例。例如: 在高樓受地震作用的情況下,如果應用加速度傳感器,則第一層的剛度不能被識別。但加速度傳感器卻是最常用的,加上地震作用下第一層又是最脆弱的。因此這問題相當重要。

原子結構識別法示意圖

澳大團隊利用邊界力連續條件,完全解決上述問題,為實現大型結構健康監測奠定重要基礎。原來的子結構識別法利用部份結構響應量測以反算未被量測的邊界力。而子結構以外的部分只能通過邊界力來影響子結構。在邊界力能被估算的情況下,原有的耦合問題便被解決了。然而,這做法一方面消耗了相當部份的響應量測。另一方面,每經歷一個時間步便又產生更多的未知數。更嚴重的是,估算邊界力和結構參數這兩個問題又耦合在一起。這些問題使得子結構識別問題在數學上變得非常病態。然而,過去的研究卻忽略了作為結構內部響應的邊界力本該具備連續性。澳大團隊利用此連續條件,進而把不同時步的邊界力連繫起來,完全解決上述的數學病態問題。

新子結構識別法示意圖及結果

相關文章

  1. Koh CG, Shankar K. Substructural identification method without interface measurement. Journal of Engineering Mechanics 2003; 129(7):769–776.
  2. Yuen KV, Katafygiotis LS. Substructure identification and health monitoring using noisy response measurements only. Computer-Aided Civil and Infrastructure Engineering 2006; 21(4):280–291.
  3. Zhao X, Xu YL, Li J, Chen J. Hybrid identification method for multi-story buildings with unknown ground motion: theory.Journal of Sound and Vibration 2006; 291(1): 215–239.
  4. Yuen KV, Huang K. Real-time substructural identification by boundary force modeling.” Structural Control and Health Monitoring 2018; 25(5), e2151.
  5. Yuen KV, Huang K. Identifiability-enhanced Bayesian frequency-domain substructure identification. Computer-aided Civil and Infrastructure Engineering 2018; 33(9), 800-812.
點擊了解更多相關成果