Hur kan vibrationer och kontaktsvar användas för att identifiera broar och deras modformer?

I transportinfrastruktur spelar broar en avgörande roll för att koppla samman vägar som skiljs åt av naturliga eller konstgjorda hinder. Deras funktionalitet och hälsa är avgörande för effektiviteten i marktransport och den regionala ekonomiska utvecklingen. Med tiden kan dock broarnas hälsotillstånd försämras på grund av åldrande, överbelastning eller naturliga katastrofer som jordbävningar, tyfoner och översvämningar. Detta har lett till ett växande intresse bland forskare och ingenjörer för att utveckla metoder för att kontinuerligt övervaka och utvärdera broarnas status.

En av de mest använda metoderna för att övervaka broars strukturella hälsa är vibrationsbaserade tekniker, som gör det möjligt att samla in dynamisk information om broarnas tillstånd utan att behöva genomföra påträngande inspektioner. Traditionellt har dessa metoder inneburit installation av vibrationssensorer direkt på broarna för att mäta deras respons. Dessa metoder är emellertid dyra, både när det gäller installation och underhåll, och sensorerna har ofta en livslängd som är kortare än själva broens. Därför har sådana system huvudsakligen använts för strategiskt viktiga eller tekniskt komplexa broar.

En central utmaning vid användningen av testfordon för att samla in data om broar är att de frekvenser som kommer från fordonet ofta kan skapa oönskade toppar i spektrumet, vilket gör det svårt att urskilja broarnas egna frekvenser. För att lösa detta problem har en rad tekniker, som Kalman-filter och partikelfilter, implementerats för att isolera brofrekvenserna från fordonets egen respons. En effektiv metod för att uppnå detta är att använda kontaktsvaret mellan fordonet och bron istället för att mäta fordonets respons direkt. Detta kontaktbaserade svar har visat sig ge bättre resultat, särskilt när det gäller att detektera höga frekvenser och modformer av bron, och detta utan att störas av fordonets egna frekvenser.

För att vidare förbättra precisionen i denna metod är det också avgörande att fordonet som används i testerna är utformat med rätt dynamiska egenskaper. Traditionellt har en testbil med en enkel axel och två hjul använts, vilket återspeglar det enkla systemet med en frihetsgrad som används i den teoretiska formeln. Denna typ av fordon gör det möjligt att få ett klart och detaljerat svar på broarnas vibrerande egenskaper, vilket är centralt för att exakt kunna identifiera broens tillstånd och möjliga skador.

För att fortsätta utveckla och implementera dessa tekniker är det avgörande att både hårdvaran och mjukvaran för testsystemen fortsätter att förbättras. Detta innebär både mer avancerade sensorer för att bättre fånga upp vibrationsdata samt mer sofistikerade signalbehandlingsalgoritmer som kan hantera och tolka denna information på ett mer exakt sätt. Genom att integrera dessa framsteg kan vi förvänta oss att teknologin för att övervaka broars hälsa fortsätter att utvecklas och bli mer tillförlitlig och effektiv över tid.

För att kunna identifiera och analysera broars strukturella tillstånd krävs också en god förståelse för broarnas naturliga frekvenser och modformer, samt hur dessa kan förändras vid skador eller försämring. En förändring i modformerna kan indikera skador eller förändringar i brostrukturen, vilket gör det till en värdefull indikator för underhåll och reparation. Det är också viktigt att förstå att den tekniska utvecklingen för att övervaka broar inte bara handlar om att förbättra metoder för datainsamling, utan även att utveckla effektiva sätt att tolka och agera på dessa data.

Hur påverkar fordonsfart och vägunderlag broens identifieringsresultat?

Vid identifiering av broens dynamiska egenskaper, såsom dämpningsförhållanden och modeformer, spelar flera faktorer en betydande roll. Dessa inkluderar bland annat fordonsfart, excentricitet (den vertikala förskjutningen av fordonet på bron), och vägunderlagets grovhet. Genom att analysera dessa parametrar kan man förstå hur de påverkar precisionen och tillförlitligheten i identifieringsresultaten för olika brokonstruktioner.

För att undersöka effekten av fordonsfart har man genomfört tester vid olika hastigheter, från 2.5 m/s till 10 m/s. Resultaten visade att de identifierade värdena för dämpningsförhållandena var tillfredsställande för alla tre hastigheter, även om kvaliteten på det vertikala modet vid lägre hastigheter, såsom 2.5 m/s, var något lägre. Detta beror på att energin från fordonet vid dessa hastigheter inte är tillräcklig för att exciterar högre ordningens modeformer av bron. Vid högre hastigheter riskerar man istället att uppleva frekvensförskjutningar i identifieringsprocessen, vilket gör det svårare att få exakta resultat. En lösning på detta problem kan vara att använda pågående trafik eller tillfälliga skakare för att öka vibrationsamplituden och därmed förbättra identifieringen.

När det gäller excentriciteten, det vill säga fordonets position på bron i förhållande till broens mittlinje, har detta också en märkbar effekt på resultatet. I testerna användes olika excentriciteter (0.1 m, 1.75 m och 5.25 m), vilket visade sig ha en liten men ändå märkbar inverkan på identifieringsprecisionen. Vid mindre excentriciteter, där fordonet rör sig nära broens centrum, var resultaten för de vertikala och torsionella modena likartade, medan större excentriciteter ökade amplituden på torsionsvibrationerna. Detta kan vara fördelaktigt vid identifiering av torsionsfrekvenser och dämpningsförhållanden.

Ett effektivt sätt att hantera detta problem kan vara att simulera pågående trafik genom att använda flera lastbilar som rör sig på bron. Dessa lastbilar, som inte påverkar broens grundläggande frekvenser, bidrar istället till att öka vibrationsamplituden tillräckligt för att identifieringen ska bli mer exakt och inte försvinna i vägskavningarnas bakgrundsbrus. Vid användning av flera fordon som exciterande källor kan även små skillnader i lastens storlek och excentricitet ge mer robusta och pålitliga identifieringsresultat.

Det är också värt att notera att det i många fall inte räcker med endast ett fordon för att uppnå exakta resultat, särskilt när det gäller att identifiera torsionsmodeformer och dämpningsegenskaper. Genom att tillföra ytterligare fordon eller använda pågående trafik som en extern exciterande källa kan man förbättra signalens styrka och därmed få mer pålitliga och precisa resultat i identifieringsprocessen.