服役桥梁结构的运行状态和安全预后一直是国内外桥梁界关注的热点问题之一,健康监测系统为解决这一问题提供了某种可能,但桥梁结构健康监测面临着损伤预警和安全预后的技术瓶颈.本文以灌河大桥作为工程背景,基于其健康监测数据,尝试建立基于有限元模型和基于数据驱动的大跨度斜拉桥安全预后方法,并进一步探索联合有限元模型和数据驱动(即多元混合)的大跨度斜拉桥安全预后方法,为桥梁预防性养护维修提供技术支撑,显然具有重要的理论意义和工程实用价值.
　　本文的主要研究内容包括:(1)考虑环境和车辆荷载的不确定性并进行分析与量化,建立相应的温度荷载模型和车辆荷载模型;(2)基于Kriging响应面方法对桥梁结构有限元模型进行修正和确认,为桥梁安全预后提供较为准确的有限元模型;(3)采用基于遗传算法以及基于粒子群算法的灰色神经网络方法对建立的车辆荷载模型进行预测,获得桥梁结构未来的车辆荷载模型;(4)基于Kriging和重要采样法分析灌河大桥跨中的可靠性,并且基于实际车辆荷载估算灌河大桥的疲劳可靠性及疲劳剩余使用寿命;(5)采用高斯和粒子滤波算法以及基于支持向量机的信息粒化方法进行灌河大桥结构响应预测和分析,评价灌河大桥未来运行荷载作用下的结构安全(即安全预后);(6)联合确认的有限元模型和数据驱动模型,建立多元混合的大跨度斜拉桥安全预后方法.
　　获得主要结论如下:
　　(1)采用日温差以及傅里叶级数表达的日温度均值两者的和可以获得可靠的温度荷载模型;基于广义极值分布理论建立了灌河大桥月车辆荷载模型,车辆荷载模型的平均值大致是公路Ⅰ级车辆荷载效应的0.52倍.基于灰色神经网络预测灌河大桥未来的月车辆荷载模型,可得最终的车辆荷载模型平均值大致是公路Ⅰ级车辆荷载效应的0.49倍.
　　(2)建立了基于Kriging响应面方法的大跨度斜拉桥有限元模型修正和确认方法,其中修正后的模型计算频率与实测频率值的最大误差不超过4%,各阶振型的模态保证准则MAC值均在95%以上,确认后的灌河大桥有限元模型计算频率和环境振动试验实测频率值的最大误差不超过7%,因此确认后的有限元模型可以进一步用于灌河大桥的安全预后研究.
　　(3)建立了基于联合Kriging和重要采样法的大跨度斜拉桥可靠性分析方法,并采用最小二乘支持向量机联合重要抽样法对其结果进行验证;若灌河大桥在汽车荷载(不计冲击力)作用下的最大竖向位移取为0.3m,灌河大桥的失效概率2.1663×10-9,相应的可靠度为5.871,表明灌河大桥在预测的车辆荷载水平下是非常安全的.
　　(4)建立了基于实际车辆荷载建立大跨度斜拉桥疲劳剩余使用寿命预测方法,在当前荷载水平下,灌河大桥的疲劳失效概率为3.6900×10-5,可靠度为3.9637,大于目标可靠度3.5,剩余使用寿命为139年;当交通增加率增加到1%,灌河大桥的疲劳可靠度低于目标可靠度,疲劳剩余寿命仅为93年.
　　(5)建立了基于数据驱动的大跨度斜拉桥安全预后方法,结果表明:基于高斯和粒子滤波方法获得的车辆荷载作用下灌河大桥应变/跨中竖向位移动态线性方程是可靠的;根据灌河大桥索力/车辆荷载作用下应变/跨中竖向位移预后结果与相应的通常值相比可知,灌河大桥在预测期内的安全状态良好.
　　(6)建立了基于多元混合的大跨度斜拉桥安全预后方法,结果表明:基于数据驱动模型和多元混合模型的灌河大桥车辆荷载作用下应变/跨中竖向位移预测值吻合的较好;根据灌河大桥索力/车辆荷载作用下应变/跨中竖向位移预后结果与相应的通常值相比可知,灌河大桥在预测期内的安全状态较好.