摘要：近年来，随着斜拉桥使用年限的增加，斜拉索腐蚀损伤已经逐渐成为影响斜拉桥安全承载的重要因素，同时研究斜拉索腐蚀损伤对斜拉桥体系结构安全的影响规律也逐渐成为一个重要的课题，对斜拉索后期维护检测具有一定的工程应用价值。本文对人工智能在拉索损伤识别中的应用进行分析，以供参考。
关键词：人工智能；拉索损伤；应用研究
引言
经过几十年的发展，斜拉桥以其结构体系受力合理，跨越能力大，以及良好的经济性及适用性，得到世界各国桥梁结构设计师的广泛认可。同时斜拉桥的数量也在不断的增加，一般斜拉桥主要包含有三个部分，即主梁、斜拉索、索塔，其中斜拉索作为主梁与索塔之间连接的重要组成部分，其能否合理的传力是决定斜拉桥自身安全的重要因素。
1拉索损伤对索力变化的影响
斜拉桥作为一种以拉索体系为主要传力部件的桥型，相比于梁式桥具有跨越能力更大、造型更美观等诸多优点，在世界各地得到广泛应用。斜拉桥主要是由桥塔、斜拉索和主梁3部分组成，斜拉索作为重要的受力构件之一，其健康状况影响整个结构的稳定性和桥梁的使用寿命。由于斜拉索中存在着初始拉应力，导致其对周围环境以及荷载的变化比较敏感，当斜拉桥承受的荷载不变的情况下，拉索产生损伤会导致拉索有效受力面积减小，最终导致斜拉索内部发生内力重分布，为了研究斜拉索损伤对拉索索力重分布的影响规律，结合各个模型工况对其进行理论分析。当拉索发生损伤时，损伤后的拉索索力会相应的减小，同时拉索两侧附近的拉索索力不断增大；从另一方面也能够看出，拉索损伤对两侧拉索索力的影响范围是有限的，仅仅会对其附近范围内的拉索产生影响，对距离较远处的拉索影响程度较小。
2斜拉桥斜拉索
然而斜拉索在生产、运输、安装和运营过程中，由于原始损伤、刮蹭碰撞以及风吹日晒等，聚乙烯保护层可能出现表面粗糙、划痕、刮痕、裂缝等损伤。斜拉索表面细小的变化可引起其绕流状态发生较大改变。对一系列斜拉索模型进行了风洞测力试验，研究结果表明模型表面很小的突起会改变分离点的位置，导致流动状态的改变。表面粗糙程度对斜拉索风压分布、气动力系数和气动稳定性的影响规律，结果表明表面粗糙度会很大程度影响模型周围流动状态，进而影响斜拉索的气动性能。目前国内外学者对斜拉索风致振动特性的研究大多集中在表面粗糙度的影响方面，而对于表面损伤，即划痕或裂缝对斜拉索风致振动影响的研究还比较缺乏。
3低重心斜拉桥
随着桥梁建设技术的成熟和城市的不断扩张，斜拉桥开始更多地应用在城市道路建设中。这些应用在城市道路中的斜拉桥桥下净空需求较小，故往往具有较矮的下塔柱，并形成了一类特殊的重心较低的斜拉桥，如灌河大桥、济南黄河三桥、营口辽滨大桥和哈尔滨道外松花江大桥等。针对此类低重心斜拉桥，已有相关科研人员针对其重心高度变化对结构响应影响、结构自振周期简化计算进行了相关理论研究，然而对于不同体系低重心斜拉桥的损伤特征研究还不是很多。以一座典型低重心斜拉桥为背景，制作缩尺模型，通过振动台试验研究了全漂浮体系低重心斜拉桥和塔梁固定铰接体系低重心斜拉桥在地震作用下的损伤特征。根据不同体系低重心斜拉桥的损伤特征，可针对性地进行相应体系低重心斜拉桥的抗震设计。
4低重心斜拉桥的初次破坏位置
全漂浮体系低重心斜拉桥加载至0.5g时，首先在塔柱下横梁高度附近出现两条水平裂缝。塔身出现的水平裂缝为典型弯曲破坏特征，裂缝集中出现在塔柱下横梁附近。
其原因可能是塔柱配重方式在一定程度上起到了约束效果，间接影响了整个塔柱的刚度变化；且通过配重使塔柱形成了“头重脚轻”状态；此外，下横梁与主塔连接节点处较难浇筑，模型制作工艺也可能是影响裂缝出现位置的原因之一。
5神经网络在拉索损伤识别中的应用
拉索类桥梁的拉索损伤识别问题为高度非线性的复杂问题，仅依靠构建数学与力学模型很难对拉索的在实际工程应用方面，斜拉桥损伤的分步识别过程，并且给定了每一步的损伤识别参数，结合RBF神经网络通过与实桥数据对比证明了神经网络在大跨度桥梁损伤识别中应用的可行性。以主梁频率为基础，根据拉索的不同阶次频率比定义其损伤特征指标，基于R+2尺度准则与Jackknife校验改进算法来训练优化神经网络，采用改进的RBF神经网络拉索损伤识别方法对苏通大桥拉索进行损伤识别，损伤识别结果表明优化后的神经网络能较大程度上控制RBF神经网络的过拟合现象，从而实现对苏通大桥斜拉索进行较为精准的损伤识别。通过对公路大桥北汊斜拉桥的拉索损伤进行520种工况的多工况动力计算，分析了拉索损伤位置与损伤程度单独及联合作用对拉索归一化固有频率的影响，得出了不同位置拉索损伤频率模式和拉索的各阶次损伤敏感频率；通过多工况损伤频率模式和频率数据建立了七维损伤模式的BP神经网络，对不同工况组的数据进行训练和识别，最后对所得结论进行验证发现神经网络训练结果可靠度高。
6遗传算法在拉索损伤识别中的应用
在常规模态分析的基础上提出了一种基于残余力向量优化遗传算法的拉索损伤识别方法，通过对遗传算法进行噪声条件下的拉索损伤定位和定量研究，利用噪声条件下拉索损伤残余力向量指标波动，提出了一种加快遗传搜索优化的新目标函数形式。一种基于改进遗传算法的拉索损伤识别方法，通过对目标函数浮点编码、选择策略、重要算子等变量进行选取优化，提出了一种用于遗传搜索优化的新目标函数形式，基于遗传搜索优化目标函数对噪声条件下拉索的损伤定位和定量进行研究，数值模拟结果表明所提出的方法抗噪性能较好，可较为精确地对拉索损伤进行定位和定量。一种支持向量机与分层遗传算法相结合的分步识别方法来实现对斜拉桥全结构的损伤识别，利用向量机对桥梁不同材料分类特性进行损伤来源判定，下一步基于分层遗传算法进行结构单元损伤位置与损伤程度的识别，并通过实桥模型试验证实了所提识别方法可显著提升传统遗传算法的寻优效率。基于2种不同向量机分类算法对拉索类桥梁拉索损伤位置和损伤程度进行识别，形成了一套初步的基于向量机算法的损伤识别体系，解决了常用的静力测试数据损伤识别方法存在的误判问题，并成功应用于实桥的拉索损伤识别中。
7低重心斜拉桥的损伤发展趋势
全漂浮体系低重心斜拉桥继续逐级加载过程中，在下塔柱底、下塔柱中部、中塔柱位置出现新裂缝，裂缝以水平走向为主，损伤整体呈现出由下向上方发展趋势，且在加载过程中出现斜拉桥最外侧拉索脱锚现象。水平裂缝逐下至上的发展趋势，印证了全漂浮体系低重心斜拉桥的弯曲破坏特征。由此可见，全漂浮体系低重心斜拉桥在地震中破坏以全塔柱的弯曲破坏为主，裂缝多以水平方向出现，且呈现出由下至上依次损伤特征。
结束语
当拉索发生损伤时，损伤后的拉索索力会相应的减小，同时拉索两侧附近的拉索索力不断增大；同时拉索损伤对周围拉索索力的影响范围是有限的，且边跨及中跨长索损伤对主塔的影响最为显著。
参考文献
[1]蒋雍建,刘逸平.基于桥梁响应统计信息的智能损伤识别方法[J].2019,42(12):1667-1671.
[2]陶俊杰,王慧平,付兆茜.斜拉桥拉索损伤对主梁线形的影响分析[J].中外公路,2019,39(06):90-93.
[3]张四维,赵彦杰,翟超超,王雨阳.一种电缆防外力破坏智能预警系统设计与实现[J].通信电源技术,2019,36(11):113-114.
[4]耿超.基于机器学习的大跨桥梁斜拉索损伤识别[D],2018.
[5]韩飞.斜拉桥拉索结构损伤识别及预警系统设计[D].科技大学,2017.