为了能及时预测分析大跨度悬索桥的涡激振动特性，依托某大跨悬索桥的结构监测系统长期监测数据，选取顺风向平均风速、风向角、能量集中系数、加速度RMS作为涡激振动发生的特征参数，构造了大跨悬索桥涡激振动的动态监控预测模型，建立了独立的涡激振动动态监控系统。结果表明：涡激振动发生时风向角主要分布在300°～330°与120°～150°之间；能量集中系数（功率谱密度之比WP2/WP1）小于0.1；主桥振动加速度均方根值大于5cm/s2；构造的系统模型预测识别率达到72%，建立的涡激振动动态监控系统识别准确率达到93%；对大跨悬索桥的涡激振动进行预测分析效果良好，可为同类型桥梁的涡激振动预测提供借鉴。

某大跨悬索桥处于海洋环境，受季风影响较大，于2009年建成通车，在施工和运营期间均监测到主梁产生了涡激振动现象。为监测大桥风场特性，建立了独立的涡激振动动态监控系统。

监测系统现场安装位置在横断面方向上，安装在由南往北方向的检修通道区域，如图1中虚线圆圈所示；在平面方向上，在主跨跨中位置安装监测机柜、1个风速仪和1个加速度计。在主跨跨中附近的两个八分点位置各安装1个加速度计（见图2）。所有监测设备都靠近检修通道栏杆安装，通过夹具与栏杆立柱进行栓接固定。现场安装布置如图3所示。

图1 涡激振动动态监控系统现场安装位置横断面示意图

图2 系统现场安装位置立面示意图

图3 系统设备现场安装图

（1）风速仪：风速仪安装在专用支架上，支架通过夹板栓接固定在检修栏杆立柱上，风速仪安装高度距离检修栏杆上缘1.5m。

（2）加速度计：加速度计安装在专用防护盒里，防护盒通过夹板栓接固定在检修栏杆立柱上，加速度计安装高度距离检修通道表面约20cm。

（3）采集仪：采集仪安装在专用机柜里，机柜通过夹板栓接固定在检修栏杆立柱上，机柜安装高度距离检修通道表面约35cm。

1.顺风向平均风速

根据大跨悬索桥原有监测系统数据的分析可知涡激振动发生时风场参数中顺风向平均风速主要集中在4～13m/s。不同传感器的顺风向平均风速具有特异性，即只有风速在一定范围时才可能发生涡激振动，能作为涡激振动预测分析的特征参数。

2.风向角

发生涡激振动时的风向散点图如图4所示，可知涡振发生时风向角主要分布在300°～330°与120°～150°之间，风向角方向基本上与桥梁位置垂直。故涡激振动的风向角具有特异性，即只有风向角在一定范围时才可能发生涡激振动。因此，风向角可以作为涡激振动预测分析的特征参数。

图4 跨海大桥涡激振动风速风向散点图

3.能量集中系数

桥梁结构正常振动和涡激振动最大的区别在于，一个为多模态共存振动，一个为单一频率存在的振动。某段时间范围内主梁加速度数据频谱分析中，峰值最大的功率谱密度记为WP1，峰值第二大的功率谱密度记为WP2，记能量集中系数为功率谱密度之比WP2/WP1。图5为某次涡激振动事件中能量集中系数的变化曲线，从图5中可以看出，涡激振动发生时间段内，WP2/WP1均小于0.1（接近于0）。因此，能量集中系数的变化规律，可以作为涡激振动发生前预测预警的重要依据。

图5 某次涡激振动WP2/WP1变化曲线

4.加速度均方根值（RMS）

2013～2015年所有涡激振动样本与相应的桥梁正常振动过程中RMS值的对比如图6，可知涡激振动发生过程中，主桥振动RMS几乎都在5cm/s2以上。因此，RMS值可以作为涡激振动预测预警的一个反映振动幅度的重要参数。

图6 涡激振动与非涡激振动加速度RMS对比图

建立大跨悬索桥的涡激振动动态监控预测模型框架如图7所示，该模型主要分为风速分析模块和加速度分析模块。

图7 涡激振动动态监控模型框架

1.风速分析模块

根据大跨悬索桥原有监测系统2013～2017年的监测数据，当桥址处自然风满足第2.1～2.2节条件时，发生涡激振动的可能性最大。假定风速传感器布设有m个，在涡激振动风速数据中评价指标为平均风速与风向角，令αi，βi（i=1,2,…,m）分别表示第 号传感器平均风速和风向角是否满足涡激振动的条件参数，当条件满足时其值为1，否则为0，即：

αi=1/βi=1风速/风向角满足涡激振动发生条件αi=0/βi=0风速/风向角不满足涡激振动发生条件

（1）

所有传感器满足涡激振动发生的风速与风向角的条件参数个数为2×m个。而涡激振动发生过程中同时满足所有条件的可能性较小，而且往往涡激振动只满足几个条件，因此初步选取风参数分析阈值为m，即满足式（2）则认定为发生涡激振动。

（2）

2.加速度分析模块

加速度分析模块中主要有两个参数：能量集中系数和加速度均方根值（加速度RMS）。

能量集中系数Wp1/Wp2，其定义为主梁振动频谱图中能量第二与第一的模态所对应的功率谱密度比值，表征了桥梁是否为单模态振动，Wp1/Wp2等于或接近于0表示桥梁振动中仅仅包含一种模态，即共振状态（涡激振动）。在预测模型中，初定Wp1/Wp2<0.1为涡激振动发生的判断依据。

加速度RMS，其表征为某段时间内桥梁振动幅度的大小，以加速度RMS达到5cm/s2作为判断涡激振动发生与否的条件。为满足预警需要，加速度分析采取2min为分析时距。假定加速度传感器布设有n个，同理令 , （j=1,2…n）分别表示第j号传感器能量集中系数与加速度RMS是否满足涡激振动的条件参数，当条件满足时其值为1，否则为0。所有加速度传感器满足涡激振动发生的振动特性条件参数个数为2×n个。初步选取加速度振动特性分析阈值为n，即满足式（3）则认定为发生涡激振动。若均不满足式（3），则重新返回风速分析模块中。

（3）

依托涡激振动动态监控模型与动态监控系统，根据2013～2015年大跨悬索桥原有健康监测系统完整记录涡激振动事件75次，根据编制的涡激振动预测模型对该75次事件进行模拟预测分析，共识别出涡激振动事件54次，识别率72%。

经过对涡激振动动态监控模型进行优化设计，对2017年涡激振动事件进行预测分析，实时监测到的涡激振动事件共28起，而原有健康监测系统记录到的涡激振动共有30起，未预测到的涡激振动仅有2起，识别准确率达到93.33%，效果良好。2017年典型涡激振动事件预测结果如表1所示。

从跨海大桥2013～2017年结构长期健康监测数据出发，探索大跨度悬索桥风致振动的特点，对涡激振动的特征参数——风场参数和振动参数进行了深度挖掘，围绕两者建立了涡激振动动态监控预测模型，并在实桥上建立了相应的系统进行测试。通过对跨海大桥长期监测数据统计分析，确定了涡激振动预测分析的特征参数：顺风向平均风速、风向角、能量集中系数与加速度均方根值。自定义能量集中系数，即功率谱密度之比WP2/WP1，当其值小于0.1时，可判定结构发生涡激振动。构造了两大分析模块的大跨悬索桥涡激振动动态监控预测模型，并确定了条件参数阈值，模型预测识别率达到72%。建立独立的涡激振动动态监控系统，对2017年全年监测到的涡激振动事件进行预测分析，识别准确率达到93%，预测效果较好。