工程反分析问题及其应用

本文综述了工程上常用的三种反分析方法：直接法、逆解法和对偶边界法，介绍了每种 原理和计算步骤，计算结果显示，对偶边界具有较高的分析精度，在待识别参数较少的情况下，三种方法给出了同样的结果，但在待识别参数较多的情况下，直接法和逆解法精度较差，在某些情况下甚至不收敛。     

反传神经网络在油石比估计中的应用

利用反传神经网络算法,将沥青混凝土级配等参数作为输入参数,并通过变换不同混合料结构类型的训练样本,可以估计沥青混凝土最佳沥青含量。通过实验验证了这种方法的可行性,并提出了改进的思路。     

由桥梁动力响应识别过桥汽车参数的灵敏度方法

为了识别通过桥梁汽车的参数,提出了在灵敏度分析的基础上由简支梁桥动力响应识别过桥汽车参数的方法。将汽车抽象为两自由度五参数模型,用有限元方法计算桥梁的动力响应。从对未知参数的猜测值开始,由测试或模拟计算的动力响应用最小二乘法和规则化技巧识别过桥汽车参数,用邻近两次识别参数的百分相对误差(RPE)控制迭代过程的终止。由数值模拟结果可知,识别得到的汽车参数是令人满意的,其中质量的识别精度最高,表明该方法识别过桥汽车参数可行。     

高速公路超高段外幅路面的排水方法

公路工程反滤设计的理论方法正在发展之中,存在方法多,难以取用;要求严,料难找,施工难度大,费用高等问题.本文在总结公路、水利等行业反滤设计理论方法的基础上,提出了公路工程反滤设计的渗透破坏类型及条件、反滤设计准则、反滤料允许的均匀程度、反滤层层数及反滤层厚度的确定原则等理论方法.     

公路工程反滤设计的方法和建议

公路工程反滤设计的理论方法正在发展之中,存在方法多,难以取用;要求严,料难找,施工难度大,费用高等问题.本文在总结公路、水利等行业反滤设计理论方法的基础上,提出了公路工程反滤设计的渗透破坏类型及条件、反滤设计准则、反滤料允许的均匀程度、反滤层层数及反滤层厚度的确定原则等理论方法.     

基于变分模态分解和奇异值分解的结构模态参数识别方法

为了准确获得结构的固有频率、阻尼比与振型, 将变分模态分解与奇异值分解相结合, 提出一种新的结构模态参数识别方法; 基于已有时频参数识别方法, 根据测量的脉冲激励与加速度响应估计系统的频响函数, 对系统的频响函数进行反傅里叶变换得到脉冲响应函数; 对各测点的脉冲响应函数进行变分模态分解, 得到与结构固有频率对应的本征模态分量; 提取本征模态分量的固有频率, 利用与固有频率相近的本征模态分量作为行向量构造奇异值分解矩阵, 对所构矩阵做奇异值分解, 利用最大奇异值重构左、右奇异值向量, 识别结构的振型、固有频率和阻尼比; 通过四自由度质量-弹簧-阻尼模态仿真试验和车体横梁锤击模态试验, 验证了所提出的模态参数识别方法的有效性。研究结果表明: 在四自由度理论模型参数识别中, 系统固有频率和阻尼比的识别结果与理论计算结果的最大相对误差分别不超过0.025%和1.490%, 理论计算与识别的1~4阶振型的模态置信度分别为0.999、1.000、0.999和0.999;在车体横梁锤击模态试验中, 提出方法识别的固有频率和阻尼比与理论计算结果的最大相对误差分别不超过1.57%和1.47%, 且车体横梁的理论振型与识别振型趋势相同。可见, 提出的方法能有效识别结构的模态参数。      

基于支持向量机和模态曲率的桥梁结构损伤识别

提出了一种用于桥梁结构损伤识别的支持向量机方法。该方法以结构损伤前后的模态曲率差参数为支持向量机的输入参数,c-svc算法为损伤位置识别算法,ε-svr算法为损伤程度识别算法。最后以三跨连续梁桥为数值模拟算例,以存在单个及多个损伤单元为损伤工况,验证该方法的有效性,识别结果表明基于支持向量机和模态曲率的损伤识别方法能够准确识别出结构的损伤位置,损伤程度识别误差在4%以内。     

基于灰色-神经网络的大跨度斜拉桥参数识别

为解决大跨度斜拉桥施工过程中观测噪声对结构参数识别的影响,以苏通大桥为工程背景,提出了基于灰色-神经网络的施工全过程参数识别方法.灰色系统理论与人工神经网络相融合,在小样本和数据不完备的情况下可以进行结构参数识别,并具有预测功能.苏通大桥参数识别的结果表明,参数识别后的计算值与实际结构挠度响应间的最大误差减小77%,与传统识别方法相比,灰色-神经网络方法的识别精度提高50%.     

识别桥梁模态参数时域法的仿真研究

根据土木结构环境振动的特点和ＩＴＤ法及随机减量技术的优点，建议用ＩＴＤ法或随机减量技术结合ＩＴＤ法由结构环境振动响应数据识别其模态参数，并用计算机仿真技术，讨论了使用ＩＴＤ法和随机减量技术时应注意的一些问题，对桥墩和一些斜拉桥进行了仿真识别，结果表明，用这种方法由土木结构的环境振动响应识别其模态参数是可行的，并具有测试方便，数据处理简单，精度较高，识别结果较多的优点。     

桃坪隧道围岩参数的随机反演

根据桃坪隧道施工监测的离散收验结果，采用Ｍｏｎｔｅ－ｃａｒｌｏ有限元随机反分析，反推地层参数和原始地应力分布的随机值，反推参数的结果不仅给出了其均值，还给出了参数的标准差和分布类型，使得反演结果为隧道结构稳定性和可靠性分析提供了必要数据。     

改进的布瑞尔交通分配模型在高速公路路径识别问题中的应用

为解决高速公路网的路径识别问题,尝试性地探讨了解决路径识别问题的交通概率拆分方法,分析了影响路径识别方法选择的各种相关因素,改进了布瑞尔交通分配模型,对其参数进行了重新定义和标定.最后,引用苏南高速公路网具体实例,针对苏南路网提出了一套解决方案,并将上法应用其中.     

公路建设表土资源保护的识别和 量化方法研究

为加强公路建设对表土资源的保护,研究提出了一种公路建设表土资源的识别和量化方法。首先采用3S 技术对公路区域遥感影像进行解译,识别公路沿线土地利用类型,再根据不同土地利用类型在遥感解译图上布设现场调查的位置并开展表土调查,通过分析评价表土的类型、结构和养分等具体指标,识别出公路沿线需要开展表土资源保护的土地利用类型、厚度、位置以及保护剥离总量。该方法在海南中线高速公路建设中进行了试验应用,取得了较好的表土资源保护效果,表明该方法具有可行性和推广性。     

基于最小修正量法的振系物理参数识别方法

在分析振型矩阵关于质量和刚度矩阵加权正交性的基础上,利用振动频率和振型数据识别系统物理参数的最小修正量,借助Lagrange乘子法,求解约束条件下的质量与刚度矩阵误差加权范数为最小的优化问题,提出了以实测模态参数为基准的振系物理参数识别的计算方法,推导了完整和非完整2种试验模态参数情形下的物理参数识别计算表达式,给出了迭代算法,并对4自由度系统进行了模态试验及数值分析.分析结果表明:刚度矩阵和质量矩阵与真值非常接近,最大误差分别为0.086%和0.34%,因此,提出的方法具有很高的可靠性.     

基于模拟退火法寻优的公路边坡抗剪强度参数反分析研究

采用传统优化方法进行边坡参数反分析,存在速率低、无解性、多解性、稳定性差等缺陷.利用模拟退火法(SA)的优势,将其引入到公路边坡岩体抗剪强度参数反分析中,形成结合模拟退火法与多点位移优化进行反分析的方法.以湖南省某公路2处边坡为例对该方法进行验证,首先获取边坡多个位置的位移-强度折减系数关系,再建立目标函数,利用SA全局寻优的特点获取强度折减系数的最优值,进而得到抗剪强度参数的反分析值.结果表明:取反分析值作为抗剪强度参数时,边坡各个节点的计算位移都比较接近监测位移,从而在一定程度上验证了该方法的可靠性和有效性.     

基于自适应匹配算法的速度脉冲型地震动模型化

速度脉冲型地震记录至今尚未有完整的波形参数识别方法，从地震动数据库中批量识别脉冲记录并搜集波形参数仍然有一定困难. 针对此问题，将脉冲量化识别、脉冲解析函数、自适应匹配算法三者结合，提出一套脉冲波形参数识别方法，可实现脉冲波形和解析函数之间的自适应匹配；该方法包括一个借助EMD (empirical mode decomposition) 的核心算法，对近场速度脉冲型地震记录实现平滑；再以Mavroeidis函数为脉冲基本模型，根据其特征参数的变化范围，分别对脉冲频率、脉冲形状系数、脉冲振荡特征系数进行了参数样本的循环枚举，并由优化算法确定模型参数取值；在此基础上，给出了当前既有的速度脉冲型记录样本的上述模型参数识别结果，并根据统计给出了地面峰值加速度分布和主脉冲周期的关系. 研究结果表明:和既有的方法利用Dickinson模型识别方法相比，本文算法对波形显著不对称的记录主脉冲周期识别错误率降低了约67%，较好的识别稳定性更有利于工程应用.      

参数识别与分析在桥梁施工控制中的应用

为了分析在施工控制中桥梁结构设计状态与实际状态之间的差别,简单阐述了参数识别的内容与方法,具体分析了影响施工控制的主要参数,并研究了参数识别中的最小二乘法在施工控制中的具体应用。     

轨道车辆结构振动损伤识别技术综述

从智能运维的角度阐述了利用结构振动损伤识别技术进行轨道车辆结构健康监测的重要性和必要性;根据不同损伤识别的适用范围,将结构振动损伤识别技术分为基于模型的方法和基于响应信号的方法;结合结构健康监测中损伤识别的不同层次,分析了以结构损伤的存在性、类型、定位和程度表征的不同识别方法;概括了轨道车辆运维过程中损伤识别技术的典型特征,讨论了基于模型的损伤识别中固有频率、模态形状、曲率模态等与模态参数有关方法的优缺点;分析了基于响应信号方法的应用现状和发展趋势,并阐述了模型修正和优化技术在结构损伤识别中的应用;重点分析了车辆关键部件故障诊断与监测中损伤识别技术的实施,讨论了结构振动损伤识别技术在未来轨道车辆智能运维策略中的主要发展方向,展望了未来轨道车辆部件的状态检修策略和智能运维技术。研究结果表明:轨道车辆的智能运维应该充分考虑结构振动损伤识别技术与人工智能等新技术的结合;大数据驱动的结构振动损伤识别技术能够更好解决车辆状态实时监测的技术难点;考虑复杂环境因素对轨道车辆结构部件损伤识别技术的影响,需要不断完善基于耦合振动效应的结构振动损伤识别技术及方法。      

基于多级神经网络的桥梁结构模态参数识别方法

桥梁结构模态参数识别方法在识别过程中难以获得完整阶次，构造的基准模型不完整，导致识别结果出现误差，因此，设计一种基于多级神经网络算法的桥梁结构模态参数识别方法.使用多级神经网络对识别算法进行优化，建立交配池，利用交叉和变异算子对交配池中的参量个体进行识别，建立新的群体，利用信号匹配识别结构模态参数，选择模态确信准则(MAC)以及相位共线性指标(MPC)作为模态区分的辨别指标并计算，最后优化整体模态参数识别流程.方法性能测试结果表明，设计的基于多级神经网络的桥梁结构模态参数识别方法在不同采集方式下得到的参数误差更小，可靠性更高.     

环境激励下钢筋混凝土拱桥模态参数识别

为正确选择模态参数识别方法,对某钢筋混凝土拱桥进行了环境振动试验,采用频域、时域和时频分析方法——峰值拾取法(PP)、随机子空间识别(SSI)以及基于经验模态分解(EMD)和随机减量技术(RDT)的方法——识别其模态参数;比较了3种模态参数识别方法的特点和识别结果,并与有限元法计算结果进行了比较.研究结果表明:峰值拾取法的识别速度快,识别的频率较可靠,但识别过程需要较多人工干预;随机子空间识别的理论体系完备,适合程序实现,识别过程能较好地抵消测试过程中噪声等的影响;由于模态混叠的影响,EMD-RDT识别结果具有一定随机性.     

两种岩体结构面抗剪强度参数取值方法对比分析

结构面抗剪强度参数的合理确定,是对岩质边坡进行有效治理的前提条件。最有效、最准确的确定方法是现场原位试验,当无条件进行现场原位试验时,经验法与反算法是两种最常用的间接确定结构面抗剪强度参数的方法。结合工程实例,应用经验法与反算法分别确定结构面抗剪强度参数,对比两种方法的取值过程,表明两种方法都受人的主观因素的影响,实际工程中宜相结合应用;对比两种方法的计算结果,经验法更适用于新边坡和较稳定边坡防护设计中,反算法更适用于现有危险滑坡治理中。