基于钢管混凝土拱桥可靠性评估方法应用研究

以钢管混凝土拱桥为研究对象,应用有限元模型,对基于可靠度理论的钢管混凝土体系可靠性评估方法进行了研究.选取跨中弯矩及挠度最大的最不利荷载分布工况,从应变能的角度出发,计算了组成钢管混凝土拱肋构件的权重.在既有桥梁构件的可靠性评估分级标准的基础上,结合临界结构建立了钢管混凝土拱桥体系可靠性评估分级标准.从拱肋和节段两个方面对钢管混凝土拱桥进行评估,将两者的评估结合起来对钢管混凝土拱桥进行评估.算例表明该方法可以有效对钢管混凝土拱桥进行可靠性评估.     

基于模糊神经网络的大跨度钢管混凝土拱桥安全性评价方法研究

在深入研究现有桥梁安全性评价方法的基础上,把模糊理论与人工神经网络技术结合起来应用于大跨度钢管混凝土拱桥的安全性评价,建立了一种基于三层神经元的多用途量化模糊神经网络评价模型,通过样本学习训练,获取评价专家的经验知识和直觉思维。工程应用结果表明:该方法降低了评价过程中的人为因素影响,保证了评价结果的客观性。     

基于静力试验的大跨钢管拱桥承载力的模糊神经网络评价

在深入研究现有桥梁结构承载力评价方法的基础上,把模糊理论与人工神经网络技术结合起来应用于大跨度钢管混凝土拱桥的承载力评价.建立了模糊神经网络评价模型,通过样本训练,获取评价专家的经验知识和直觉思维.经实际工程检验,评价结果直观简单,较好地反映了在役桥梁结构的承载力状况.     

基于静力试验的大跨钢管拱桥承载力的模糊神经网络评价

在深入研究现有桥梁结构承载力评价方法的基础上,把模糊理论与人工神经网络技术结合起来应用于大跨度钢管混凝土拱桥的承载力评价.建立了模糊神经网络评价模型,通过样本训练,获取评价专家的经验知识和直觉思维.经实际工程检验,评价结果直观简单,较好地反映了在役桥梁结构的承载力状况.     

某在役钢管混凝土拱桥力学特性研究及安全性评估

本文以广东省一座下承式钢管混凝土系杆拱桥为工程依托,建立了桥梁总体有限元模型,分析了桥梁损伤后和加固后主要构件的力学特性,再结合桥梁实际状态和仿真分析结果进行安全性评估。研究中,计算拱肋时考虑了混凝土脱空、钢管混凝土套箍效应对承载能力的影响;采用频率法进行了吊杆索力测试,实测索力考虑了标定修正系数,进行了实测索力与理论计算索力的对比分析;建立了拱脚、钢锚箱局部三维实体模型,通过局部仿真分析准确地掌握了该部分的力学特性。本文研究成果对同类桥梁安全性评估有一定的参考意义。     

格构式钢管混凝土构件抗震性能研究进展

为了给采用格构式钢管混凝土构件的桥墩、桥塔和拱桥拱肋的研究、设计与施工提供参考,从试验测定、理论分析和恢复力模型3个方面系统阐述了国内外格构式钢管混凝土构件抗震性能研究的进展。分析表明:反复荷载作用下格构式钢管混凝土桥墩滞回性能的试验研究以圆形肢杆为主,且受荷模式为单向循环加载,试验对象和参数范围均有限,而格构式钢管混凝土桥墩拟动力试验及格构式钢管混凝土桥梁模型模拟地震振动台动力试验的报道很少,研究对象单一且工况有限;同时,不同研究者建立的滞回性能理论分析模型,虽能在一定程度上模拟格构式钢管混凝土桥墩的受力性能与破坏过程,但均或多或少存在一定不足或不合理之处,而由于某些杆件或节点进行了简化处理,现有格构式钢管混凝土拱桥模型的合理性尚待检验。基于对国内外研究现状的分析指出,强非线性条件下滞回性能分析理论与模型、损伤演化规律与破坏准则及恢复力模型和抗震设计方法是进行格构式钢管混凝土构件抗震性能研究的关键科学问题。最后,展望了格构式钢管混凝土构件抗震性能研究的前景及发展方向,为深入研究地震作用下格构式钢管混凝土桥墩、桥塔及拱桥拱肋的工作性能,合理评估该类结构构件的地震损伤演化规律,进而制定其合理抗震设计方法提供了研究思路。     

考虑吊杆损伤的拱桥稳定性分析

以郑州黄河公路二桥主桥———下承式钢管混凝土拱桥为研究对象,根据该桥梁的结构特征,采用ANSYS有限元程序,建立了桥梁的空间有限元计算模型,计算了桥梁的空间稳定性,给出了桥梁的稳定安全系数,探讨了拱桥吊杆损伤对桥梁空间稳定性的影响。计算结果表明,该下承式钢管混凝土拱桥吊杆损伤对桥梁的低阶稳定安全系数影响较小。     

装配式空心钢管混凝土拱桥可行性研究

为减小大跨度钢管混凝土拱桥自重,提高大跨度钢管混凝土拱桥的施工便利性,提出使用预制空心钢管混凝土构件代替实心钢管混凝土构件作为大跨度钢管混凝土拱桥拱肋的新思想。该文采用有限元分析方法对某特大桥进行了试设计研究,建立空心钢管混凝土拱桥模型和实心钢管混凝土拱桥模型,在不同工况组合条件下,对两者拱肋内力、挠度进行了分析比较,使用现有规范的计算公式进行承载力验算。结果显示:空心钢管混凝土方案与原实心钢管混凝土方案相比,拱肋各杆轴力有明显减少,不同杆件、不同主拱圈截面弯矩有减少亦有增加,不同方案对挠度的影响不大,空心钢管混凝土构件均满足承载力要求。分析结果表明空心钢管混凝土代替钢管混凝土的新思想具有可行性,可以减小大跨度拱桥整体自重,减少混凝土用量,降低拱肋上、下弦杆轴力,在提高大跨度拱桥整体力学性能和经济性方面具有一定优势。     

钢管混凝土拱桥结构静动力分析

钢管混凝土是指在钢管中填充混凝土而形成、且钢管及其核心混凝土能共同承受外荷载作用的结构构件.目前钢管混凝土拱桥已建成100多座,而关于钢管混凝土拱桥在结构设计、分析方面则仍存在许多不足,如钢管与混凝土的传力机制、钢管与混凝土的有效共同工作等同题.该文主要对钢管混凝土拱桥的空间受力特点进行研究,建立了相应的有限元分析模型...     

钢管拱桥自密实微膨胀混凝土泵送顶升施工技术

随着现代施工技术的不断发展,钢管混凝土拱桥凭借自身独有的优势在国内桥梁建设应用中崭露头角,钢管拱桥主拱圈作为主要的承重部分,主弦管混凝土灌注为钢管混凝土拱桥施工成败的关键。结合实例介绍钢管混凝土拱桥自密实微膨胀混凝土连续泵送顶升施工过程中混凝土的性能要求、顶升辅助设计、混凝土顶升的施工组织和应急措施。     

基于神经网络客流预测的高峰期公交时刻表优化

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.      

RBF神经网络分析方法在车辆状态远程监测系统中的应用

以往的研究者在选择车辆运行状态远程监测分析系统的分析方法时,有的人为了更快的收敛速度选择了传统的基于规则的专家系统,有的人为了更高的精确度选择了BP（Back Propagation,反向传播）神经网络,文中所介绍的RBF（Radical Basis Function,径向基函数）神经网络（以下简称径向基网络）正好可以在这两种方法之间找到一种平衡。该神经网络既保持了BP神经网络的精确度又提高了其收敛速度,是以往的研究者在BP神经网络的基础上改进而来的。文中的仿真实验验证了该神经网络的精确度和收敛速度完全可以满足我们对车辆运行状态远程监测分析系统的要求。     

基于径向基函数神经网络的GPS高程转换方法

针对GPS高程与正常高程的转换问题，给出了基于径向基函数（Radial Basis Function，RBF）神经网络的模型。该模型隐含层选用Gauss函数作为基函数，学习算法采用自组织选取中心法策略。用实际观测数据进行了试验和仿真，结果表明，用RBF神经网络转换GPS高程的精度优于最小二乘法。对RBF神经网络方法和反向传播（Back-Propagation，BP）神经网络方法转换GPS高程的精度进行了比较，虽然两种方法的结果相近，但RBF神经网络方法在学习速度方面远比BP神经网络方法快。由此可见，RBF神经网络方法用于转换GPS高程是可行和有效的。     

基于神经网络的汽车结构件低载强化特性确定

提出了一种基于径向基函数神经网络的汽车结构件低载强化特性确定方法。通过足够样本的训练,构造出一个有效的神经网络模型。对于给定的强化载荷和强化次数,应用构造的神经网络模型,可以确定相应的低载强化效果。经过对某汽车前梁和传动系齿轮低载强化特性的试验验证,证实了该神经网络可以准确快捷地预测不同强化载荷和强化次数下结构的强化效果。简化了计算过程,提高了计算精度,为基于低载强化的汽车产品轻量化设计带来了方便。     

短时段交通流预测的RBF神经网络模型

介绍了基于RBF神经网络的短时段交通量预测模型,并利用该模型对高速公路所采集的数据进行仿真预测分析。预测结果表明RBF神经网络预测方法通过定义合理的网络结构参数可以获得较高的预测精度,能够满足路网调度对短时段交通流预测的需求。     

车用汽油机过渡工况进气流量预测研究

提出了一种基于混合遗传算法的径向基神经网络(HGARBF)的车用汽油机过渡工况进气流量预测模型。首先设计了一种新的混合遗传算法,利用梯度算法每次迭代得到的结果来改进遗传算法的群体,将遗传算法的最优个体与梯度算法的迭代解相比较,选择其中的最优点作为梯度算法下一步迭代的起始点,运用该混合遗传算法进行径向基神经网络参数的优化,改善径向基神经网络不同初始参数对其性能的影响;然后建立了基于HGARBF网络的过渡工况进气流量的预测模型。仿真结果表明,该预测模型优于经典的进气流量平均值模型,为精确及时测试汽油机进气流量提供了新的方法。     

BP和RBF神经网络在边坡稳定性评估中的比较研究

通过实例分析,对BP神经网络和RBF神经网络在边坡稳定性评估中的应用进行了比较研究,结果表明,BP神经网络和RBF神经网络均能很好地对边坡稳定性进行评估,但RBF神经网络比BP神经网络的训练速度更快,效率更高,并且对于同样的精度要求,RBF神经网络对边坡稳定性的评估结果更加准确和适用。     

隧道施工安全评价模糊神经网络技术应用研究

针对高速公路隧道施工系统的安全评价问题,将模糊理论与神经网络相融合,研究建立了一种模糊神经网络评价模型。阐明了评价系统的工作原理及实现方法。利用历史样本数据对网络模型进行学习训练和测试,工程实例结果显示,评价精度满足工程应用要求。该评价模型具有对环境变化的自学习能力,对权值进行调整,动态地评价公路隧道施工系统的安全状态,是公路隧道施工安全评价方法中的一种新的评价方法。     

无粘结预应力混凝土梁桥自振频率的RBF网络识别

为研究采用神经网络的方法识别无粘结预应力混凝土梁桥的自振频率,收集以往PC梁的动力试验数据,并在此基础上补充制作5根PC梁进行动力试验,采集相关数据。构建径向基(RBF)神经网络,采用泛化回归神经网络(GRNN)进行函数逼近,径向基函数的光滑因子取为0.15。筛选9个影响PC梁自振频率的关键参数作为神经网络的输入参数,用收集到的试验数据对神经网络进行训练,并预留出1根PC梁的试验数据对网络进行仿真。仿真结果表明,采用所研究的神经网络方法识别无粘结预应力混凝土梁桥的自振频率是可行的,这种网络具有很好的预测能力和泛化能力。