径向基网络在简支梁损伤识别中的应用

对简支梁进行了损伤分析,研究了不同损伤工况下的频率变化率和模态振型曲率变化,并采用径向基神经网络对结构进行了损伤识别研究,研究中采用了三种方案:仅利用频率变化率;仅用第1阶模态曲率变化;综合使用前3阶频率变化率和模态曲率变化.结果表明,基于动力参数和径向基神经网络的结构损伤识别方法能够准确地识别结构的损伤程度,神经网络...     

基于模态分析理论和神经网络的斜拉桥拉索损伤识别研究

将振动模态分析和神经网络技术结合起来,以振动模态构造的损伤标识量作为神经网络识别输入的特征参数,进行结构健康监测。根据云阳长江公路大桥设计资料,考虑桥梁拉索结构的单构件损伤、2个构件损伤、3个构件损伤3类损伤工况,分别采用了模态频率、位移振型模态、曲率模态3种指标作为神经网络的输入参数,共建立9个BP神经网络模型进行了桥梁损伤识别的研究。研究结果表明基于振动模态分析理论和BP神经网络的桥梁损伤识别方法可用于识别斜拉桥拉索结构的损伤位置和损伤程度。     

基于BP神经网络算法的悬索桥损伤识别研究

该文基于神经网络损伤识别分析理论,以成都市清水河自锚式悬索桥为例,对将BP网络算法应用于悬索桥损伤识别的效果进行了分析研究。分析研究表明：BP神经网络不仅能对单一构件不同程度损伤进行有效识别,对两个构件的不同程度损伤也能进行一定程度的识别,并且可以同时进行损伤位置与损伤程度的识别。     

基于小波包和频响函数随机——模糊统计的斜拉桥损伤识别

针对单一方法损伤识别的缺点,提出了基于频响函数和小波包能量谱的斜拉桥损伤识别指标,结构损伤前后的频响函数作为信号,进行小波包能量谱分析.由于试验中的频响函数存在一定的随机模糊性,对完好状态下的10次频响函数值进行了随机模糊均值处理,得到的频响函数作为基准.独塔斜拉桥模型实验表明,斜拉桥的一处和两处的损伤都可以识别,损伤...     

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。     

斜拉桥内力状态及损伤识别方法的研究

该文提出了基于反演理论的有模型识别方法作为桥梁内力状态及损伤识别方法,并利用该方法对一座斜拉桥进行了内力状态识别.识别时根据恒载状态下各斜拉索锚点处主梁位移构造目标函数,以各斜拉索索力为约束条件和正则化条件,联合采用多步识别法和概率可靠度法对本桥的状态进行了内力状态识别,所得结果能够满足工程精度要求,说明该方法对于斜拉桥进行内力状态识别是可行的.     

大跨斜拉桥扁平钢箱梁损伤定位指标的噪声鲁棒性比较研究

以润扬大桥斜拉桥的扁平钢箱梁结构为分析对象,采用子结构方法将扁平钢箱梁结构的整体尺度动力特性和细节尺度构件损伤相互衔接实现多尺度损伤分析。在此基础上对模态曲率、模态应变能、模态柔度和斜拉索索力等4类结构损伤定位指标的抗噪声干扰能力进行了对比分析。分析结果表明,模态应变能和模态柔度对于扁平钢箱梁结构损伤定位具有较好的互补性,将其相结合对扁平钢箱梁主跨和边跨的损伤识别具有较好的抗噪声干扰能力。     

基于混合算法的大跨度斜拉桥可靠度评估

为研究大跨度顸应力混凝土(PC)斜拉桥的可靠度评估问题,提出了适用于大跨度PC斜拉桥这类复杂结构可靠性分析的混合算法.该方法综合运用了有限元分析(FEA)、径向基函数(RBF)神经网络、遗传算法(GA)和Monte Carlo重要抽样(MCIS)方法,并对算法中的关键步骤(RBF神经网络的初始样本点设计方法、MCIS的抽样中心点位置等)进行了改进,使结构分析模块与可靠度计算模块智能结合.利用数值算例的可靠度分析对该算法的有效性进行了验证.最后,以一座主跨为420 m的双塔PC斜拉桥为工程背景,进行了正常使用极限状态下的可靠度分析.参数分析表明:在汽车荷载作用下,该斜拉桥的主梁跨中位移超限失效概率比最长斜拉索强度失效概率高;汽车荷载的均值和标准差是影响斜拉桥可靠度的重要因素;随着汽车荷载均值系数的增大,主梁跨中位移超限失效的可靠指标下降的趋势较为显著.     

基于径向基网络的钢管混凝土拱桥安全性评价方法

以全桥安全性评价为总体目标,在以往桥梁安全性评价方法的基础上,引入人工神经网络理论,并结合层次分析法,提出了基于径向基网络的钢管混凝土拱桥安全性评价方法.从影响钢管混凝土拱桥安全性的承载能力、承重构件损伤以及外观损伤等3个主要方面进行考虑,分别建立RBF神经网络安全性评价模型,采用现场实测数据评价结果作为神经网络训练和检验样本,对神经网络进行学习训练,获取专家的经验知识和直觉思维,建立高度非线性的输入与输出的映射关系.通过仿真得到桥梁承载能力、承重构件损伤、外观损伤以及成桥状态下最终的安全性信息.以武汉市晴川桥为例进行工程实例分析,分析结果表明,该方法较好地反映了钢管混凝土拱桥结构的安全性状况.     

采用SMA智能橡胶支座的近断层大跨斜拉桥易损性分析

为提高大跨斜拉桥的抗震性能,提出了一种基于形状记忆合金(Shape Memory Alloy,SMA)的智能橡胶支座。以苏通长江大桥为研究对象,分别采用铅芯橡胶支座(LRB)和SMA-铅芯橡胶支座(SMA-LRB)对其进行抗震控制。基于PEER强震数据库选取了20条近断层地震动记录,采用增量动力分析(IDA)方法得到了该隔震斜拉桥的地震响应,基于可靠度概率方法建立了各构件及桥梁系统的易损性曲线,系统评估了采用传统支座及智能隔震支座的大跨斜拉桥体系及各构件的易损性。研究结果表明:斜拉桥体系的损伤概率高于单一构件的损伤概率;近断层地震动作用下,在斜拉桥体系发生中等、严重和完全损伤状态时,隔震支座的损伤概率均为各构件中最高,主塔损伤概率较低,仅出现轻微损伤;相较于LRB,安装SMA-LRB可明显降低斜拉桥体系的损伤概率;在强震作用下,主塔、桥墩及斜拉索发生完全破坏的概率小;安装LRB和SMA-LRB后斜拉桥体系发生完全破坏的损伤概率分别为0.07和0.009,表明该体系具有较强的抗震能力。     

基于新奇检测技术的桥梁结构损伤预警方法

结构损伤预警是实现损伤检测策略的第一步,是进一步进行结构健康诊断的基础。大量的研究证明新奇检测技术可以较好地应用于结构的损伤预警。探讨了应用前馈BP网络(Feed-forward back-propagation network)实现新奇检测技术的方法。以结构的自振频率为作为网络的基本输入,对斜拉桥结构进行了损伤预警模拟研究。该方法的优点是不依赖于数值模型。对神经网络的训练仅需要健康结构的若干实测频率。模拟研究表明,该方法具有较高的实用价值。导致频率2.5%以上变化的损伤情况,均可给予预警。模拟了14种损伤情况,每种损伤考虑2种损伤程度。通过多指标策略,预警同时还在一定意义上指示损伤程度。     

大跨度预应力混凝土斜拉桥基于定期检测的损伤识别方法

为了在定期检测信息的基础上实现大跨度预应力混凝土斜拉桥的健康状态评估,提出采用无线多点自动综合测试系统监测结构应力,利用环境随机振动法测试全桥索力,并结合桥梁几何测试信息,获得桥梁状态的综合检测方法。针对招宝山大桥,建立最优化遗传静力反分析模型,采用基于遗传算法的大型复杂结构损伤识别程序对模拟的损伤工况进行分析,有效识别出了斜拉桥主梁的损伤位置。并且由于遗传优化算法对参数的类型和数量没有限制,对斜拉桥进行包含不同损伤类型的参数化建模,可以进行结构多类型损伤的识别,因此,可推广至其他复杂桥梁的损伤识别,为同类工程所借鉴。     

斜拉索腐蚀损伤下斜拉桥体系可靠度研究

拉索腐蚀疲劳累积损伤是威胁斜拉桥运营安全的关键因素,导致斜拉桥运营期的换索次数多且换索成本高。为了准确评定斜拉索腐蚀疲劳损伤对斜拉桥结构安全的影响,从结构体系可靠性角度探索拉索腐蚀疲劳损伤的概率传递模型。分析了斜拉索腐蚀疲劳损伤对结构体系可靠度的影响规律,从而为换索决策提供依据。研究结果表明,疲劳和疲劳腐蚀效应共同作用下的拉索在20 a服役期内的强度系数分别为0.928和0.751,斜拉索抗力退化将导致斜拉桥主要失效路径变化,主梁索间距为30 m的斜拉桥在服役期的13 a,主要失效模式从由主梁弯曲失效转移至斜拉索强度失效,导致后期的结构体系可靠指标快速下降。     

斜拉桥成桥索力优化方法研究综述

为了深化对斜拉桥成桥索力优化问题的认识，系统回顾斜拉桥成桥索力优化方法的研究进展与代表性研究成果；在将斜拉桥成桥索力优化方法分为指定结构状态的优化方法、弯曲能量（弯矩）最小法、数学优化方法、影响矩阵法、分步优化方法的基础上，根据斜拉桥合理成桥状态的确定原则阐述各类方法的求解思路与优化过程，并总结各类方法的特点、适用范围以及局限性；探讨斜拉桥成桥索力优化领域的未来发展趋势。研究结果表明：指定结构状态的优化方法其优化目标明确，力学概念清晰，计算方便，但无法兼顾主梁和桥塔的受力和变形，很难获得全局合理的结果，目前仅用于初定斜拉桥成桥状态；弯曲能量最小法的目标函数综合考虑了主梁和桥塔的受力与变形，体现了索力优化的本质特征，能够获得较为合理的优化结果，但在不添加任何约束条件时所得结果仍需进行后续调整，目前也多用于初定斜拉桥成桥状态；数学优化方法可根据不同类型斜拉桥的结构特点选择目标函数、约束条件与优化算法，所得结果也可兼顾斜拉桥各个构件的受力和变形，适用性较强，智能优化算法因其较好的全局收敛性、通用性和便于并行处理等特点，使得其在斜拉桥成桥索力优化乃至结构优化设计领域中的应用越来越广泛；影响矩阵是建立索力与目标函数关系的纽带，是一种综合的索力优化工具，但它需要在明确优化目标与约束条件的前提下求解；分步优化方法融合了多种优化方法的优势，可根据不同类型斜拉桥的受力和变形要求，分步骤选择不同方法全面优化斜拉桥的成桥索力；为适应斜拉桥大跨径化、主梁纤细化以及结构体系多样化的发展趋势，探索针对性或普适性更强的成桥索力优化方法、斜拉桥成桥状态与施工状态耦合优化、将更多优秀的智能优化算法应用于斜拉桥索力优化以及将数学优化算法与有限元程序进行嵌入式融合等问题均是该领域未来的发展方向。     

桥梁健康监测技术的适用性

为了掌握桥梁在各种工作环境下的结构行为和状态,并利用监测信息及早发现桥梁的异常或损伤,在总结了多座斜拉桥病害特点的基础上,以1座典型斜拉桥的有限元模型模拟了多种可能的损伤情形,并通过计算得到各种损伤情况下的结构动、静力反应及其变化。通过对损伤引起的结构变化和现代监测技术的工作性能及环境对结构行为影响的比较,调查典型桥梁健康监测方法的适用性。结果表明:以目前的监测手段获得的数据难以用来实现桥梁的损伤预警。     

冻融循环对不同塑性路基土剪切强度的影响研究

为了研究冻融循环对不同塑性路基土剪切强度的影响,通过室内三轴试验和冻融循环试验对3种塑性指数的土样进行了研究。结果得到:当冻融循环次数增加时,剪切强度随着塑性指标的增加而有所增大;当塑性指数相同时,剪切强度随冻融次数增加与围压增加改变各不相同,与冻融循环次数成反比,与围压成正比。并且冻融循环6~7次后,3种塑性指数土样的剪切强度的变化均会趋于平缓。     

基于斜拉索张力测定的斜拉桥健康诊断

应用试验校正的高精度三维有限元模型,对斜拉桥主梁结构损伤位置识别的斜拉索张力指标进行了研究。模拟12种可能的损伤情况,研究了基于斜拉索局部模态基频构造索张力指标的方法,索张力指标对各损伤情况下损伤位置的识别效果和对损伤程度的敏感性。结果表明,用斜拉索局部模态基频所构造的张力指标对不同的损伤程度呈现较好的稳定性和灵敏性,对模拟的12种损伤情况的正确识别率可达75%。该方法的突出优点是只需测量斜拉索局部振动模态的基频,就能获得较好的损伤识别效果,比其他面向损伤检测的测量容易得多。该方法可十分方便地推广应用于悬索桥加劲梁结构的损伤定位,具有较高的实用价值。     

基于神经网络的斜拉桥钢箱梁局部连接细节腐蚀疲劳可靠度研究（双语出版）

腐蚀与疲劳是影响斜拉桥钢箱梁服役可靠性的关键因素，为研究两者双重作用下斜拉桥钢箱梁服役期可靠度的衰退规律，开展了基于神经网络技术的斜拉桥钢箱梁局部连接细节腐蚀疲劳可靠度分析。首先，通过疲劳强度与钢材强度的关系以及腐蚀引起的钢材抗力衰变，得到了钢材腐蚀疲劳抗力时变模型。然后，通过基于均匀设计法的神经网络技术和非线性有限元方法进行斜拉桥钢箱梁腐蚀疲劳时变可靠度分析。采用均匀设计法得到影响结构可靠性的基本随机变量的设计样本点，基于ANSYS求解样本点处疲劳荷载作用下的钢箱梁应力幅，通过神经网络得到钢箱梁构件的应力幅函数显式表达式。在建立腐蚀疲劳抗力和疲劳荷载效应时变模型的基础上，构建了斜拉桥钢箱梁局部连接细节腐蚀疲劳时变可靠度的显式功能函数，基于FERUM程序采用JC法计算斜拉桥钢箱梁腐蚀疲劳时变可靠指标。最后以苏通大桥为例，采用所提方法对钢箱梁局部连接细节服役期的腐蚀疲劳时变可靠度进行了计算，并进行了参数敏感性分析。结果表明：桥面板和U肋腐蚀疲劳可靠指标均随时间增加而减小，但桥面板腐蚀疲劳可靠指标衰退越来越快，而U肋腐蚀疲劳可靠指标则衰退越来越慢，桥面板腐蚀疲劳寿命不足100年。研究结果为斜拉桥钢箱梁服役期的运营维护提供了指导。