首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 0 毫秒
1.
结合神经网络技术进行了斜拉桥损伤分步识别的系统性研究,提出了具体的斜拉桥损伤分步识别过程,给出了每一识别步骤中适当的损伤识别参数.可实现斜拉桥主要构件即拉索和主梁中损伤的有效识别.采用概率神经网络确定损伤构件的类型,采用径向基函数(RBF)网络实现损伤的定位定量分析.针对润扬大桥斜拉桥的损伤模拟分析表明:将测试数据进行平均计算可以大大降低噪声对于概率神经网络识别结果的影响;噪声水平对2个径向基函数网络的损伤位置和损伤程度的识别能力方面的影响较小.采用不同的神经网络分阶段实现大跨斜拉桥的损伤识别,不仅提高了损伤识别的效率和准确性,而且增强了损伤识别方法在实际结构中应用的可行性.  相似文献   

2.
对运营多年的斜拉桥进行索力调整,也就是内力优化调整,与优化一个处于设计阶段或正在施工过程中的斜拉桥内力优化不同,主要体现在前者施工工序的不确定和材料结构参数的退化。把施工工序的不确定和结构参数的变化以及外荷载的改变引起的相应桥梁结构的位移归于索力的变化,基于静力测试数据的基础上,验证了索力的变化和位移的变化之间存在着对应关系,提出了依据索力-位移对应关系的参数识别方法以确定既有斜拉桥的内力初始状态。该法应用于运营多年的G325九江大桥斜拉桥调索换索加固工程中,确定了桥梁的内力初始状态,指导了该桥调索加固工程,检验了实测参数误差对参数识别结果的影响程度。  相似文献   

3.
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。  相似文献   

4.
以G325九江大桥斜拉桥为工程实例,系统地介绍了该桥斜拉索、主梁和主塔等主要受力构件的主要病害(损伤)、病害成因和维修加固方案;详细介绍了既有斜拉桥状态评估的方法。可为相类似桥梁维修加固和状态评估提供工程经验借鉴和参考。  相似文献   

5.
斜拉桥倒Y型索塔横梁内力分析   总被引:1,自引:0,他引:1  
周兵  龚建峰 《上海公路》2002,(3):22-24,30
本文通过对斜拉桥倒Y型索塔的横梁内力公式推导并通过工程实例进行分析,寻求出横梁内力与塔身构造,荷载之间的关系,有利于主塔设计中各部分构造尺寸的确定。文中公式也适用于A型索塔横梁内力。  相似文献   

6.
斜拉桥损伤识别的模态柔度指标分析   总被引:1,自引:2,他引:1  
结合斜拉桥结构,应用高精度三维有限元模型,对桥面损伤位置识别的模态柔度指标进行了研究。探讨了柔度指标的构造、模态参数的选取及其对计算精度的影响和对斜拉桥可能损伤情况的灵敏性与稳定性等。用于损伤识别的模态柔度指标在构造上可以克服实际应用上的不完全测量所带来的困难,对测点位置和数量均不做过强的约束。柔度指标的构造方式体现了振型与频率的综合特性,具有较好的灵敏性和稳定性。通过少量低阶模态参数就能够计算得到可靠的柔度指标,因此,为实际测量带来较大方便。  相似文献   

7.
张劲超  颜东煌 《中外公路》2005,25(4):112-115
该文提出了一种简单方便的假载形式,结合最小弯曲能量法,运用于斜拉桥的合理成桥状态确定中。并通过其在不同斜拉桥桥型中的应用,讨论了该方法在斜拉桥中的应用范围。  相似文献   

8.
非线性因素对超大跨度斜拉桥成桥内力的影响   总被引:2,自引:0,他引:2  
随着斜拉桥跨径的不断增大,在设计和施工中必须考虑非线性因素对结构的影响。本文研究了非线性因素对超大跨度斜拉桥成桥时内力的影响,分析中同时考虑了拉索垂度效应、P Δ效应和大位移效应的影响。探讨了非线性因素对斜拉桥成桥时内力影响的机理,提出了减小超大跨度斜拉桥非线性影响的措施。  相似文献   

9.
在桥梁工程中,较大的基础沉降不仅改变桥面线形,更严重的是改变结构受力状况,不同的沉降对于结构内力、位移的影响亦不相同。营口民生路大桥所处场地土为压缩性较大的土质,承载力较低,容易引起过大的沉降。文章以该桥为例对独塔斜拉桥在不同基础沉降模式下的内力变化展开研究,通过建立有限元计算模型,定量分析加以简化的实际结构,比较了该桥在四种不同模式基础沉降作用下结构内力的变化,得到的结果可以为同类桥梁的设计和监测提供参考。  相似文献   

10.
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   总被引:2,自引:0,他引:2  
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。  相似文献   

11.
12.
以苏通长江公路大桥为背景,采用基于后验概率估计的递进识别算法对超大跨度斜拉桥主梁节段自重进行了连续识别,计算结果显示了识别方法的可靠性.  相似文献   

13.
在丫髻沙特大桥的病害诊治过程中,多支撑柔性系杆的内力识别是一项关键内容,系杆的结构与柔性吊杆相似,但其特殊的边界条件给内力识别带来困难。根据系杆的振动特性,基于有限单元法,结合最小势能原理,推导了能够考虑多道弹性支撑和含初始内力的振动特征方程,从而通过拾取系杆的振动特征频率,便能求解系杆的张力。在此基础上,通过选用与系杆内部组成相同的单根钢绞线模拟多支撑振动试验,计算拉力比实测拉力大4.85%;得到采用本文方法由振动频率计算的拉力与实际拉力值吻合得较好,对丫髻沙特大桥的两根系杆分别采用频率法和液压千斤顶张拉法识别系杆的内力,两种方法得到的系杆张力极为相近,最大偏差在1%以内,从而验证了本文计算方法的可靠性。  相似文献   

14.
斜拉索功能退化导致结构的线形、索力与设计目标值相差较远,为改善这种状况,首先以索力优化理论为基础,利用最小弯曲能量原理,建立了通过换索改善结构线形与内力的理论和方法。然后以云南皎平渡斜拉桥换索为工程背景,以换索前实测索力和线形为参照,以主梁应力为主要控制目标,综合考虑斜拉索受力和主梁线形来确定斜拉桥换索后合理成桥受力状态。  相似文献   

15.
周艳  宋君超  潘瑞松 《中外公路》2011,31(4):123-127
结合东海大桥工程设计实例,采用有限元分析程序SAP2000建立动力计算模型,选取6条地震波在桥的纵、横向分别作用下的时程分析,得出主梁和主塔、边墩、辅助墩在动力作用下的内力、应力、位移及时程响应情况,最终得出斜拉桥在动力作用下的损伤情况.  相似文献   

16.
部分斜拉桥结构以主梁受弯来承受大部分荷载,拉索索力可改善主梁受力状态,因此部分斜拉桥与斜拉桥一样,通过优化拉索索力来确定部分斜拉桥合理成桥状态下的内力非常必要。采用影响矩阵法原理,以结构应变能最小作为目标函数,对索力加以合理的约束条件,解决了多变量非线性函数的有约束优化问题,从而获得恒载作用下的最优索力和与之对应的合理成桥状态。并对已建部分斜拉桥索力进行实例优化分析。  相似文献   

17.
斜拉桥基于模态分析的滑动状态减震控制研究   总被引:1,自引:0,他引:1  
王克海  朱晞 《桥梁建设》2001,(6):1-3,17
提出了先按振型特征和振型贡献率挑选主导模态,用再连续或开关的滑动状态技术进行减震控制的分析方法,并应用于斜拉桥结构的减震控制中。在工程中可实施的仿真控制精度和控制范围内实现了对大跨桥梁结构减震控制的仿真分析。大跨度斜拉桥的算例说明了这一技术是可行,有效的。  相似文献   

18.
斜拉桥是大跨径桥梁中最具优势的桥型之一。斜拉桥作为复杂的高次超静定结构体系,在施工中受各种复杂因素的影响,结构内力和变形与理论计算值存在一定差异。结合斜拉桥施工监控技术,对混凝土斜拉桥各施工阶段的内力和变形进行实测,并进而对下一施工阶段的内力和变形进行控制,以使结构的成桥内力和线形达到预期数值和状态。结合具体工程,对混凝土斜拉桥施工监控技术中涉及的线形和内力控制技术进行探讨,为同类工程项目提供技术借鉴。  相似文献   

19.
总结了不同国家关于小跨度桥梁的技术评估方法和养护策略,在此基础上提出了一种能够综合反映养护规模和养护时机的斜拉桥技术状态评估方法。该方法以斜拉桥结构单元的维修费用作为等效权重,与层次分析法相比,能够降低个人主观性对构件权重选取的影响。最后以某斜拉桥为工程背景,详细介绍了该评估方法的具体应用。  相似文献   

20.
宋子收  周奎  李胡生 《公路》2011,(4):25-29
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...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号