基于神经网络的桥梁施工控制研究

将神经网络方法结合Matlab用于处理大跨度预应力混凝土连续梁挢施工控制中的箱粱线形控制的误差预测和调整。由于受诸多因素影响,标高的实测值与理论计算值有一定的差异,只有通过前期预测和后期调整相结合,才能保证成桥实际状态同设计要求一致。神经网络可利用实测样本的自学习达到到此目的。应用实例表明神经网络法的预测精度高,这对同类桥梁的施工控制具有一定指导意义。     

大跨度桥梁施工控制中的神经网络方法

神经网络是一种模拟人脑结构和功能的信息处理系统，介绍将神经网络方法用于大跨度混凝土桥梁施工控制中，对桥面预拱度偏差进行预测。实例表明：神经网络利用实测样本的自学习功能，对桥梁施工拱度有较好的预测精度。     

连续刚构桥施工控制中的参数识别方法研究

参数识别是大跨径桥梁施工控制分析中的重点.以某连续刚构桥为例,通过参数敏感度分析确定了连续刚构桥在施工过程中对桥梁线形影响较大的参数,并通过一系列方法得到学习样本,基于神经网络法对待识别参数进行识别修正,并进行下阶段的施工状态的预测,从而使施工过程中各个节段粱体的立模标高得到有效的控制.     

混凝土连续梁桥施工线形控制中的温度影响

以内蒙古包头镫口黄河特大桥施工监控为背景,通过有限元计算和现场实测两种方法分析了温度变化对桥梁施工线形控制的影响;运用灰色系统理论中的新陈代谢GM(1,1)模型建立起温度挠度的预测模型,预测结果表明该模型精度较高,可以用于温度挠度的预测;最后给出了温度变化对桥梁施工线形控制影响的改进方法。实际监控表明:该方法简单可行,能够较好地修正温度变化对桥梁施工线形控制的影响,对今后同类型的工程具有一定的借鉴意义。     

大跨度桥梁分段施工控制研究

根据卡尔曼滤波基本原理,采用非线性卡尔曼滤波系统对大跨度桥梁分段施工过程中的结构参数进行在线估计,将参数修正后的随后理想状态结合结构量测状态,采用灰色预测控制理论控制桥梁结构线形。通过应用实践,验证了施工控制方法的有效性。     

基于人工神经网络和遗传算法的大跨连续梁桥参数相关分析

主要论述了如何采用改进的BP神经网络和遗传算法进行现场施工参数的识别。为解决混凝土的容重、弹性模量所引起的误差,在丹江口二桥的施工控制过程中,采用3层BP神经网络进行混凝土的容重、弹性模量的识别;为确定预应力损失引起的标高偏差,引入了遗传算法对其建模分析,取40个初始染色体群,以5个世代繁衍不再出现更优的染色体作为终止GA计算的条件。文章以这两种方法在丹江口二桥施工过程的预测控制分析中的成功运用为实例,证实了神经网络控制理论和遗传算法在连续梁桥的施工过程的预测与控制中的实用性和有效性。     

大跨度预应力混凝土桥梁监测监控技术研究

讨论大跨度预应力混凝土梁桥监测监控过程中，有限元计算，线形监测，应变测量等方面的技术问题。描述施工预拱度控制的神经网络后期预测技术和应变测试原理及方法，分析测试应力的诸多影响因素，对桥梁的线形，合扰段相对高差的控制，确定实际结构的真实应力，桥梁的施工及安全使用等具有一定的指导意义。     

传统灰预测方法的改进及在桥梁工程中的应用

基于传统等间距灰预测模型GM（1，1），提出一点改进措施，从而提高灰预测精度，并用于桥梁施工过程有关量的预测。     

大跨度桥梁的施工控制

现代大跨度桥梁结构形式与功能日趋复杂,需要结合详细的理论分析和施工过程跟踪测试,采取相应的施工控制措施,保证桥梁施工的顺利进行并达到设计预期的目标成桥状态.施工控制内容包括几何控制、应力控制、稳定控制、影响因素分析等.施工控制方法有事后控制法、预测控制法、自适应控制法、最大宽容度法等.介绍大跨度桥梁施工控制的必要性、任务和主要内容、控制方法、结构计算分析方法以及影响桥梁施工控制的因素,并选取3座不同类型的大跨度桥梁-苏通大桥辅桥(连续刚构桥)、忠县长江大桥(斜拉桥)、武汉阳逻长江大桥(悬索桥),介绍施工控制的主要内容、方法以及取得的成果.     

衡阳东阳渡湘江大桥施工控制

探讨了灰色预测控制理论在大跨径预应力混凝土连续梁桥施工控制中的应用，通过衡阳东阳渡湘江大桥的应用实践，说明灰色预测控制理论能较好地应用于此类桥梁的施工控制中。     

大跨径连续梁桥施工预拱度预测

建立预应力混凝土连续梁桥施工预拱度控制的BP神经网络模型,根据施工过程中桥面实测标高与设计值的差异,用BP神经网络识别预应力损失等参数,预测后续节段的预拱度.在湖北襄樊汉江四桥的施工控制中的应用表明该方法是有效的,与实测的结果较吻合.     

大跨径连续梁桥施工预拱度预测

建立预应力混凝土连续梁桥施工预拱度控制的BP神经网络模型，根据施工过程中桥面实测标高与设计值的差异，用BP神经网络识别预应力损失等参数，预测后续节段的预拱度。在湖北襄樊汉江四桥的施工控制中的应用表明该方法是有效的，与实测的结果较吻合。     

灰色系统理论在连续梁桥施工控制中的应用

根据预测控制理论的基本算法原理,建立了连续梁桥施工控制中的GM(1,1)模型,探讨了灰色系统理论在大跨度预应力混凝土连续梁桥施工控制中的应用,并结合一座大跨度预应力混凝土连续梁桥的悬臂施工实践,说明灰色系统理论能较好地应用于此类桥梁的施工控制中.     

非线性耦合模型在桥梁桩基沉降预测中的应用研究

通过对桥梁桩基的沉降预测,能有效地评价和判断桥梁的稳定性,为现场施工提供一定的指导依据。同时,系统性的预测方法能有效提高预测精度,因此,将灰色模型和BP神经网络进行耦合,建立了桥梁桩基沉降的初步预测模型,再利用马尔科夫链建立误差修正模型,实现桥梁桩基沉降的分阶段预测。该模型发挥了灰色模型“累加生成”灰色序列的优点,增加了沉降数据的规律性,又充分利用了BP神经网络和马尔科夫链的非线性预测能力,具有系统性强、全面性高等优点。同时,利用2个实例进行验证,结果表明实测值和预测值较吻合。其中,实例1平均相对误差为1.37%,实例2的平均相对误差为1.39%,两实例的预测结果差异不大,具有较高的预测精度,验证了所提预测模型的有效性。     

RBF神经网络在隧道围岩变形预测中的应用

在预测隧道围岩变形的过程中,运用神经网络的方法,建立非线性的预测模型,结合张涿高速公路林里隧道的变形实测数据,借助MATLAB 7.1平台,模拟了隧道围岩的变形过程;实验结果表明：RBF神经网络方法在隧道围岩变形的预测中,具有运算速度快,预测精度高,模型稳定可靠的特点,在隧道施工过程中,能够有效的辅助施工控制,提供预测报告。     

PC连续梁桥悬臂浇筑施工线形误差敏感性分析

悬臂浇注施工法广泛应用于预应力混凝土(PC)连续梁桥施工中,但施工过程中的各类施工误差均会对桥梁的线形、应力等造成较大影响。该文在某连续梁桥悬臂浇筑施工中线形实际监控结果的基础上,采用BP神经网络模型建立桥梁施工状态函数,并采用基于蒙特卡罗算法对导致施工控制误差因素的敏感性进行分析,从而得到施工控制中各因素影响的显著程度以及各因素之间耦合作用的显著程度。     

基于灰色理论悬臂施工中连续梁桥的应力预测与控制

为了探索悬臂施工中连续梁桥的应力变化规律、控制桥梁的未来态势,依据施工中黄沙港大桥箱梁不同控制截面上的应力实测数据序列建立多个灰色GM(1,1)模型,预测桥梁应力随施工进程的发展变化.预测结果与测试结果吻合较好,说明该方法在连续梁桥的施工监控中具有实际应用价值.     

基于AHP+BP法高铁桥梁施工安全风险评估模型研究

针对现有高铁桥梁施工风险评估模型存在的主观性强、环节繁琐及需要大量样本等不足,提出基于层次分析法(AHP法)+BP神经网络的高铁桥梁安全风险评估模型。首先对高铁桥梁施工安全进行风险因素的识别,建立风险评估体系;然后采用AHP法对专家经验评估法获取的样本数据进行预处理,结合BP神经网络对处理后的样本进行训练,构建评估模型;最后将该评估模型应用于某高铁桥梁施工安全风险评估。结果表明：该模型能够较全面地评估主要风险因素对高铁桥梁施工的影响,预测得到的风险等级与专家评审结果一致,且该方法更加简洁实用,便于编制标准化的算法程序,可为高铁工程项目的施工安全风险等级评估提供参考。     

支持向量机在路基沉降预测中的应用

在介绍了支持向量机基本原理和实现算法的基础上,将它应用于软土路基填筑施工中的沉降预测,提出了一种有效的预测方法,并构造了预测路基沉降的支持向量机模型。经过与传统BP神经网络方法预报结果比较,表明该方法在较少训练样本的情况下具有精度高、泛化能力强的特点。取得了较BP神经网络建模方法更好的预报效果。为预测填筑施工引起的软土路基沉降提供了一种新的方法。     

混凝土桥梁裂缝宽度监测与预测研究

桥梁裂缝宽度是混凝土桥梁结构在运营阶段的重点观测参数。针对目前监测系统中频繁出现的预警误报情况,本文提出了一种基于中值滤波和非线性自回归神经网络法(NARNN)预测桥梁结构裂缝的方法。选取某混凝土梁桥的4条裂缝数据进行预测,并对输出值与目标值比较及均方误差(MSE)进行精度控制和检验,发现该方法可有效地预测桥梁结构裂缝宽度,可减少监测系统中预警误报的情形。