基于子结构的大型桥梁有限元模型修正方法

实际桥梁结构的整体有限元模型修正时自由度和单元数量较多,待修正参数多,有限元模型修正精度和效率低。为了提高有限元模型修正的效率,提出基于子结构的有限元模型修正方法。子结构方法是化整体分析为局部分析的方法,与直接修正大型桥梁有限元模型相比,子结构方法只需要计算每个子结构少量低阶模态,得到整体结构的特征解及特征解灵敏度,形成模型修正的目标方程和灵敏度矩阵,进而缩短模型修正时间。将基于子结构的模型修正方法用于怒江特大桥主桥(上承式钢桁拱桥)有限元模型修正,结果表明:修正后桥梁的前10阶频率与桥梁的模拟实测频率值相吻合,且模型修正时间仅为传统整体方法的56%。     

基于响应面法的桥梁动力学有限元模型修正

针对动力学频率测试中模型的试验值与理论值误差较大的问题,结合大型桥梁缩尺模型试验,采取基于响应面法的有限元模型修正技术,获取了符合结构本真状态的有限元动力修正模型.选取二次多项式作为响应面函数的数学模型,在修正参数的显著性分析和中心复合试验设计基础上,运用最小二乘法对试验设计的样本空间数据进行拟合,以目标达到法为迭代标准,得到了自锚式悬索桥响应面的显示函数关系,并直观地给出典型响应的空间曲面模型.R2和RMSE指标验证结果表明:经修正后各阶频率峰值误差明显降低;除横向二阶频率外,其余各阶频率修正效果理想,基频最小误差仅为0.96％;基于响应面法的有限元动力模型修正准确可靠;经修正后的有限元模型可作为结构再分析的基准模型.     

钢筋混凝土桥梁结构动力有限元模型修正

在建立桥梁结构有限元模型时,所建的有限元模型与结构的真实情况不可避免地存在着差异。要建立精确的有限元模型,必须利用大桥现场环境振动测量值得到一组结构实测模态参数,用以作为有限元模型修正的基准。利用有限元分析软件ANSYS的优化功能,对桥梁结构进行模型修正,修正后有限元模型的动力特性更加趋近于环境振动实测值。修正后的结构有限元模型可以作为大桥损伤监测和整体性评估的基准。     

基于BP神经网络学习模型对桥梁变形数据处理研究

桥梁的变形预测对桥梁的安全性能研究具有重大意义。利用神经网络的自主学习能力,建立了BP神经网络学习模型,对已测得实际数据进行学习处理,修正权值,预测未来数据变化。结合MATLAB8.0软件进行了程序流程图设计与程序实现。以杭州湾跨海大桥为例,选取前10期检测数据作为学习样本,选取后5期检测数据作为预测期望值,与传统GM模型进行对比,证明了BP学习模型的可靠性与高精度,可以用来对大桥的变形量进行良好的预测。     

基于混合粒子群优化算法的桥梁有限元模型修正

针对传统模型修正方法求解复杂、精度较差等问题,提出基于混合粒子群优化算法的模型修正策略。由于粒子群算法存在早熟收敛问题,采取自适应动态惯性权重策略改进粒子群算法,并引入差分进化算法进行混合优化。在模型修正时,对模型进行相关性分析并选取待修正参数,引入混合粒子群算法修正模型的参数,得到能够真实反映桥梁结构静、动力特性的有限元模型,为结构安全评估及健康监测提供科学依据。采用该方法对某简支梁模型进行修正,修正后的模型精度较高,验证了该算法的有效性。     

基于响应面方法的桥梁静动力有限元模型修正

提出了一种基于响应面方法的桥梁静动力有限元模型修正技术,并成功地应用到了常德市白马湖公园虹桥的有限元模型修正当中.利用结构静载位移和振动频率等现场实测静动力响应,构造联合静动力的结构有限元模型修正的目标函数,在相关指标灵敏度分析的基础上筛选待修正参数,并利用响应面方法拟合桥梁静动力响应的代理模型.最后利用响应面替代模型(Meta-model)对该桥进行有限元模型修正,使得桥梁响应的实测值与计算值达到较好的吻合程度,经过修正后的有限元模型能够反映该斜拉桥的静动力特性,可以作为该桥的基准有限元模型.     

基于结构有限元模型修正的混凝土桥梁技术状态评估

通过对桥梁结构动静荷载试验中有关自振频率评定标准及荷载校验系数等技术问题的讨论,分析了其不合理部分,强调了桥梁结构检算中混凝土材料真实弹性模量的重要性,进而给出了4种混凝土弹性模量的识别方法;在此基础上,利用修正后的结构有限元模型,保证了结构动、静力分析结果的可靠性,为混凝土桥梁技术状态和承载能力的合理评定提供了科学依据,保证了桥梁运营的安全性和耐久性.     

一种基于元模型的桥梁静动力有限元模型修正方法

针对大型桥梁静动力有限元模型修正问题,提出一种基于元模型的修正方法。首先,对桥梁结构进行子结构划分,并利用人工神经网络算法建立修正参数与结构静、动力特性的关系模型(元模型);其次,分别以桥梁静动力测试结果作为有限元模型修正的优化目标,将桥梁静动力有限元模型修正问题转化为多目标优化问题,从而克服了采用单目标优化时,结构静力特性与动力特性目标之间的权值难以选择的问题;再次,通过元模型建立及多目标优化的方法进行结构有限元模型的修正。最后,利用一座钢管混凝土拱桥的静动力试验实测结果,对所提模型修正方法的适用性进行验证。结果表明:该方法具有较好的精度和适用性,可作为大型桥梁结构静动力有限元模型修正的一种实用方法。     

基于BP神经网络的桥梁技术状态评估

用养护规范中17个评价指标作为输入层网络神经元,把桥梁损伤等级参数作为输出层神经元,建立了桥梁评估3层BP神经网络模型.选用湖北省110座旧桥的评估数据作为训练样本,后10个作为测试样本,经过2 068次迭代运算的网络训练,得到了误差满足精度要求的收敛网络.将待评估的桥梁参数输入训练好的网络,得到评估桥梁的技术状态等级...     

基于BP神经网络模型预测区域需水量

水资源短缺制约了区域经济的发展,成为其发展"瓶颈",对区域需水量进行预测提高了水资源的利用效率,对缓解水资源供需不平衡现象起到了显著的作用。该文应用BP神经网络对区域各部门需水量进行了预测,经实例验证不但精度可靠,而且可综合考虑各部门需水量的影响因素,对区域生态环境需水量也进行预测,这对改善生态环境,提高生活质量可起到重要作用。     

桥梁结构有限元模型的仿射-区间不确定修正

为获得桥梁结构的基准状态,考虑测试和结构参数的不确定性,将区间分析、仿射算法引入响应面有限元模型修正方法中,建立了一种新的桥梁结构有限元不确定模型修正方法。在讨论结构特点及力学行为的基础上,选择了待修正结构参数和结构响应后,采用均匀试验设计方法获得试验样本,同时结合多样本的有限元分析,采用F检验法得到结构响应的显著性参数。基于有限元模型修正的响应面方法,构建结构的响应面替代模型后,引入区间分析算法的自然拓展,将响应面模型拓展为区间响应面函数,同时采用仿射算法解决区间分析的区间扩张问题,构建桥梁结构有限元模型的仿射-区间不确定修正方法,并采用遗传算法进行区间优化求解。另外,针对区间响应面有限元模型修正的具体需求,提出了区间响应面函数的两步验证方法。用斜拉桥振动台模型桥梁在不同工况下的测试模态参数和斜拉索索力,对其进行有限元模型的不确定修正,实现了实测响应与有限元计算响应间误差的最小化。区间响应面函数的两步验证证实了参数修正范围和结构响应的有效性和正确性,修正后结构纵向、横向、竖向的一阶,二阶频率以及索力的实测响应均在计算响应范围内。验证结果表明：所提有限元不确定模型修正方法,能有效实现桥梁结构有限元模型的修正。     

基于BP神经网络的中等跨径桥梁损伤识别探讨

针对中等跨径桥梁中的损伤识别不敏感问题,运用BP神经网络进行中等跨径桥梁结构损伤识别。利用MIDAS/Civil分别建立三跨连续变截面箱梁完好及不同损伤状态下有限元模型,分析桥梁不同状态下的特征值,发现中等跨径桥梁对结构损伤的敏感性依次为振型竖向位移固有频率;将参数化的结构固有频率及振型作为BP神经网络的输入、损伤位置和损伤程度作为输出进行神经网络训练,对各工况下损伤位置和损伤程度进行识别,发现识别效果较差,通过获取中等跨径桥梁的自身特性,利用BP神经网络难以识别结构损伤,需探索合适的损伤识别参数及适用于中等跨径桥梁的方法。     

基于有限元模型修正的施工参数识别

针对目前桥梁结构施工控制中的参数识别问题,提出基于有限元模型修正的施工参数识别方法。通过参数敏感性分析确定影响结构响应的主要参数、构造目标函数并对其进行优化求解,从而实现有限元模型修正,进行结构参数识别。对某预应力混凝土连续刚构桥进行施工阶段全过程有限元模拟和参数识别,识别结果表明,所提方法可以指导实际结构的施工参数识别。     

基于监测数据的系杆拱桥有限元模型修正

针对复杂超静定杆系拱桥结构有限元建模失真的问题,结合特征值模态参数识别法、模态置信准则和目标函数修正法,提出一种基于监测数据的系杆拱桥有限元模型修正方法;以福建宁德市福宁路二桥为例,采用该方法对有限元模型进行修正,验证其可行性。结果表明,修正后模型的频率更接近于实测频率,但拱肋一阶横弯矩存在较大误差;未出现材料参数因改变幅值太大而失去物理意义的现象,力学效应值与实测值也相差较小。     

考虑结构损伤的在役混凝土桥梁有限元模型修正方法

混凝土桥梁结构及材料参数在服役期间处于动态变化过程(如材料劣化),在桥梁完工投入运营之后再测定桥梁的材料或者结构参数较为困难,且采用基于桥梁初始设计参数建立的有限元模型来对其进行模拟的精度有限。为建立考虑结构损伤的在役混凝土斜拉桥的高精度有限元模型,提出了一种基于桥梁荷载试验的混凝土斜拉桥有限元模型修正方法。首先以一座混凝土斜拉桥为依托工程,建立了桥梁初始Midas有限元模型。在考虑混凝土斜拉桥结构特点、施工误差以及可能出现的结构损伤部位的基础上,选取4个结构参数及1个试验参数作为待修正参数。根据依托工程桥梁荷载试验特点及常规试验内容,选择了4个覆盖了结构静、动力特性的指标作为目标函数,根据有限元计算结果建立了待修正参数与目标函数之间的响应面方程。最后根据依托工程荷载试验的结果,结合响应面方程对初始有限元模型进行了修正。结果表明:采用修正后参数的计算结果与实际桥梁施工情况相符,修正后的桥梁有限元模型具有较高精度,可较好地反映出实际桥梁工程在弹性阶段的静、动力力学状态;所提出方法可通过桥梁荷载试验来反推桥梁当前状况下的参数状态,实现对桥梁结构的精确模拟,该方法不仅适用于新建桥梁也可对长期运营的桥梁的结构状态进行反推和模拟。     

基于遗传算法的BP神经网络在桥梁安全评估中的应用

为对桥梁的安全性进行科学准确的评估,基于遗传算法与BP神经网络提出了一种新的桥梁安全评估方法。该算法采用遗传算法和误差反向传播算法(BP)相结合的混合算法来训练前馈神经网络,即先用遗传算法进行全局训练,再用BP算法进行局部精确训练,既克服了传统BP网络训练时间长,易陷入局部极值的缺点,又提高了全局收敛的效率。采用该算法对一座悬索桥——宜昌长江大桥的安全性进行评估,并与专家评估结果进行对比分析。结果证明,该算法收敛速度快,预测精度高,为桥梁的安全评估提供了一种新思路。     

基于BP神经网络的城市道路轻型车排放率模型

从不同角度研究城市道路交通流动态微观排放模型是进行交通环境评价的基础.以长春市典型城市道路为研究对象,在捷达Gix瞬时质量排放数据的基础上,利用BP神经网络建立了NOx、HC、CO3种污染物排放率模型,并运用实际道路测量数据对模型进行了验证,得出了一些有益的结论.     

基于BP神经网络模型的人才考核评价研究

人才工作考核评价是对人才素质、业绩和人才价值的综合测评。多年的人才管理工作实践表明,引入科学的人才评价体系是人才资源有效开发的前提和开展人事人才工作的基础。本文从素质、能力和贡献3个角度提出人才考核评价的指标体系,并引入BP神经网络模型,提出了BP神经网络模型在人才考核评价中的工作程序和原理,为今后人才考核评价的研究提供了相关依据。     

基于BP神经网络的居民出行方式选择模型

以城市居民出行方式选择行为作为研究对象,分析了影响出行方式选择行为的主要因素,利用BP神经网络可以自动获取研究对象的输入、输出间关系和较强的学习训练特性,建立了基于BP神经网络的居民出行方式选择模型,并通过2009年济南市居民出行调查数据对模型进行了实例分析。结果表明：BP神经网络模型能够较好地描述居民出行交通方式选择行为。     

基于BP神经网络轻型轿车排放模型的应用

本文利用BP神经网络理论,构造一个预测轻型轿车排放的BP神经网络模型,经验证,预测模型能较好地对一般轻型轿车排放结果进行定性预测,可以作为简易稳态工况法(ASM)尾气检测前的参考,对节约检测成本、提高一次检测通过率有着较高的实用价值;同时以南京市为例,研究了轻型汽油车行驶里程、使用年限等参数对排放的影响,为有针对性的维修治理提供可靠的依据。