基于LSTM神经网络的桥梁损伤预警方法

为准确把握桥梁服役期内的健康状况,提高损伤评估效率,基于泗安塘大桥主桥某年多个测点的车致应变数据,建立了一种桥梁损伤预警方法。首先使用长短时记忆(LSTM)神经网络建立了车辆荷载作用下桥梁不同测点的多输入相关性模型,之后建立桥梁有限元模型模拟有损工况的桥梁状态,并提出损伤评估指标,最后根据损伤评估指标进行桥梁损伤预警。结果表明：采用LSTM神经网络建立的多输入相关性模型能够实现桥梁任意测点间车致响应的高精度预测;基于有限元模拟的车致应变提出的4个损伤评估指标能对假定的桥梁损伤进行明显识别;对泗安塘大桥主桥进行状态评估,4个损伤评估指标均稳定分布在一定的范围内,表明该桥近期没有增加新的损伤;建立了基于多测点的结构损伤评估指标体系,设定同时刻75%及以上的损伤评估指标超限时发出预警。     

基于多态模糊贝叶斯网络的桩锚支护边坡失稳可能性评价

针对目前公路边坡失稳事故频发,安全评价问题日益突出,而传统的边坡可靠性分析方法大多不能同时处理具有模糊性和多态性的系统可靠性分析问题,提出了一种基于多态模糊贝叶斯网络的桩锚支护边坡失稳可能性评价方法。该方法利用三角模糊子集描述根节点先验概率,用[0,1]模糊数描述节点故障状态,克服了传统贝叶斯网络过度依赖精确概率以及不能考虑节点中间故障状态的问题;依托某公路9级边坡,构建了桩锚支护边坡失稳多态模糊贝叶斯网络,并进行了失稳可能性评价。结果表明:多态模糊贝叶斯网络能够准确评价桩锚支护公路边坡不同失稳状态发生的可能性,且比传统贝叶斯网络更加贴合工程实际;针对根节点的模糊重要度分析结果可用于指导边坡失稳风险控制工作;实例边坡出现"严重"失稳事故的可能性较大,根节点"混凝土锚墩破坏"和"承压板或夹片破坏"对其失稳的影响最为显著。     

桩锚支护边坡失稳风险评价的改进故障树分析方法及应用

针对目前公路边坡运营期安全评价问题突出,而传统的风险分析方法存在定量化水平不足、应用复杂的问题,提出了一种基于改进故障树分析和等风险图法的桩锚支护边坡失稳风险评价方法。该方法基于底事件实际故障程度利用T-S模糊故障树分析计算桩锚支护边坡失稳可能性,克服了传统故障树分析底事件概率获取困难、事件关系具有模糊性和未考虑事件中间故障程度的问题,降低了故障树分析的应用难度,扩展了其功能。同时,将等风险图引入桩锚支护边坡失稳风险评价中,用风险损失效用值量化损失,用风险系数定量评价边坡失稳风险量,有效提高了桩锚支护边坡失稳风险评价的定量化水平。实例分析表明:该方法比传统故障树分析更加方便、实用,能准确、定量地评价桩锚支护边坡失稳风险,评价结果与现场实际情况和监测数据吻合良好。     

基于太阳能-热管的循环流体加热桥面融雪系统试验研究

为准确分析基于太阳能-热管的循环热流体桥面融雪系统的工作性能,综合考虑桥面结构、热管埋深、集热器类型等因素,建立了以太阳能集热器为热源的循环热流体加热热管融化桥面积雪的足尺试验系统。基于前期监测数据,对系统融雪性能、集热效率进行了分析。研究结果表明:(1)系统对桥面升温效果明显,在桥面无预热且桥面供热温度为15℃～20℃条件下,最大可提高桥面温度7℃,且系统在5h内以先慢后快的速度融化了5cm厚的积雪;(2)较浅的热管埋深更加有利于融雪,融雪过程中浅埋段、中埋段和深埋段的平衡温度分别为2℃、1.5℃和0.6℃;(3)热管热量向下部水泥混凝土传递比上部沥青混凝土更多,距离热管相同距离的水泥混凝土和沥青混凝土温度相差3℃(5cm)和6℃(10cm);(4)融雪过程中热管管身温度并不一致,两端较中间温度高1.0～1.5℃,同时管排串管温度较热管高约5℃～6℃;(5)冬季晴朗天气光照下,系统平均集热功率为2.2kW,阴雨天气平均热损功率为0.33kW,真空管集热器较平板型集热器效率更高,两者集热效率之比约为1∶0.58。