雷暴风作用下大跨度桥梁抖振响应智能预测研究 |
| |
引用本文: | 陶天友,邓鹏,王浩,石棚.雷暴风作用下大跨度桥梁抖振响应智能预测研究[J].中国公路学报,2023(8):87-95. |
| |
作者姓名: | 陶天友 邓鹏 王浩 石棚 |
| |
作者单位: | 1. 东南大学混凝土及预应力混凝土结构教育部重点实验室;2. 东南大学土木工程学院 |
| |
基金项目: | 国家自然科学基金项目(52278486,51978155)~~; |
| |
摘 要: | 面向特异风环境桥梁风振实时推演,开展了雷暴风作用下大跨度桥梁抖振响应智能预测研究。以苏通大桥实测数据为基础,分析了风场参数与主梁抖振响应之间的相关性,确定了桥梁雷暴风效应的主要关联参数。基于前馈神经网络(FNN)、卷积神经网络(CNN)、长短期记忆网络(LSTM)、门控循环单元(GRU)等典型神经网络模型,以主要风场关联参数及历史抖振响应作为输入,开展了桥梁抖振响应预测网络架构与模型训练,并对比分析了4种模型的预测效果。研究结果表明:雷暴风作用下大跨度桥梁的抖振响应主要与平均风速、平均风向、脉动风速均方差、紊流积分尺度等风场参数密切相关;待预测的桥梁抖振响应与历史风场及桥梁状态参数有关,需考虑二者的记忆效应;FNN与CNN未能较好地表征该记忆效应,故预测结果与实测值仅趋势相近,预测误差相对较大;GRU与LSTM的预测效果总体较好,GRU在雷暴风风速较大时的预测效果最优;LSTM在高风速下的预测效果略低于GRU,但在风速较低时的抖振预测精度最高,即具有更强的泛化能力。研究结果可为雷暴风易发区大跨度桥梁的安全运维提供借鉴与参考。
|
关 键 词: | 桥梁工程 抖振响应 深度学习 雷暴风 大跨度桥梁 响应预测 |
|
|