基于层次分析法的双曲拱桥耐久性模糊评估

为了准确地对在役双曲拱桥的耐久性进行评估,应用层次分析法建立了双曲拱桥耐久性评估的模型,应用模糊数学中隶属函数理论,对评估模型中的两个层次中的评估指标建立隶属函数,采用二级模糊综合评判进行耐久性评估。通过工程实例分析表明,评估结果与实际情况较为吻合,该方法是可行的,具有较好的工程实用性。     

基于耐久性等级评定桥梁加固前与加固后的剩余使用寿命探讨

以层次分析法为基础,应用模糊系统理论建立了一种桥梁结构耐久性评定的模糊综合评定法。该方法在桥梁结构耐久性多层次综合评定模型的基础上建立了各级评价因素对各耐久性等级的隶属函数,考虑评价因素对目标评定值的权重,由最大隶属原则,得出待评定桥梁结构的耐久性等级,以此推断出该桥梁加固前与加固后的耐久性使用寿命,具有一定的实用性。     

基于云重心理论的桥梁技术状态评定方法

鉴于现行桥梁技术状态评定方法未体现评定过程模糊性和随机性的不足,本文将云重心评价理论及劣化模型引入到桥梁技术状态评定当中,在桥梁技术状态的云划分方法的基础上,分别建立各层级结构与构件的云模型,将桥梁技术状态划分为5个云图,建立基于云重心理论的桥梁技术状态评定方法,获得了桥梁技术状态劣化模型,对南宁大桥采用云重心方法及现行规范方法进行详细的技术状态评价,研究表明,本文提出的方法与规范方法评估结果等级相同,但本文提出的模型同时考虑了桥梁技术状态评定过程中的随机性和模糊性,在桥梁技术状态评定中具有很高的可信度和广泛的适用性。     

基于云重心理论的桥梁技术状态评定方法

鉴于现行桥梁技术状态评定方法未体现评定过程模糊性和随机性的不足,本文将云重心评价理论及劣化模型引入到桥梁技术状态评定当中,在桥梁技术状态的云划分方法的基础上,分别建立各层级结构与构件的云模型,将桥梁技术状态划分为5个云图,建立基于云重心理论的桥梁技术状态评定方法,获得了桥梁技术状态劣化模型,对南宁大桥采用云重心方法及现行规范方法进行详细的技术状态评价,研究表明,本文提出的方法与规范方法评估结果等级相同,但本文提出的模型同时考虑了桥梁技术状态评定过程中的随机性和模糊性,在桥梁技术状态评定中具有很高的可信度和广泛的适用性。     

钢筋混凝土结构耐久性评估的研究

总结目前既有钢筋混凝土耐久性评估的方法,将评估等级分为5个等级,给出服从梯形或半梯形分布的隶属函数,来确定构件耐久性影响因素对各个等级的隶属度,运用层次分析法确定初始权重后,将提出根据影响因素实际检测结果进行权重修正的更加合理确定权重的方法,对模糊综合评估结果进行分析处理,建立既有钢筋混凝土结构耐久性的模糊综合评估模型,应用于工程实际,可用于多种类型的钢筋混凝土耐久性评估,具有普遍性。     

模糊评价在超声波透射法桩基检测中的应用

指出在超声波透射法桩基检测中,PSD-V-A法评定基桩混凝土质量的结果具有模糊性,鉴于这一特征,建立了一种基于模糊数学的模糊综合评价模型,将非定量因素定量化,建立隶属函数,确定因素权重,从而更好的划分桩基质量等级,并结合工程实例进行了验证分析。     

基于模糊理论的在用RC桥梁耐久性评估

大量的混凝土桥梁存在着不同程度的耐久性损伤,为了保证桥梁结构的安全性和耐久性,必须要对桥梁的状态做出科学的评估。将模糊理论应用于在用钢筋混凝土桥梁耐久性的评估中,确定评估指标,建立了基于模糊数学的评估模型。通过层次分析确定耐久性指标权重并进行修正,实现了不同桥梁由于各指标不同损伤程度而在评估时采用不同权重。运用变权模糊综合评估原理进行了既有钢筋混凝土桥梁上部结构的耐久性评估。将现代控制理论的研究成果模糊理论引入桥梁结构耐久性评估中。     

某特大桥主桥变截面悬臂箱梁施工控制方法与分析

结合实例工程,分析变截面悬臂箱梁各节段施工监控技术和方法,在挂篮前期的预荷载方法、立模标高的修正和桥梁模型的建立及计算分析基础上,根据桥梁结构理想状态、现场实测状态和误差信息进行误差分析,使结构施工的实际状态趋于理想状态,保证了桥梁线形美观和结构合理,最终达到健康运营为目的。     

北京市火灾风险综合评估指标体系研究

针对北京市火灾的特点,通过对北京市1995~2004年的火灾统计资料的分析,结合我国火灾分类分级及前人的研究成果,建立了北京市火灾风险的多层次评估因素集。运用模糊数学的理论和方法,建立了火灾综合评估指标特征值、隶属函数及权重的确定方法。根据模糊综合评价原理提出了北京市火灾风险的模糊综合评估模型,并应用此模型进行了实例分析。     

荷载试验检测技术在桥梁技术状态评估中的应用

在对桥梁技术状态进行评估时,桥梁结构承载能力是关系到桥梁是否能够安全运营的根本,因此需要通过准确、有效的方法对其进行测试、评定。对桥梁进行荷载试验无疑是目前最科学、可靠的检测手段。利用荷载试验检测技术对桥梁工作状态进行模拟加载,实测结构在荷载作用下的各种状态参数,通过数据的整理分析、理论验算比较,对结构的实际承载能力作出评定,并最终对结构状态进行评估。本文详细阐述了荷载试验的任务、评价方法以及在桥梁技术状态评估中的作用,同时也说明了荷载试验目前的不足和局限性及发展方向的展望。随着交通城市的快速发展,日趋规范、科学的荷载试验将在桥梁技术状态评估中起到重要的决定作用。     

桥梁结构状态评估的现况、方法及问题综述

本文简要介绍了国内外桥梁结构状态评估的现况,在此基础上,阐述了可靠度理论、层次分析法、模糊理论、神经网络以及基于损伤力学和疲劳断裂等桥梁结构常用的状态评估理论及方法。最后,较详细阐述了桥梁评估的过程,说明了目前桥梁评估中存在的问题,以及桥梁评估问题的本质探究。     

人工神经网络技术在桥梁检测评估中的应用

对现有桥梁的评估方法作了简要介绍,重点讨论了常用的BP人工神经网络模型,并将BP模型应用到桥梁结构检测评估中,指出人工神经网络在桥梁结构的检测评估方面一定有很好的发展前景.     

在役桥梁耐久性状态评估

长期以来桥梁状态评估都忽视了耐久性评估,桥梁结构是一个复杂的系统,影响其耐久性状态的因素复杂而繁多。层次分析法(AHP法)将复杂的系统层次化、简单化,并通过比较各影响因素的重要性确定评估指标的初始权重。根据评估指标的初始权重和检测数据,利用变权原理确定评价指标的变权重。模糊综合评估法较好地解决了桥梁结构的模糊性和算法的确定性之间的矛盾。基于层次分析法,结合斜拉桥自身结构特点根据相关规范建立了斜拉桥耐久性状态评估递阶层次模型。在理论分析的基础上给出了桥梁耐久性状态模糊综合评估法的流程图。     

钢管混凝土拱桥技术状况检测与评定

以某钢管混凝土拱桥为研究对象,开展常规外观检查和桥位水质调查,分别应用《城市桥梁养护技术规范》(CJJ 99—2003)和《公路桥涵养护规范》(JTG H11—2004)对桥梁的状况进行评估。结果表明:该桥评定状况分别属于D级和三类桥,需要进行中修;2个规范中缺乏与钢管混凝土拱桥有关的专门条款,存在着不足之处;虽然2个规范对该桥的评定结果相近,但是在上部结构、下部结构和桥面系的状况指数、权重方面存在着一定的差异,其一致性方面的检验还有待更多桥例的验证。     

Intelligent Steel Bridge Coating Assessment Using Neuro-Fuzzy Recognition Approach

Recently, digital image recognition has been applied to steel bridge coating assessment. However, non-uniform illumination is always a problem and affects the accuracy of processed results. In order to resolve the recognition problems arising from non-uniformly illuminated images, the neuro-fuzzy recognition approach (NFRA) is proposed. NFRA segments a grayscale image into three areas in accordance with the illumination values of the pixels in the image. The three average illumination values of the three areas are then sent to a pre-trained neural network to generate three corresponding threshold values. The fuzzy adjustment system adjusts the gray level values of the pixels along the boundaries between areas. Finally, image thresholding is applied to get a binary image containing only the object pixels and the background pixels. Besides the background and framework of NFRA, this paper also introduces a random sampling plan to help select positions for image taking during steel bridge coating inspections.     

基于模糊理论及AHP法既有梁桥诊断技术

针对既有混凝土梁桥的特点,建立了混凝土梁桥的综合诊断评估模型。对于上部结构,利用模糊数学和层次分析（AHP）法把桥梁结构承载力的主要因素进行系统化,根据实测数据估算上部结构的承载力折减系数;对下部结构则采用定性分析,另外考虑设计规范的影响,然后运用层次分析法实现对全桥结构的综合诊断。     

基于模糊神经网络算法的电梯群控系统

总结了电梯群控系统的特征,研究了模糊神经网络,实现了模糊推理在神经网络结构中的运用。采用BP神经网络优化了群控系统的部分控制参数。并利用仿真将基于模糊神经网络的电梯群控系统与传统电梯群控方法进行比较。     

Probabilistic Neural Network for Reliability Assessment of Oil and Gas Pipelines

A fuzzy artificial neural network (ANN)–based approach is proposed for reliability assessment of oil and gas pipelines. The proposed ANN model is trained with field observation data collected using magnetic flux leakage (MFL) tools to characterize the actual condition of aging pipelines vulnerable to metal loss corrosion. The objective of this paper is to develop a simulation-based probabilistic neural network model to estimate the probability of failure of aging pipelines vulnerable to corrosion. The approach is to transform a simulation-based probabilistic analysis framework to estimate the pipeline reliability into an adaptable connectionist representation, using supervised training to initialize the weights so that the adaptable neural network predicts the probability of failure for oil and gas pipelines. This ANN model uses eight pipe parameters as input variables. The output variable is the probability of failure. The proposed method is generic, and it can be applied to several decision problems related with the maintenance of aging engineering systems.     

Discussion of papers

This paper describes a bridge condition assessment model that is based upon the simplification of a computational technique called resolution identity of fuzzy sets. The proposed model utilizes a fuzzy weighted average to combine fuzzy bridge condition ratings. The procedure is based on the decomposition of fuzzy sets into non-fuzzy level-sets or intervals. The utility and effectiveness of this procedure are illustrated with an example of the bridge condition assessment problem.     

基于模糊神经网络的建筑能耗评估模型研究

通过研究公共建筑耗能特点,结合建筑节能标准,提取了建筑能耗主要影响因素。在研究T-S模糊神经网络结构和算法的基础上,提出了基于T-S模糊神经网络的建筑能耗评估模型,用改进FCM聚类方法确定网络结构和参数初值,运用混合学习算法训练网络模型。将模型运用到评估实例中,结果表明基于改进FCM聚类的T-S模糊神经网络评估模型结构简单,学习和泛化能力强。