基于混合算法的大跨度钢管混凝土拱桥正常使用可靠度评估

基于《公路钢管混凝土拱桥设计规范》和《钢管混凝土拱桥技术规范》系统的构建了大跨度钢管混凝土拱桥正常使用可靠度评估模型.针对钢管混凝土拱桥功能函数隐式化及高度非线性的问题,将BP神经网络、均匀设计法及改进JC法综合运用,提出了适用于这类复杂结构可靠度分析的混合算法,通过数值算例和实际结构验证了该算法的可行性和准确性.实桥工程评估表明:在正常使用极限状态下,大跨度钢管混凝土拱桥各构件可靠度水平差异较大,主拱应力和挠度可靠指标均远超规范的规定,具有较大的优化空间;横梁和立柱应力可靠指标偏低,应引起设计的注意.     

大跨度钢管混凝土拱桥非线性地震响应分析

研究了大跨度钢管混凝土拱桥在同步激励和多点激励作用下的非线性地震响应特性及主要影响因素。采用时程分析法计算了大跨度钢管混凝土拱桥的非线性地震响应,研究了几何非线性对结构地震响应的影响,探讨了恒载内力和构型、多点激励效应等因素对大跨度钢管混凝土拱桥非线性地震响应特性的影响,结果表明结构的几何非线性性质对大跨度钢管混凝土拱桥的地震响应有较大影响。     

基于响应面法的钢管混凝土拱桥扣索张拉力确定

随着无支架缆索吊装斜拉扣挂法在钢管混凝土拱桥中的应用,为合理、简便地确定钢管混凝土拱桥扣索张拉力,提出了基于响应面法的钢管混凝土拱桥扣索张拉力的确定方法.该方法包括试验设计、有限元模型计算、响应面模型回归及扣索张拉力确定.以实桥工程为例,采用Box-Behnken Design进行试验设计,通过二次多项式回归的响应面模型将扣索张拉力与结构响应间的隐式关系显示化.以回归的响应面模型为目标函数,扣索张拉力取值为约束条件,采用非线性规划方法求解扣索张拉力.研究表明:该方法可以合理、简便地确定钢管混凝土拱桥扣索张拉力,对工程实践有较强的借鉴意义.     

行波激励下千岛湖大桥的随机地震响应特征

钢管混凝土拱桥因为其优秀的结构特性在工程界中得到越来越多的广泛应用。随着工程与科学技术的发展和实际工程的需要,钢管混凝土拱桥的跨度越来越大,单纯的一致激励已经不能满足工程抗震的需要。因此本文对杭州千岛湖1号大桥采用随机振动方法,对拱肋内力响应随视波速的变化趋势进行分析。结果证明,大跨度拱桥在一致激励和行波激励下会出现迥异的响应。     

大跨钢管混凝土拱桥混凝土自调载灌注方法

为改善大跨度钢管混凝土拱桥混凝土灌注期间结构受力和变形,基于拱肋应力和变形影响线,提出一种自调载灌注方法. 推导了拱圈加权弯矩能同混凝土龄期的理论公式,提出以分阶段成桥与一次成桥设计状态加权弯矩能差异最小为目标优化灌注间隔,避免已灌混凝土过早承载. 应用ANSYS自带的APDL语言,针对新龙门大桥开发了专门的灌注仿真程序,展开钢管混凝土拱桥分段灌注优化分析. 结果表明:所提出的自调载灌注法应用于钢管混凝土拱桥灌注施工是合理可行的,基于拱肋应力和变形影响线确定的灌注方案,可实现此类拱桥灌注过程中结构变形和应力的自控制;以分阶段成桥与一次成桥设计状态加权弯矩能差异极小为目标建立的优化方法,可合理确定大跨径钢管混凝土拱桥分段灌注的起灌时间. 相比临时扣索、水箱压重等调载方法,自调载灌注方法可减少施工辅助工艺,降低工程建设总造价.     

大跨度上承式钢筋混凝土箱肋拱桥设计

以金寨县金桃大桥为例介绍了大跨度上承式钢管混凝土箱肋拱桥的主要设计过程.为了合理拟定拱桥的重要尺寸,设计时采用通用Midas软件对全桥进行了结构分析和计算.结果表明,该拱桥尺寸拟定合适,整体结构安全可靠,可为同类桥梁的设计提供参考.     

大跨度钢管混凝土拱桥地震响应分析

利用有限元法建立大跨度钢管混凝土拱桥的结构模型,计算其自振性能,应用时程分析法,计算该桥考虑吊杆张力和拱肋初始应力影响的动力特性和地震响应,并与不计吊杆张力和拱肋初应力影响的桥梁动力特性和地震响应进行了比较,分析了该拱桥的结构抗震反应.结果表明,初始应力对于拱肋的力学性能影响不大,并满足设计要求,本桥抗震性能良好.     

钢管混凝土拱桥安全性智能评价系统研究

依据层次分析法的基本思想，建立了完整的大跨度钢管混凝土拱桥安全性评价模型及其指标体系，并引入模糊理论和神经网络技术建立了大跨度钢管混凝土拱桥安全性智能评价系统。通过实际工程检验，评价结果直观简单，较好的反映了在役桥梁结构的安全性状况，证明该评价系统的可行性与实用性。     

大跨径钢管混凝土拱桥拱上建筑施工优化研究

大跨径钢管混凝土拱桥拱上建筑是上承式拱桥的重要组成部分,起着将桥面荷载传递到拱肋的作用,拱上建筑的施工往往会对拱肋结构的受力、位移和稳定性产生很大的影响.以某大跨度钢管混凝土拱桥为依托,建立有限元模型,就其拱上建筑的施工进行了优化研究,最终确定了拱上建筑分阶段、穿插进行的施工方法,为同类桥梁施工提供参考和借鉴.     

大跨度细管径薄壁钢管拱桥混凝土配合比设计与施工

浙江南浦大桥为典型的大跨度、细管径薄壁钢管混凝土拱桥,其钢管混凝土施工采用泵送顶升法,施工难度大,对混凝土性能要求高.经混凝土配合比设计与优化,制备出满足设计要求的C50微膨胀钢管混凝土,并进行混凝土的拌合物性能、物理力学性能及微观结构分析研究.结果表明,所配制的混凝土不离析、不泌水,初始坍落度23 cm,扩展度不小于60 cm,混凝土拌和物3 h后的坍落度不小于18 cm,混凝土具有早强、高弹性模量和补偿收缩等性能,完全满足浙江南浦钢管混凝土拱桥的工程设计及施工要求.     

基于Fourier正交基神经网络响应面法的结构可靠性分析

将Fourier正交基前向神经网络响应面法应用于估计结构失效概率。基于数值逼近原理,以Fourier正交多项式作为隐层神经元的激励函数,利用随机变量输入矩阵的广义逆矩阵形式计算权值,以Fourier正交基响应面代替传统多项式响应面,拟合其极限状态曲面,结合可靠性理论计算其失效概率。通过实例数值分析,证明了本文方法的正确性,同时具有公式简单、易于编程的优点,为解决结构可靠性分析问题提出了一种新方法。     

Earth slope reliability analysis under seismic loadings using neural network

σ2Z=∑ni=1(g Xi)2Var(Xi)(5)whereVar(Xi)isthevarianceofrandomvariableXi.AccordingtoEqn.(1),weobtainμZ=μF-1;σZ=σF(6)whereμFandσFarethemeanvalueandthestandarddeviationofthesafetyfactorF,respec tively.Consequently,thereliabilityindexinslopesafetyanalysiswasevaluatedasfollowsbasedontheconceptoftheFOSMmethod[1].β=μZσZ=μF-1σF(7)whereβisthereliabilityindexinslopestabilityanalysis.ThekeystepofEqn.(7)isthecalcula tionofthestatisticalmomentsofthesafetyfactor,i.e.themeanvalue(μF)an…     

基于机电阻抗法的桁架结构加载状况监测

采用机电阻抗法监测三跨桁架结构加载状况,并利用BP神经网络方法进行结构载荷的定位和定量研究.首先,研究激励频率对压电陶瓷片感知结构变化的灵敏度的影响,并选取最佳敏感频段为190~200 k Hz.然后,测得2个监测节点独立性良好,有助于实现载荷定位监测.最后,将采集到的桁架结构加载时的部分阻抗虚部数据进行合理的数据压缩后作为输入样本.压缩前后的数据对比显示这种压缩方法具有可靠性.建立并训练神经网络,剩余部分数据经过相同处理后作为测试样本对训练好的BP网络进行测试.实验结果表明:基于机电阻抗法,利用神经网络可有效实现桁架结构中载荷的精确定位与定量.     

RBF神经网络算法及其应用

在径向基神经网络学习算法的基础上,提出了一种新的RBF神经网络学习算法,该算法将变长度染色体遗传算法和最小二乘法相结合,能够同时确定径向基神经网络的结构和参数。用此方法建立热电厂热负荷预测模型,并与BP神经网络和增长型结构学习算法的RBF神经网络方法相比较,结果表明可以取得更好的效果。     

人工神经网络结合遗传算法反演岩体初始地应力的研究

提出综合应用实数编码的遗传算法与改进的BP神经网络的优化反演分析方法,并通过数值分析,探讨了该方法在应用于位移反演岩体初始应力与材料参数方面的有效性.在算例中,以Burgers模型的计算数据作为改进神经网络的训练样本,用遗传算法搜索待反演参数解向量.计算结果表明利用遗传算法优化神经网络权值能提高神经网络迭代算法的效率与可靠性.该方法应用于岩体初始应力场的反演具有迭代过程平稳、收敛快、结果准确等特点,能够有效地求得岩体初始应力与材料参数.     

基于神经网络响应面法的汽轮机叶片强度可靠性分析

对叶片强度进行可靠性分析,当功能函数为随机输入变量的隐性函数时,就无法直接用常规可靠性分析方法得到叶片的可靠度,因此将有限元,神经网络响应面和一阶可靠性方法(FORM)相结合,针对某汽轮机振动实验台的等直叶片,考虑几何参数、材料参数和载荷参数的随机性,在合理构造神经网络结构的基础上,利用有限元数值计算获得神经网络训练样本,通过对样本的学习和训练,获得叶片功能函数与随机变量之间的映射关系;选择非线性S型函数作为网络隐含层的激励函数,利用该函数的一阶导数是其自身函数的特点,推导出了功能函数对随机变量的一阶偏导数,进而采用FORM方法得到了叶片可靠性指标β并完成叶片强度的可靠性分析。将计算结果与Monte-Carlo模拟法进行对比,证明了该方法的正确性和有效性。该方法为后续进一步研究多失效模式下叶片的可靠性分析提供了新的思路。     

基于趋势检查法的遗传神经网络模型及工程应用

针对神经网络中模型可靠性问题,提出了趋势检查法的思路,采用评价指标中评价等级的影响趋势对模型进行检查,基本过程为不断调整模型参数、训练、趋势检查,直到获得最优模型。趋势检查法为一种通用方法,可用于任何基于先知经验方法的模型可靠性检查,为模型可靠性检查提供了一种新思路。对于神经网络学习样本贡献度不同的问题,采用样本加权的方法,对样本进行预处理,并将样本权值应用于神经网络的目标函数中,由此建立了加权神经网络目标函数。最后引入遗传算法来优化神经网络参数,建立了基于趋势检查法的遗传神经网络模型,并应用于实际工程中的围岩分类问题,结果表明该模型泛化能力强,具有较高的分类精度。     

电力变压器故障诊断的人工神经网络方法

电力变压器故障诊断对变压器、电力系统的安全运行有着十分重要的意义．在介绍人工神经网络（ANN）和模糊理论的基本工作原理的基础上,针对变压器故障诊断的特点,运用油中溶解气体分析法（DGA）,采用分块化的反向传播神经网络（BP）,建立了变压器故障诊断的神经网络模型．通过训练和实际测试,表明了这一方法的有效性和可行性．     

基于改进神经网络的建筑结构损伤识别方法研究

采用ANSYS有限元分析软件建立神经网络的训练样本,将结构的固有频率作为网络输入,结构损伤的位置和损伤程度作为网络输出,提出了基于神经网络的建筑结构损伤识别方法。讨论了神经网络训练方法和隐含层节点数目对目标函数的影响,分析了网络训练的训练不足和训练过度等问题。以简单的建筑结构为例,基于MATLAB的GUI工具进行了BP神经网络的设计和分析。数值反演结果表明,所改进的建筑结构损伤识别方法具有良好的反演精度和较快的收敛速度。     

基于BP神经网络的结构系统跟踪辨识方法

针对人工神经网络在结构系统辨识中存在的问题,提出一种基于BP神经网络的跟踪辨识方法.通过将实际结构模型分为一个机理模型和一个实时误差模型,前者基于常规的BP神经网路通过离线训练而成,而后者通过小型的BP神经网络实时辨识系统误差,进而使这种经过改进的系统识别网络能够具有动态递阶识别系统的能力.计算机仿真分析表明,这种方法可有效地减小由于不同外荷载作用引起的结构系统辨识误差,提高人工神经网络在系统辨识中的精度和可靠度.