装配式T梁桥主梁损伤后的横向力学性能

为研究主梁损伤对装配式T梁桥横向分布系数的影响,基于刚接梁法建立了主梁损伤后的桥梁横向力学模型,分析了主梁损伤后横向分布系数的改变程度。结果表明：主梁损伤程度越大、损伤梁数量越多,损伤梁的横向分布系数降低越大,而周围完好梁的横向分布系数增大越大,且增大率与距损伤梁的横向距离成反比;但主梁刚接时,损伤梁的横向卸载能力及其影响区域均比铰接时的大。如未及时加固损伤梁,则距损伤梁越近的完好梁越先破坏。     

翼缘刚接混凝土T梁桥结构体系损伤评价研究

以16 m跨径的T梁桥标准图为基础,按1:4的缩尺比例,采用焊接钢板的连接方法设计了一座5片T梁桥模型。通过不同的钢板连接方式,对横向连接损伤对翼缘刚接T桥梁桥承载能力的影响进行了试验和有限元分析,研究了不同损伤工况对翼缘刚接T梁桥荷载横向分配的影响。提出了活载横向分布调整系数,为现实中的T梁桥承载能力评估、加固提供定量的评判标准,为损伤状态下刚接梁桥的体系可靠性评估提供借鉴。     

接缝和主梁损伤对装配式多主梁桥荷载横向分布规律的影响研究

为了验证不同损伤对装配式多主梁桥荷载横向分布规律的影响,并探讨基于横向分布规律的桥梁损伤识别方法,考虑接缝损伤程度、主梁局部损伤程度、损伤位置和损伤区域长度的影响,采用刚接板梁法对接缝和主梁损伤情况下装配式多主梁桥的荷载横向分布规律进行了研究。结果表明,接缝损伤后其两侧主梁的横向分布影响线与损伤前的影响线有交点;有损伤的主梁其影响线整体下降,且刚度剩余系数越小、损伤位置距跨中越近、损伤范围越大,下降程度越大;主梁与接缝损伤同时发生时,可通过与敏感梁单独损伤时的影响线进行对比来进行分析。根据损伤前后敏感主梁的横向分布影响线变化规律,可对桥梁的损伤类别进行识别,但无法识别具体损伤位置。     

小波包和GA-BP网络结合的红枣病害识别方法

针对传统人工枣树病害识别费时费力的问题,提出了一种小波包和GA-BP神经网络结合的快速识别方法.通过小波包去噪方法,消除病害图像采集过程中随机噪声产生的干扰,采用小波包分解系数矩阵的奇异值和小波包变换模极大值矩阵的奇异值构造特征输入参数,利用遗传算法优化后的BP神经网络建立红枣病害的识别模型.实验表明,小波包、遗传算法...     

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。     

超载对装配式梁桥横向联系疲劳损伤的影响

为研究超载作用下装配式梁桥横向联系的疲劳损伤程度,基于线性累积损伤准则建立装配式梁桥横隔梁钢板连接构造的疲劳评估流程.以某混凝土梁桥为工程背景,开展车辆超载对混凝土梁桥横向联系疲劳损伤的影响研究,分析过桥重车超载比例、超载率、车载作用频次、装载水平和超载车型等因素对连接构造疲劳损伤的影响规律.结果表明:随着超载率增加,横向联系疲劳寿命显著降低;相对车辆一般运行状态,密集运行状态下横向联系的疲劳寿命对超载率变化更为敏感;相较于超载率和车辆作用频次,横向联系疲劳损伤对车辆超载比例和装载水平更为敏感;不同超载车型对横向联系疲劳损伤的影响差异明显,其中,四轴整车与六轴挂车的超载对横隔梁连接钢板的疲劳损伤影响最为突出.严格控制实际交通超载车比例和重车装载水平,可有效延缓关键构件疲劳损伤进程,桥梁限载管理中应考虑超载车型对桥梁构件疲劳寿命影响的差异.     

基于模态参数的钢框架螺栓连接节点损伤识别理论与实验研究

提出一种有效的框架结构螺栓连接半刚性节点损伤的分步识别方法.首先采用仅与损伤位置有关、而与损伤程度无关的模态参数损伤指标作为神经网络训练输入,以确定损伤节点位置,极大地简化了神经网络结构,提高了损伤定位效率;然后通过模态敏感性方法对前步识别出的可能损伤节点进行损伤程度识别,有效地克服了传统模态敏感性方法在同时进行损伤位置及程度识别时,损伤识别动力学反问题结果的准确性与可靠性受可用模态信息量影响较大的问题.通过对一个8层半刚性连接框架的数值仿真与一个实验室两层螺栓连接钢框架的实验研究,验证了所提方法的可行性与有效性.     

装配式简支T梁桥静动载试验与评定研究

为了完善装配式预应力混凝土T梁桥性能检测评定方法,基于某公路简支T梁桥开展了单梁静载试验、全桥静动载试验以及有限元仿真分析。基于静载试验分别获得了单梁以及全桥各控制截面的应变与挠度校验系数,基于环境脉动数据识别得到了桥梁的自振频率与振型,并分别和有限元结果进行对比分析,基于跳车激励试验数据获得的自由衰减振动数据识别得到桥梁结构的阻尼比。研究表明:单梁与全桥控制截面实测应变值、挠度值均小于相应理论计算值;静载试验荷载效率相同条件下,全桥(成桥阶段)的挠度校验系数小于相应单梁;综合桥梁挠度横向分布系数和竖向振型能更全面地评估装配式T梁桥横向受力性能;相对基于环境脉动试验的半功率带宽法,基于跳车激振试验的自由衰减振动法可更为准确地识别桥梁的阻尼比。     

基于静力应变数据的BP神经网络损伤识别算法

为预防桥梁坍塌所造成的损失,设计一种以静力应变数据作为损伤识别因子的识别方法,并以实际桥梁的有限元模型为研究对象,通过有限元分析获取该模型的静力应变数据,训练并测试BP神经网络。MATLAB仿真测试表明：基于BP神经网络结构损伤识别算法能够准确地识别损伤位置和损伤程度,同时将该方法用于实际桥梁能够反映桥梁的健康状况。     

在役预应力梁桥承载能力可靠性评估

根据预应力混凝土桥梁的几何尺寸、材料强度和计算模式不定性系数的统计参数,采用蒙特卡洛方法模拟了预应力混凝土梁桥抗弯承载能力和抗剪承载能力的统计参数;在考虑结构构件抗力、恒载效应、车辆荷载效应、横向分布系数和车辆荷载冲击力的随机性的基础上,建立预应力混凝土简支梁桥的抗弯和抗剪承载能力极限状态方程,采用JC方法计算可靠度指标。对一座既有预应力混凝土桥梁进行承载能力可靠性评估并对影响可靠度指标的随机变量（恒载、车辆荷载、横向分布系数、冲击系数）进行了敏感性分析,结果表明：恒载效应的随机性对可靠度指标影响很小,车辆荷载效应、横向分布系数、冲击系数的随机性对可靠性指标影响较大且依次加大。     

基于BP神经网络分类器的多目标识别方法研究

文章对多目标进行特征提取,数据作为神经网络分类器的输入,采用不同的算法对多输出型BP神经网络分类器和单输出型BP神经网络联合分类器进行训练,实现多目标的识别。仿真试验结果表明,基于BP神经网络分类器的识别方法具有较高的识别率。     

简支梁多位置损伤识别研究

曲率模态是结构损伤识别的敏感标示量,采用数值仿真方法,把曲率模态用于桥梁损伤识别.利用简支梁损伤前后一阶曲率变化率作为识别参数,便可明显确定其多处损伤位置.对相关样本参数进行归一化处理并引入噪声干扰,利用BP人工神经网络进行数值仿真计算,也能对其损伤程度进行有效模拟,验证了BP神经网络也有很强的泛化能力及容错能力.     

基于模态曲率理论及神经网络的简支梁桥损伤识别

针对多片简支梁桥损伤识别问题,提出了一种分步识别法。该方法综合运用模态曲率差及神经网络技术对结构损伤进行识别,能够有效地发挥两种方法的优点。最后以一座五片简支T梁桥为算例进行了数值模拟。模拟结果表明,该方法可以准确识别结构的损伤位置及损伤程度,是一种行之有效的简支梁桥损伤识别方法。     

简支斜交T梁桥跨中横向分布系数研究

针对大宽跨比简支斜交T梁桥,应用MIDAS建立有限元模型,对其跨中横向分布系数进行了计算,分析其斜交角和宽跨比对跨中横向分布系数的影响规律。研究表明：在斜交角相同时,宽跨比越大,各主梁跨中横向分布系数分布得更加均匀,有利于桥梁整体受力;宽跨比相同时,随着斜交角的增大,各主梁的跨中横向分布系数分布变得越均匀,有利于桥梁跨中部分受力。对于大宽跨比简支斜交T梁桥,当斜交角小于30°时,跨中横向分布系数与正桥接近,误差在5%以内;在斜交角大于30°时,误差急剧增大,如果忽略斜交角影响,按正桥计算结果过于保守。     

BAS-BP神经网络模型在装配式建筑投资估算中的应用

针对BP (back propagation)神经网络在工程项目投资估算中的应用特性,结合装配式建筑投资估算的特点,提出基于天牛须搜索(BAS)算法的BP神经网络模型,并采用BP网络模型和提出的BAS-BP网络模型分别对15组装配式建筑典型案例进行投资估算分析。结果表明,BAS-BP网络模型的预测精确度优于BP神经网络模型,预测结果更为稳定,更适用于装配式建筑的投资估算。     

装配式混凝土阶梯钢板式节点应力应变分析

目的研究装配式混凝土阶梯钢板式节点的应力应变分布规律,提出一种装配式混凝土阶梯钢板式节点.方法以混凝土强度和穿心板厚度为参数制作装配式混凝土阶梯钢板式节点,以节点试件的外加梁其两端加载点的竖向荷载和位移、节点的核心区柱应力分布、节点核心区穿心钢板应力分布以及外加梁的应力分布等作为主要量测内容.对试件进行低周往复加载试验.结果穿心钢板的应变大多表现为横向应力应变远大于纵向应力应变,外加梁上梯段钢筋的应变远大于其下梯段钢筋的应变.在其他参数不变的情况下,装配式混凝土阶梯钢板式节点的混凝土强度越高则其主要受力部位的应力应变越小;穿心钢板越厚其主要受力部位的应力应变就越小;节点试件的承载力随混凝土强度提高而增大.其中极限荷载在混凝土强度C20时为110.5 k N,C40则达到228.94 k N,较C20提高107.2%.结论提出的装配式混凝土结构梁柱节点构造具有较好的应用价值,为今后预制装配式混凝土结构深入研究及推广提供试验与理论基础.     

论刚接板(梁)法荷载横向分布系数计算方法的不足

对于同一座整体式板桥或刚接梁桥,采用刚接板(梁)法计算得到的荷载横向分布系数最大值往往比铰接板(梁)法的结果要大,它表明整体式板桥或刚接梁桥横向整体受力性能不如铰接式板桥或铰接梁桥。显然,这是不合理的。针对这一问题,通过理论分析和数值计算,指出了刚接板(梁)法计算方法存在的不足是在理论推导过程中忽略了沿桥跨方向分布的另外一个弯矩,该弯矩对刚接梁桥沿桥跨方向的变形和弯矩有较大的影响。     

基于BP网络横向磁场永磁电机调速系统的设计

文章针对横向磁场永磁电机非线性、强耦合的特点以及传统PI调节器存在超调和控制参数无法自适应的缺陷,提出一种基于BP神经网络的横向磁场永磁电机PI控制方案.该方案在分析电机矢量控制的基础上,建立了四相横向磁场永磁电机的数学模型,利用BP神经网络对PI调节器参数进行在线整定,通过自调整学习速率改进BP神经网络学习能力,实现电机跟踪性能和抗负载扰动性能的提高.实验结果表明,所采用的控制策略可行,在参数突变和突加负载时,均能够达到跟踪额定转速的效果,使系统具有良好的鲁棒性.     

基于BP神经网络的结构损伤识别方法研究

分析了神经网络技术在工程结构损伤检测中的应用原理,通过理论分析,得出了结构损伤前后的固有频率的变化规律,并且该变化规律包含了结构损伤位置程度的信息。通过对悬臂板结构进行数值模拟试验,采取固有频率作为神经网络的输入参数,构造改进型BP神经网络结构,应用训练后的神经网络对悬臂板结构进行损伤识别。结果表明,该方法在工程结构的损伤检测中有较好的应用价值。     

PSO—SVR在果酒生物活性物质预测中的应用

针对BP神经网络和遗传算法对果酒生物活性物质预测存在速度慢和精度低的缺点,建立了基于支持向量回归机（SVR）的果酒生物活性物质预测模型。鉴于支持向量机模型的精度和泛化能力很大程度取决于不敏感损失系数ε、惩罚系数C和RBF核函数的宽度系数7三个参数,模型采用粒子群算法对三个参数同时进行优化,实现了果酒生物活性物质的非线性预测。仿真结果表明：基于PSO—SVR算法的果酒生物活性物质预测模型性能优于所比较的BP神经网络模型和支持向量回归机模型,能有效提高果酒生物活性物质的预测精度和稳定性。