原文传递
基于青草背长江大桥健康监测数据分析的悬索桥安全评估方法研究
| 论文题名： | 基于青草背长江大桥健康监测数据分析的悬索桥安全评估方法研究 |
| 关键词： | 悬索桥;安全评估;健康监测数据;神经网络 |
| 摘要： | 桥梁健康监测与评估系统的发展日趋成熟，广泛的运用于各类桥梁运营期的健康监测中，这是由于健康监测系统的实时性，可视性，长期性和稳定性。虽说健康监测系统的使用给桥梁的健康监测提供了便捷操作空间，但由于长期的监测所累积的大量数据无法得到合理的使用，这样便失去了长期健康监测的重要意义，所以如何对这些海量的健康监测数据分析并来对桥梁进行合理评估，成为了目前桥梁健康监测与评估系统的一个难点。本文基于青草背长江大桥的健康监测与评估系统为研究背景，就青草背长江大桥的健康监测数据进行研究分析及建立一个大数据下的悬索桥安全评估方法。目前主流的桥梁安全评估方法为综合评定法和层次分析法，对于综合评定法来讲，其本质就是优化后的加权平均算法，其与层次分析法有着异曲同工之妙，但对于权值的确定及桥梁各构件的本构关系等却无法确定，这样的评定经常会受权值变化影响，会造成评定与工程实际不符。据此，本文拟对青草背大桥健康监测与评估系统中的数据进行分析以及结合神经网络模型来对悬索桥安全状况进行评估。本文主要开展了以下工作: ①利用Midas/Civil建立的青草背长江大桥有限元模型，通过荷载影响线原理和不同荷载组合下计算出各节点受力极值，确定青草背长江大桥的各项监测阈值;随后取青草背大桥一年时段的健康监测数据进行分析，分别对各项主要监测点进行数据变化分析，同时采用对某一连续时段的不同时刻的截面总应力作差法来对主梁和塔截面的应力值进行温度应力和恒载应力的剥离，对除恒载和交通活载外的其他随机活载对青草背大桥的主梁、主塔截面的应力日影响范围进行研究，为桥梁类似研究提供参考。 ②对比分析模糊神经网络和BP神经网络的优劣后，本文结合这两种神经网络的优势，建立了基于T-S模糊神经网络结构，加入BP神经网络中学习算法以及相关的参数函数的模糊神经网络结构，同时结合悬索桥中的本构关系和主要结构的力学边界条件等要求，从而根据输入输出样本来自动设计和调整模糊系统的设计参数，实现模糊系统的自学习和自适应功能，建立优化后的青草背长江大桥的安全评估模糊神经网络模型。 ③基于青草背长江大桥健康监测数据，分别采用本文提出方法与层次分析法和面向对象法[14]对青草背长江大桥安全状况进行评定，对比分析了三种方法，总结出本文方法优势。 |
| 作者： | 骆溯源 |
| 专业： | 建筑与土木工程 |
| 导师： | 张永水 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
