摘要: |
任何在可通航水域中的船舶都会对水域中的结构物造成威胁,结构物自身对于船舶撞击是脆弱的,有时会造成灾难性的后果。在世界范围内,船舶的交通量和船舶的大小都在不断的增加。与此同时,越来越多的跨越航道的桥梁正在设计和建设之中,有时桥梁存在通航净空和防撞设施设计不合理的问题。由此带来的后果是船舶与桥梁相撞的事件时有发生,这己经成为航道桥梁工程设计的一个重要问题。因此解决船撞桥梁的问题,以及制订相应的设计规范或设计指南成为摆在我国桥梁工作者面前一个重要问题。
本文广泛搜集了国内外关于船桥碰撞风险分析的研究成果,分析了不同模型的异同点,发现模型的共性都需要研究船舶偏航概率,提出了本文研究的背景和依据。针对全世界在船桥碰撞风险分析中大都采用AASHTO指南,本文着重研究了美国在这方面的成果,并用具体的桥梁计算示例示范了AASHTO指南计算船桥碰撞风险分析的过程,提出以AASHTO指南为基础的基于机器学习的船桥碰撞偏航概率的计算方法。
基于机器学习的船桥碰撞偏航概率方法分为两个步骤。第一步计算船桥碰撞的概率,第二步计算船舶撞击桥墩的偏航概率。本文着重研究了第一步计算船舶撞击桥墩的事故率。首先采用适合于小样本、贫数据的灰色系统理论的灰色关联分析计算样本中影响船桥碰撞事故率因素的关联度大小;其次,运用自组织特征映射SOM神经网络进行聚类分析,将样本数据库中的桥梁划分为三类;最后,针对每一桥梁分类对样本数据进行训练和预测,并将预测值带入聚类模型验算预测精度。本文还对机器学习的船桥碰撞偏航概率方法提出了作者的思路。
船桥碰撞风险分析作为在我国刚刚起步的研究需要得到政府及相关部门的大力支持以获得相关的基础资料,在今后的研究中我国学者可借鉴在该领域发展较为成熟的美国经验,实现分省建立船桥碰撞风险分析数据库,结合专家意见和机器学习的方法,提出完整的船舶撞击桥墩风险分析的中国规范。
|