原文传递
基于监测数据的系杆拱健康监测研究
| 论文题名： | 基于监测数据的系杆拱健康监测研究 |
| 关键词： | 系杆拱;健康监测;监测数据;温度效应分离;有限元模型修正;系杆温度效应预测 |
| 摘要： | 运营期间，系杆拱会受到多种荷载的影响，其中温度荷载是一种不可忽视的作用。对于系杆拱而言，温度荷载产生的效应往往远大于车辆荷载效应，导致车辆荷载效应被温度荷载效应所淹没，从而无法对结构的真实状态进行评价。掌握结构在温度荷载作用下的响应和状态，为后续有限元模型修正、结构响应预测提供基础具有重要意义。因此，本文开展了基于监测数据的系杆拱健康监测研究，主要研究内容如下： （1）针对传统参数优化方法在变分模态分解（VariationalModeDecomposition，VMD）过程中有可能出现分解顺序错乱，且需进行多次试算的问题，提出利用平均包络熵结合遗传算法（GeneticAlgorithm，GA）对变分模态分解进行参数优化的GA-VMD算法，编制出基于该算法的MATLAB计算程序；开展原始应变及温度信号的频谱图分析，利用GA-VMD算法实现实测应变数据与温度效应的分离；利用信噪比指标，对比GA-VMD算法和小波阈值降噪算法的温度效应分离效果，验证本文提出的GA-VMD算法的有效性；对相关系数低于90%且在置信区间以外的温度数据进行三次样条插值，一定程度上消除温度时滞效应。 （2）采用Midas/Civil软件建立如泰河大桥初始有限元模型，选定需要修正的材料参数及其范围；运用GA-VMD算法从实测挠度中分离出挠度温度效应，将挠度温度效应作为响应值，利用Design-Expert建立材料参数与实测静力响应的响应面模型；基于“3R”准则，检验响应面模型精度；构造有限元模型修正目标函数，利用遗传算法求解目标函数的构造参数；结合人工巡检，分析构造参数的求解结果，验证修正方法的可行性；针对拱肋弹性模量减小问题，开展基于实测拱顶加速度的平均功率密度谱和频谱图分析。 （3）针对传统BP神经网络权值和偏置设置困难的问题，利用粒子群算法（ParticleSwarmOptimization，PSO）对BP神经网络进行参数寻优，提出PSO-BP神经网络的温度效应预测方法；通过对参数进行归一化处理，避免数据差异性对模型训练效果的影响，结合GA-VMD算法所分离出的应变温度效应，以系梁上下部温度作为输入序列，系梁应变温度效应作为输出序列，构建PSO-BP神经网络模型，较好地实现系梁应变温度效应的预测；利用多种统计学指标，对比分析长短时间记忆网络（LongShortTermMermorynetwork，LSTM）与PSO-BP神经网络的预测效果，进而验证PSO-BP神经网络预测的可行性和有效性。 |
| 作者： | 石渝丰 |
| 专业： | 土木工程;桥梁与隧道工程 |
| 导师： | 周水兴 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
