原文传递
高铁连续梁施工控制及神经网络方法的应用
| 论文题名： | 高铁连续梁施工控制及神经网络方法的应用 |
| 关键词： | 连续梁桥结构;施工控制;神经网络;高速铁路 |
| 摘要： | 随着中国高速铁路的迅猛发展，带动了大量高速铁路桥梁的建设。高铁桥梁结构形式以连续梁居多，连续梁桥结构超静定次数少，设计简单，且有成熟的施工工艺，因而被广泛使用。由于连续梁桥现场施工参数与设计参数不尽相同，这将会导致桥梁实际内力、变形等跟设计有差别。为了保证桥梁安全顺利的施工，并且使成桥后的内力、线形等参数满足设计要求，需要对桥梁进行施工控制。 本文以津秦高铁沙河驿大桥(60+100+60m)为实际工程背景，来研究连续梁桥的施工控制相关内容，以下是本文主要结论： ①翻阅大量文献资料，归纳总结出桥梁施工控制的历史发展及现状，并引入工程实例来阐述桥梁施工控制的重要性和必要性。 ②介绍了桥梁施工控制的相关理论，推导了灰色理论GM(1，1)模型的误差估计法；详细阐述了人工神经网络的概念和结构，介绍了BP神经网络基于梯度下降思想的具体算法。 ③运用桥梁结构分析软件MIDAS对沙河驿大桥进行了施工仿真分析。结合已有的工程经验和仿真分析结果，认为沙河驿大桥应力、变形等仿真结果是可靠和准确的，可以用来对沙河驿大桥进行现场实际控制。 ④详细阐述了沙河驿大桥在应力、线形和安全稳定性三方面的实际施工控制过程。计算出桥梁的立模标高，并运用GM(1，1)模型对大桥的实测应力进行了误差估计。沙河驿大桥最终成桥标高误差控制在10mm内，应力误差也控制在合理范围，沙河驿大桥工程进展顺利，无一安全事故发生，因此认为沙河驿大桥的施工控制是成功的，达到了预期监控目的。 ⑤运用BP神经网络对沙河驿大桥11＃、12＃和13＃梁段实际立模标高进行预测，通过分析计算得出隐含层只含有8个神经元、采用动量及自适应梯度下降法(traingdx)的最优BP神经网络结构模型。最终11＃、12＃和13＃梁段实际立模预测结果令人满意，误差仅有0.53％、0.50％和0.83％。 |
| 作者： | 王建业 |
| 专业： | 土木工程 |
| 导师： | 周世军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
