当前位置: 首页> 学位论文 >详情
原文传递 板桁结合梁斜拉桥空间结构分析与施工控制技术研究
论文题名: 板桁结合梁斜拉桥空间结构分析与施工控制技术研究
关键词: 斜拉桥;桥梁施工;空间结构分析;施工控制;BP神经网络
摘要: 斜拉桥是一种由索、塔、梁三种基木构件组成的组合体系,属高次超静定结构,所采用的施工方法和安装顺序与成桥后的主梁线型及内力状态密切相关。斜拉桥建设过程中,受各种因素的影响,实际桥梁状态与设计状态必定产生误差,施工中这种误差的逐步积累,最终导致成桥后的状态与设计理想应力和线型状态相差较大,甚至危及结构安全。因此,大跨度斜拉桥的施工监控越来越受到业界人士的广泛关注。本文以天兴洲大桥工程为背景,就大跨度板桁给合钢桁梁斜拉桥的空间结构分析与施工控制技术进行系统的研究,其主要工作与研究成果如下: (1)基于非线性连续介质力学的基本原理,详细论述了杆系结构几何非线性分析理论,给出T.L.列式法和U.L.列式法的显式有限元公式,推演了Newton-Raphson迭代方程,讨论了U.L.列式与T.L.列式的区别。研究发现T.L。列式法与U.L.列式法在某些实际问题计算时结果相差甚微,由此可以理解很多文献在实际计算时,将两者中的应力与变形物理量相互混用的原因。 (2)以天兴洲大桥工程为背景,重点讨论了斜拉桥结构计算参数化建模的方法、步骤与实施过程,利用ANSYS的二次开发工具APDL,实现了天兴洲大桥的参数化建模;利用已建模型,分析了大跨度钢斜拉桥几何非线性因素的影响。研究结果表明:非线性因素对不同受力构件的影响程度不同,主塔的纵向位移及主梁杆件的内力受几何非线性影响较大;几种非线性因素中,斜拉索垂度效应的影响最为显著,大位移效应次之,梁柱效应的影响最小。 (3)在分析比较现有斜拉桥施工控制方法的基础上,提出BP神经网络法运用到桥梁施工控制的思想;系统讨论了斜拉桥的控制准则、精度目标和实施步骤;建立了天兴洲大桥施工控制体系,提交了施工监测方案。 (4)分析了大跨度钢斜拉桥施工中各种误差产生的原因和对结构的影响程度。研究结果表明:对大跨度钢斜拉桥而言,由于工期长、施工期间季节温差大,而且钢材导热性能好,温度对其施工阶段的影响不容忽视;钢梁重量误差对结构成桥后的累计位移与内力影响也很显著;索力张拉误差是一种小范围误差。 (5)在详细介绍神经网络原理与应用现状的基础之上,重点做了如下几方面的工作:讨论神经网络的收敛特性,非线性逼近能力和预测输出功能,从而为BP神经网络应用于大跨度斜拉桥施工控制中参数识别与预测预报找到理论依据;推演了BP神经网络训练与误差校验的计算公式,并归纳出实际应用时的详细步骤;针对现有BP算法存在的缺陷与不足提出相应的改进措施与处理方法;设计了具有自适应调整功能的BP神经网络计算程序ABPNN;利用该程序分析了学习因子α、β和惯性系数η与学习速率的关系。结果表明:学习因子α、β的取值对收敛速度的影响较慢,其取值范围较宽,也因问题不同而异,通常α=β,且在0.2~5.0之间取值;惯性因子η的取值较为复杂,很易引起振荡,一般η在0.2~0.5之间取值较为合适。 (6)运用BP神经网络的参数识别功能,实现天兴洲大桥施工过程中设计参数的识别;运用BP神经网络的预测预报功能,实现天兴洲大桥施工控制过程中的拼装标高和初始索力预测。实际结果表明,BP网络预测值与实测值吻合程度很好,完全满足工程及控制的要求。 (7)首次利用BP神经网络的非线性逼近能力和逆向控制模型,实现天兴洲大桥施工过程中控制变量误差调整中的索力调整量计算和全桥合拢后的索力调整量计算。通过神经网络的实例分析与工程应用,结果表明了该方法的有效性和合理性,具有很好的理论和应用价值,是对传统方法新的补充。 (8)文章最后总结几年的研究经验与体会,参照国内外发展趋势,并结合相关领域的研究成果,提出智能化大跨度斜拉桥施工控制体系的构想,为进一步的研究明确了方向。
作者: 李元松
专业: 结构工程
导师: 李新平
授予学位: 博士
授予学位单位: 武汉理工大学
学位年度: 2008
正文语种: 中文
检索历史
应用推荐