基于人工智能方法的預應力混凝土梁式橋損傷識別研究.pdf

1、隨著科學技術和交通事業(yè)的發(fā)展，預應力混凝土梁式橋以其施工簡單、造價經(jīng)濟、受力合理、行車舒適等獨特優(yōu)勢越來越廣泛地被采用，這樣也使得存在損傷與病害的既有預應力混凝土橋梁不斷增多。為保證此類橋梁的安全運營，如何及時有效地進行損傷識別已成為橋梁工程領域的重要研究課題。本文針對預應力混凝土梁式橋存在混凝土開裂嚴重和預應力損失兩個方面的損傷，分別建立裂縫梁單元模型和預應力損失模型，采用人工智能的方法，進行這兩個方面的損傷識別研究，建立了一套預應力

2、混凝土梁式橋的損傷識別體系。主要研究工作包括以下幾個方面： 總結結構裂縫的幾種常用模型，并在已有研究成果基礎之上，結合土木工程結構受力特點，增加節(jié)點扭矩荷載作用，采用每個節(jié)點6個自由度，運用斷裂力學理論，建立三維裂縫梁單元有限元計算模型?；舅悸肥菍Я芽p的梁單元看成3段式變剛度裂縫梁單元，其組成為：中間是無厚度的裂縫段，兩邊是無損梁段。裂縫段的描述采用局部柔度矩陣，這個矩陣通過應力強度因子的積分得到：無損梁段的描述與常規(guī)空間梁

3、單元一樣。然后運用傳遞矩陣方法，將3段不同剛度的梁段組合成裂縫梁單元，用于有限元計算。 總結目前常用的三種預應力損失計算方法：時步分析法，分項總和法和預應力總損失法。提出了混凝土結構中預應力筋的實際有效預應力變化情況存在兩種趨勢：預應力損失與阻滯損失效應，而且預應力損失效應趨勢大于阻滯損失效應趨勢，并假設預應力損失效應呈指數(shù)增長，阻滯損失效應呈線性增長，在結構的整個服役期限內，表現(xiàn)為構件內預應力筋預應力損失增長的趨勢。并據(jù)此假設

4、條件建立包含4個參數(shù)和1個時間變量的預應力損失計算數(shù)學模型方程。 概述人工神經(jīng)網(wǎng)絡和遺傳算法的概念、基本工作原理及其各自特點，以及這兩種人工智能方法在土木工程結構損傷識別中的應用。針對橋梁工程損傷識別這樣的復雜非線性問題，將BP神經(jīng)網(wǎng)絡與遺傳算法結合，利用神經(jīng)網(wǎng)絡建立的結構損傷參數(shù)與響應差的映射關系預測出與之對應的函數(shù)值，代替有限元分析結果，根據(jù)這個預測的函數(shù)值計算遺傳算法適應度值，對大型橋梁結構的損傷進行參數(shù)識別，并詳述GA—

5、BP算法的實現(xiàn)步驟。 討論預應力混凝土梁式結構的損傷識別基本理論，主要包括構件截面的幾何特性計算和損傷識別敏感因子的選取原則。 采用基于人工智能方法的GA-BP算法，運用已經(jīng)建立的裂縫梁單元理論和預應力混凝土損傷識別理論，對預應力T形截面簡支梁橋進行混凝土裂縫的損傷識別，識別出裂縫位置和裂縫深度；對連續(xù)梁橋中跨箱梁預應力束損失進行識別，通過概略識別和精細識別兩階段識別方式，識別出單根預應力束預應力損失模型表達式的參數(shù)值，