面向随机车流的公路桥梁安全评估往往需要大量的车-桥耦合振动分析,然而,目前相关既有模拟方法运算效率有限,致使完成评估所需的分析耗时过久,无法及时提供评估结果。为此,该文以传统车-桥耦合振动分析理论为基础,提出了一种基于双向长...面向随机车流的公路桥梁安全评估往往需要大量的车-桥耦合振动分析,然而,目前相关既有模拟方法运算效率有限,致使完成评估所需的分析耗时过久,无法及时提供评估结果。为此,该文以传统车-桥耦合振动分析理论为基础,提出了一种基于双向长短期记忆(Bi-directional Long Short-Term Memory,BiLSTM)算法加速的随机车流-桥梁耦合振动分析方法。该方法可以从初期桥梁响应时程快速映射出对应的后序响应,相较传统方法压缩了部分迭代求解周期,从而提高整体计算效率。随后,选取四座常见的桥梁作为分析对象,同时针对性地提出加权平均绝对百分比误差(WMAPE)、加权决定系数(WR^(2))等改进评价指标,并以传统迭代法为参照,分析了该方法的精度、鲁棒性以及计算效率。分析结果显示:该文提出的方法有较好的鲁棒性,在不同随机车流密度、不同路面粗糙度等工况下对桥梁的弯矩、剪力、挠度等响应都具有较高的分析精度;与传统方法相比,该方法可以在WMAPE小于3.2%、峰值绝对误差(PAE)小于2.9%以及WR^(2)大于0.98的情况下,将随机车流下车-桥耦合振动响应的计算效率平均提高37.98%。这表明该方法可以在保证精度的前提下,有效提升随机车流-桥梁耦合振动分析效率,具备应用于桥梁结构快速分析、评估的潜力。展开更多
文摘面向随机车流的公路桥梁安全评估往往需要大量的车-桥耦合振动分析,然而,目前相关既有模拟方法运算效率有限,致使完成评估所需的分析耗时过久,无法及时提供评估结果。为此,该文以传统车-桥耦合振动分析理论为基础,提出了一种基于双向长短期记忆(Bi-directional Long Short-Term Memory,BiLSTM)算法加速的随机车流-桥梁耦合振动分析方法。该方法可以从初期桥梁响应时程快速映射出对应的后序响应,相较传统方法压缩了部分迭代求解周期,从而提高整体计算效率。随后,选取四座常见的桥梁作为分析对象,同时针对性地提出加权平均绝对百分比误差(WMAPE)、加权决定系数(WR^(2))等改进评价指标,并以传统迭代法为参照,分析了该方法的精度、鲁棒性以及计算效率。分析结果显示:该文提出的方法有较好的鲁棒性,在不同随机车流密度、不同路面粗糙度等工况下对桥梁的弯矩、剪力、挠度等响应都具有较高的分析精度;与传统方法相比,该方法可以在WMAPE小于3.2%、峰值绝对误差(PAE)小于2.9%以及WR^(2)大于0.98的情况下,将随机车流下车-桥耦合振动响应的计算效率平均提高37.98%。这表明该方法可以在保证精度的前提下,有效提升随机车流-桥梁耦合振动分析效率,具备应用于桥梁结构快速分析、评估的潜力。