火灾下双钢板-混凝土组合墙抗冲击机理分析与挠度预测

双钢板-混凝土组合墙(steel-concrete composite wall,SC wall)常用于核电站、超高层等重要结构的承重构件,其在偶然荷载作用下的力学性能也是其推广应用的关键指标。为此,针对火灾下SC墙的抗冲击性能进行研究并给出相关设计建议。首先建立了SC墙在火灾与冲击耦合作用下的有限元模型,在验证模型可靠性基础上,开展了火灾下SC墙抗冲击机理的分析;然后研究了轴力、受火时间、材料强度、冲击能量与抗剪连接件形式等参数对SC墙在火灾下抗冲击性能的影响规律;最后给出了该类构件在耦合工况下跨中峰值挠度的预测公式。结果表明:随着受火时间的增加,SC墙受冲击变形模式由局部冲切逐渐转变为整体弯曲破坏;火灾下,混凝土为SC墙受冲击的主要耗能部件;混凝土强度、轴力与抗剪连接件形式对SC墙在高温下的抗冲击性能影响显著,钢板强度的影响则较小;建议的公式可较合理地预测火灾下SC墙受冲击后的跨中峰值挠度。

基于CEEMDAN-VMD-PSO-LSTM模型的桥梁挠度预测

针对桥梁运行阶段的健康状态监测,构建了CEEMDAN-VMD-PSO-LSTM模型对桥梁挠度进行预测。该模型主要分为二次模态分解平稳化、粒子群优化(PSO)算法和长短期记忆(LSTM)网络预测三大模块,共有5个步骤:①利用自适应噪声完备集合经验模态分解(CEEMDAN)算法对桥梁原始挠度序列进行初次模态分解,分解为若干本征模态分解函数(IMF);②使用样本熵(SampEn/SE)计算各IMF分量的复杂度,并通过K-means聚类为高频、中频和低频3个IMF分量;③通过变分模态分解(VMD)算法对高频IMF分量进行二次模态分解;④分别对各个IMF分量通过PSO算法得出LSTM最优超参数组合;⑤将各最优超参数分别代入LSTM模型进行训练,并将各预测结果融合为最终的预测结果。结果表明:该预测方法具有最高的预测精度,为智慧桥梁的安全监测监控提供了新的技术方法。

基于稀疏多项式混沌展开模型的钢筋混凝土结构长期挠度预测

钢筋混凝土受弯结构的长期挠度预测对于评价其全寿命周期的可服役性和安全性具有重要意义。文章传统的经验法难以考虑所有的影响因素,为了能够准确预测钢筋混凝土结构的长期挠度,本文使用稀疏多项式混沌展开(polynomial chaos expansion,PCE)模型预测钢筋混凝土结构的长期挠度,并对影响结构挠度的参数进行全局灵敏度分析。使用实验数据集建立和评估稀疏PCE模型,与常见的代理模型(RBF、SVR和Kriging)和常见的机器学习模型(BP神经网络)进行比较,采用十折交叉验证算法对模型进行训练和检验。结果表明,稀疏PCE模型在预测钢筋混凝土结构长期挠度方面均优于常见的代理模型和机器学习模型,其相关系数R^(2)、相对平均绝对误差(RAAE)、相对最大绝对误差(RMAE)和均方根误差(RMSE)分别为0.970、0.108、0.537和0.062。稀疏PCE模型的RMSE值远远优于经验方法。最后,基于稀疏PCE的全局灵敏度分析结果对影响结构挠度的参数进行了重要性排序,其中,瞬时或即时测量的挠度a(i)、跨深比l/h、龄期t’混凝土强度fc’重要性程度较高,且依次递减。稀疏PCE模型可用于钢筋混凝土结构长期挠度预测,并且可量化评估影响钢筋混凝土结构长期适用性的关键因素。

基于优化支持向量机的刚构桥主梁挠度预测研究

针对大跨度连续刚构桥在重载交通下的竖向挠度预测问题,提出了一种基于改进粒子群算法优化支持向量回归的连续刚构桥主梁挠度预测模型。首先将结构荷载效应与挠度响应作为样本数据集输入支持向量回归算法模型进行学习拟合,其次采用非线性惯性权重的粒子群算法对支持向量回归的超参数进行寻优求解,以某大跨度连续刚构桥在大件运输荷载下的主梁挠度响应为算例,验证了该模型的有效性。研究结果表明:非线性粒子群算法对支持向量回归超参数寻优问题的收敛速度及精度均高于标准粒子群算法;基于非线性粒子群算法改进的支持向量回归模型可以准确预测主梁在大件运输荷载下的挠度响应,各关键控制截面的最大相对误差仅为4.39%,平均相对误差仅为2.70%。

基于XGBoost模型的钢筋混凝土梁长期挠度预测研究

为准确地对钢筋混凝土(Reinforced Concrete,RC)梁的长期挠度进行预测,首先收集了RC梁的长期挠度试验数据,随后基于极度梯度提升树(eXtreme Gradient Boosting,XGBoost)建立了RC梁长期挠度预测模型,在试验数据集上进行了模型精度的测试,并与基于支持向量回归基(Support vector regression,SVR)和反向传播神经网络(Back Propagation Neural Network,BPNN)建立的预测模型进行比对。结果表明,本研究建立的基于XGBoost模型的RC梁长期挠度预测模型在训练集、测试集上的决定系数分别达到1.0000、0.9818,可用于RC梁的长期变形挠度预测;与基于SVR和BPNN建立的模型相比,XGBoost模型的均方根误差分别降低了98.03%、15.93%和99.47%、85.97%,平均绝对百分比误差分别降低了95.51%、11.81%和96.40%、30.83%,优势明显。最后,基于XGBoost模型对RC梁的长期挠度进行了全局灵敏度分析,对影响参数进行了重要性排序。本研究结果证明了基于XGBoost的预测模型在该领域具有优异的性能。

大跨连续刚构桥预应力混凝土箱梁的长期挠度预测探讨

提高对混凝土收缩徐变的长期挠度预测精度,是大跨度桥梁设计中要解决的一个关键问题。根据已测得的虎门大桥连续刚构桥挠度长期观测数据,建立有限元模型,分阶段对大跨连续刚构桥预应力混凝土箱梁的徐变变形进行理论分析,探讨主梁上下缘应力差与结构徐变的关系。拟用文献[1]提供的某主跨270 m连续刚构桥挠度长期观测的实测数据,考虑新规范中的可变作用准永久值对理论徐变计算值进行验证,通过有限元分析对成桥后的长期徐变变形给出较准确的预测,并得出挠度长期增长系数,为此类桥梁的长期挠度预测提供依据。

基于蚁群优化算法的大跨度预应力混凝土桥梁挠度预测

为了解决大跨径预应力混凝土桥梁挠度变形难以准确预测这一问题,提出采用适用于解决复杂、不确定性、非线性问题的蚁群优化算法.该算法中蚂蚁根据反映蚁群整体经验的信息函数和反映蚂蚁个体经验的启发函数计算转移概率,作为其进行路径选择的依据,然后根据所选路径的优劣释放一定浓度的信息素以增加蚁群整体的累积经验,由此形成正反馈、自催化的路径选择机制.基于此模型,结合某大跨径预应力混凝土桥梁挠度变形实际情况,将挠度变形量视为蚂蚁进行路径选择和释放信息素的基本依据,通过合理确定信息函数、启发函数、信息素更新策略、蚂蚁搜索及预测机制,构建了挠度变形预测的蚁群优化算法模型.对该桥梁跨中沉降槽部分2个不同阶段的挠度变形预测结果表明,该模型预测精度较高,适用性较强,为类似桥梁挠度预测开辟了一条新的途径.

基于人工神经网络的柔性机翼挠度预测

为实现对承载后柔性机翼挠度的准确预测,在全面分析柔性机翼挠度的影响因素基础上,应用正交试验法确定的影响柔性机翼挠度的主要因子作为输入变量,挠度作为输出变量,以大量试验数据为训练样本,通过多次试取隐含层和各隐含单元,并选取trainlm作为最优训练函数,最终建立了预测柔性机翼挠度的BP(Back Propagation)人工神经网络模型.在此基础上,随机选取试验结果中的12组试验样本,连续进行10次挠度预测,预测结果和试验实测值最大相对误差和标准方差分别为4.481%,1.033 7.解析结果表明:柔性机翼挠度预测结果与实验值吻合的较好,建立的人工神经网络预测模型具有较高的预测精度.

多项式分布滞后模型在桥梁挠度预测中的应用

介绍了PDL(多项式分布滞后)模型,并将其应用于某桥梁挠度预测,重点考虑了温度以及车流量对挠度的影响。借助EVIEWS软件对桥梁不同时期的挠度变形值进行预测,并与灰色GM(1,1)模型的预测结果进行对比分析。结果表明,PDL模型具有比灰色模型更高的预测精度,其预测结果更为可靠,对类似工程有一定的借鉴作用。

基于能量法刚接支腿门式起重机挠度预测的研究

门式起重机承受额定载荷时主梁跨中的下挠值是门式起重机整机试验的最重要检测指标。对于大吨位门式起重机整机实验时,实验砝码现场准备十分困难,甚至无法进行整机实验检验。针对门架结构考虑了支腿弯矩对主梁挠度影响的情况,推导出集中载荷在主梁跨中处作用时的挠曲线方程。通过分别测量三次小载荷在跨中处作用的主梁下挠值,求得门架结构主梁挠曲线方程系数,从而预测大吨位门式起重机额定载荷时主梁的下挠度。三次小载荷实验法为预测大吨位门架结构主梁挠度提供了实用有效的方法。

基于支持向量机的斜拉桥悬臂施工挠度预测研究

斜拉桥在悬臂施工过程中,各节段挠度变形是影响桥梁结构线形的重要因素。为合理监测斜拉桥悬臂施工过程中的变形情况,文章基于支持向量机开展了斜拉桥悬臂施工挠度预测研究,介绍了斜拉桥悬臂施工挠度预测流程及步骤,并以某典型斜拉桥项目为例,通过残差校核分析了该方法预测结果的准确性。

大跨度预应力混凝土箱梁桥的挠度预测研究

以某大跨度预应力混凝土箱梁桥为依托,对该桥挠度监测数据进行处理分析,采用改进灰色模型软件,从结构视角对该桥不同阶段的挠度变形值进行预测分析,具有较高的精度,可为桥梁建设与管理部门对桥梁维护提供参考与借鉴。

应用CEEMDAN-VMD-PSO-LSTM模型对桥梁挠度的预测研究

为进一步提高桥梁挠度预测的准确性,文章提出一种结合CEEMDAN、VMD、PSO及LSTM的混合模型。试验结果表明,该混合模型在桥梁挠度预测上表现出色,与其他单一模型相比,具有更高的稳定性与精度,可为桥梁健康监测提供新的思路与方法,并为桥梁结构安全领域提供借鉴与指导。

逐步回归分析在桥梁挠度变形预测中的应用

本文结合某长江特大桥挠度监测实例,介绍逐步回归分析预测模型的建立,着重探讨挠度变形的主要影响因素,借助MATLAB软件从非桥梁结构的角度预测该桥不同时期的挠度变形值,并与基于灰色关联分析的线性回归预测结果进行对比分析。结果表明,逐步回归分析预测模型具有较高的精度,有较高的可靠性,为桥梁的运行管理提供科学依据。

桥梁短期实测数据修正高强混凝土收缩徐变模型与长期挠度预测

为了解大跨径预应力连续箱梁桥高强混凝土的收缩徐变规律,预测其长期变形,在箱梁跨中埋置测量传感器,直接测量混凝土的收缩应变,通过增量运算理论分离出混凝土的徐变应变,对于具体桥梁的C55高强混凝土实测数据显示,现行规范的收缩徐变模型总体上会低估高强混凝土的收缩作用,而高估徐变作用。用短期实测数据修正后的混凝土收缩徐变模型预测桥梁恒载下的长期变形,由两种类型修正式的挠度估算值与实测值的比较可知,其预测精度受混凝土短期实测应变数据的完整性﹑测量精度及修正式与实测数据吻合程度的影响。

基于收缩徐变自辨识的大跨径梁桥长期挠度预测

为准确获取实际结构中的收缩与徐变时变规律,提高长期下挠预测的准确性,提出了在实体结构中直接辨识结构收缩徐变的理论与预埋式徐变自辨识系统,通过试验梁试验进行了初步验证。结果表明在采用同样的结构变形计算方法的前提下,通过徐变自辨识系统所得的试验梁徐变系数曲线可更好地代表结构的真实徐变,梁体跨中变形计算采用自辨识徐变系数的预测情况较现行规范公式预测的结果更接近实测变形。提出的预埋式混凝土徐变自辨识系统能有效识别出结构体的收缩徐变,可极大提高对混凝土结构变形预测的准确性,为大跨径梁桥的长期变形预测提供了新手段。

基于灰色离散优化模型的组合梁施工挠度预测

针对温度、风、重力载荷耦合作用对钢板组合梁施工挠度控制的影响分析,运用ABAQUS软件分析钢梁挠度、应力理论值,结合挠度实测值建立灰色传统模型与离散灰色优化模型预测钢梁上任意测点挠度数据并分析变化原因。研究表明:离散灰色优化模型对挠度变化规律具有97%以上拟合预测精确度与可靠性;钢梁与桥面板共同承担载荷可有效降低钢梁挠度变化趋势及钢梁应力;针对专项施工方案,提出增加钢梁吊装点、增加斜向肋等优化建议,在减缓挠度变化的同时可增强结构稳定性。

大跨径连续刚构桥长期挠度计算及预测分析

结合某连续刚构桥实测的长期挠度数据,通过建立不同模型工况的有限元模型,分阶段对结构的长期挠度实测数据与计算值进行对比分析。结果表明,考虑作用准永值和结构损伤以后的长期挠度计算方法更加接近实际下挠。在分析实测数据和计算结果的基础上,引入结构长期挠度修正系数的方法来预测结构长期挠度。

基于监测研究的大跨径连续刚构桥跨中下挠预测分析

现行《公路钢筋混凝土及预应力混凝土桥涵设计规范》(JTG 3362-2018)中,所用收缩徐变公式计算连续刚构桥梁的挠度与运营该类桥梁实际监测结果差异较大,首先采用有限元模拟计算法分析了规范中新增加粉煤灰掺量参数对桥梁结构挠度变化的敏感性,并计算了多种收缩徐变的影响因素对桥梁挠度的变化影响;然后依据运营桥梁长期监测结果,分析了不同运营时期连续刚构桥梁跨中挠度发展规律;最后建立了监测桥梁跨中实测挠度值与理论计算的倍数关系。结果表明:1)增加粉煤灰掺量,对实桥计算桥梁结构挠度敏感性大,且其随粉煤灰掺量的增加而缓慢减小;环境湿度、结构容重、混凝土加载龄期等对桥梁结构挠度均有明显关联性,实桥结构计算分析中应按实际采集数据进行分析;2)监测桥梁跨中挠度实测值是数值模拟预测计算值的2.83倍,据此,通过调整实桥模型参数对桥梁后期收缩徐变挠度可作出预测。该结果可供同类型桥梁施工监控经验预拱度的合理设置参考。

基于车桥振动的桥梁振型识别及主梁挠度计算方法

根据桥梁间接测量法的基本原理,对一座三跨连续梁桥建立车桥振动有限元模型,提取匀速通过桥梁时车辆竖向加速度时程响应,利用中心差分法计算接触点加速度时程响应,采用快速傅里叶变换得到加速度频谱图,应用峰值拾取法识别出桥梁的前三阶频率;利用带通滤波技术从接触点竖向加速度响应中提取与桥梁频率相关的分量响应,通过希尔伯特变换得到测试桥梁的前三阶振型,并与有限元理论振型进行比较。结果表明:车体质量的改变对于振型识别没有明显影响;车速较低时对于振型的识别不利,但选择合适的驱车速度仍能够保证振型的识别精度。基于桥梁有限元模型,将识别的振型进行质量归一化,计算主梁的测试位移柔度矩阵,设计桥梁标准荷载试验方案,利用柔度矩阵计算主梁在试验荷载下的预测挠度,并与理论挠度进行比较。结果表明,在合适的车速下,预测挠度与理论挠度误差基本满足工程精度要求。