河北省科学技术研究与发展计划项目(11215611D)
- 作品数:7 被引量:49H指数:4
- 相关作者:李延强赵世英符强张阳更多>>
- 相关机构:石家庄铁道大学北京交通大学更多>>
- 发文基金:河北省科学技术研究与发展计划项目河北省人力资源和社会保障研究课题河北省自然科学基金更多>>
- 相关领域:建筑科学交通运输工程更多>>
- 面向损伤识别的独塔斜拉桥模型的设计与分析被引量:4
- 2012年
- 模型试验方法是桥梁结构损伤识别研究的一种重要手段。以某虚拟的独塔斜拉桥为原型,面向损识别设计制作了独塔斜拉桥试验模型。试验模型各主要构件(主梁、主塔、斜拉索)均独立加工制作,其中主梁选用铝合金材料,截面采用箱形,划分为不同长度的阶段,各节段均采用螺栓连接。通过改变节段板厚的方法实现主梁不同损伤程度的模拟,不同位置的损伤通过更换不同位置的板厚实现,从而方便的实现了模拟模型斜拉桥主梁的各种损伤状态。采用特殊的设计实现了斜拉桥结构索力的实时测试。对模型进行了静态试验,并与有限元模型计算的结果进行了对比分析。试验研究与数值分析为今后的损伤识别研究奠定了基础。
- 李延强杜彦良
- 关键词:独塔斜拉桥损伤识别索力
- 确定斜拉桥施工索力的正装倒拆优化法被引量:12
- 2012年
- 以实验室独塔斜拉桥为研究对象,提出了确定斜拉桥合理施工索力的正装倒拆计算法,该方法按照施工顺序,在正装优化的基础上,对各节段进行倒拆计算,得到各斜拉索的基础索力,然后再通过正装迭代计算,求得各个调索阶段斜拉索的初始张拉索力和主梁的预抬量,从而避免了传统的倒拆法中难以考虑结构本身的非线性问题与正装法无法保证计算过程中一些索力设置大小的合理性等问题。本方法已经在独塔斜拉桥模型实验中成功应用。通过实验验证了该方法的有效性和可靠性,具有一定的理论价值和重要的应用价值。
- 符强李延强
- 关键词:斜拉桥施工索力
- 基于支持向量机与分层遗传算法的斜拉桥全结构损伤分步识别被引量:4
- 2015年
- 为了实现斜拉桥全结构的损伤识别,提出一种支持向量机与分层遗传算法相结合的分步识别方法。该方法首先按结构的材料特性将斜拉桥分为主梁、索塔、拉索三类子结构,利用支持向量机的分类特性判定损伤的来源,确定损伤属于某一类子结构;然后,应用分层遗传算法对子结构中的单元进行损伤位置与损伤程度的识别。以实验室独塔斜拉桥模型作为研究对象进行数值仿真,结果表明:采用支持向量机方法能较准确的对主梁、索塔、拉索三类子结构的损伤进行分类,确定损伤的来源;分层遗传算法能快速有效的完成斜拉桥某一子结构中损伤单元的定位与识别;两种算法结合的分步识别方法,实现了斜拉桥全结构的损伤识别,同时分步识别策略减少了支持向量机训练样本与遗传算法中初始种群的规模,提升了寻优效率。
- 李延强张阳
- 关键词:斜拉桥损伤识别支持向量机分层遗传算法子结构
- 基于最敏感斜拉索张力指标的斜拉桥主梁损伤识别方法被引量:16
- 2014年
- 斜拉桥结构主梁的损伤会引起恒载内力重分布,进而引起斜拉索张力变化。根据这一规律,结合BP神经网络算法,研究并提出基于最敏感斜拉索张力指标的斜拉桥主梁损伤识别方法。通过分析斜拉索张力对主梁损伤的敏感性,确定对主梁损伤最敏感的斜拉索,并将该斜拉索在主梁损伤前后的张力变化率定义为最敏感斜拉索张力指标;将主梁发生不同位置、不同程度损伤时对应的各最敏感斜拉索张力指标作为BP神经网络的输入并训练网络,根据训练误差自动确定网络的隐含层结构,由训练好的BP神经网络的输出确定主梁的损伤位置及损伤程度。以实验室独塔斜拉桥试验模型为例,采用有限元软件ANSYS建立其空间板壳有限元模型,运用给出的主梁损伤识别方法对该斜拉桥试验模型的主梁损伤进行识别,结果表明:该方法仅用1组4根斜拉索便可以较好的识别率实现对斜拉桥主梁不同位置、不同程度单点损伤的识别。
- 李延强赵世英杜彦良
- 关键词:斜拉桥主梁损伤识别斜拉索
- 基于车激索力响应的斜拉桥主梁损伤识别研究被引量:4
- 2017年
- 基于车桥耦合振动理论,建立车桥索耦合振动方程,求解得到车激索力时程响应,其次定义主梁刚度折减系数为主梁损伤因子,根据泰勒级数展开方法建立索力响应与损伤因子的灵敏度方程,然后采用Tikhonov正则化方法和有限元模型修正技术求解该方程,得到主梁的损伤因子,从而实现对主梁的损伤识别.最后,以实验室独塔斜拉桥试验模型为例,对主梁单一位置损伤和多位置的损伤识别进行了数值仿真,并探讨了车辆参数、噪声干扰等对损伤识别结果的影响.结果表明:提出的识别方法理论正确,识别的结果可信,且该方法对车辆的参数、斜拉索的选择不敏感,可用不同参数车辆激励下的任意一根斜拉索的索力响应对斜拉桥主梁各种损伤位置和损伤程度进行有效识别.
- 李延强彭沉彬
- 关键词:斜拉桥损伤识别
- 基于实测索力的模型斜拉桥有限元模型修正研究被引量:8
- 2013年
- 斜拉索作为斜拉桥结构的主要受力构件,对桥梁结构的受力影响重大。本文以实验室独塔斜拉桥模型为研究对象,展开基于索力实测的斜拉桥结构有限元模型修正技术研究。建立基于ANSYS平台的模型斜拉桥板壳模式的初始有限元模型,对模型斜拉桥进行静力荷载试验,测试各工况下的斜拉索索力,并以实测索力为主要修正对象,位移响应为次要修正对象,基于结构参数进行灵敏度分析,得到模型斜拉桥的主要和次要修正参数。运用ANSYS优化模块,对模型斜拉桥初始有限元模型进行修正,修正后的有限元模型各工况下计算索力、位移与实测索力和位移吻合良好。修正后的结构参数物理意义明确,修正后的有限元模型可以作为基准模型,用于后续的损伤识别研究。所提方法可供大跨斜拉桥结构有限元模型修正参考借鉴。
- 李延强杜彦良符强
- 关键词:模型修正
- 基于粒子群优化支持向量机的斜拉桥主梁损伤识别研究被引量:5
- 2015年
- 为了能够更加准确地判断结构损伤位置和程度,本文提出了基于粒子群优化支持向量机(PSO-SVM)方法对斜拉桥主梁进行损伤识别的新方法。该方法以最敏感索张力指标作为损伤识别指标,利用粒子群(PSO)算法寻找支持向量机(SVM)最优参数,建立SVM预测模型,以不同位置、不同损伤程度下最敏感索的张力指标作为SVM的训练和测试输入,由SVM的输出确定损伤位置。通过对实验室的模型斜拉桥的主梁损伤进行了仿真验证,结果表明:采用PSO算法很好地解决了采用SVM方法进行损伤识别时的参数选择随机性难题,实现了对SVM模型参数的自动优化,基于PSO-SVM的损伤识别方法对斜拉桥主梁不同程度的损伤均有很高的识别率。
- 赵世英李延强
- 关键词:斜拉桥损伤识别支持向量机粒子群算法