河北省自然科学基金(E2012210061)
- 作品数：10 被引量：39H指数：4
- 相关作者：李延强赵世英张阳符强更多>>
- 相关机构：石家庄铁道大学北京交通大学更多>>
- 发文基金：河北省自然科学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更多>>
- 相关领域：交通运输工程建筑科学化学工程更多>>
- 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
- 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
- 改进分层遗传算法在斜拉桥主梁损伤识别中的应用被引量：4
- 2014年
- 标准遗传算法在解决像斜拉桥这类复杂结构的损伤识别问题时会出现提前收敛,即所谓"早熟"的现象。为了避免此现象的发生,提高损伤识别的效率与精度,提出一种基于改进分层遗传算法的斜拉桥主梁损伤识别方法。采用索力变化作为优化目标函数,将3种具有不同遗传算子的标准遗传算法与变量微调和灾变策略相结合,形成了一种具有灾变特性的分层遗传算法,以实验室独塔斜拉桥模型作为研究对象进行了数值仿真,结果表明:改进的分层遗传算法成功的避免了标准遗传算法"早熟"现象的发生,能快速有效的完成斜拉桥主梁各种损伤的识别;同时对此方法进行抗噪性分析发现,该方法具有良好的抗噪能力。
- 李延强张阳
- 关键词：斜拉桥损伤识别遗传算法索力
- 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
- 斜拉桥结构模型试验索力测试方法研究被引量：1
- 2013年
- 以某实验室独塔斜拉桥试验模型为研究对象,对斜拉桥模型试验的索力测试方法展开研究。开发了一种基于压力环传感器的索力测试系统,基于ANSYS分析平台,按照接触问题对该系统进行了仿真分析。在此基础上,在实验室模型桥上,采用测频法对该系统进行了对比验证。结果表明:该系统操作简单,性能可靠,测试精度较高,在不改变斜拉索刚度的情况下可以实现斜拉桥模型试验中斜拉索索力的实时、长期监测。
- 李延强赵世英
- 关键词：索力测频法模型试验
- 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
- 斜拉桥主梁损伤对车激索力响应的影响研究被引量：1
- 2015年
- 以斜拉桥的损伤识别为目的,提出了一种索力比指标,研究了斜拉桥在车辆荷载激励下,主梁发生损伤时斜拉索索力比指标的变化规律。以实验室独塔斜拉桥试验模型为研究对象,基于ANSYS建立其空间板壳有限元模型,以单元刚度的折减模拟主梁损伤,对主梁在不同位置损伤、不同程度损伤两类工况下,车辆荷载激励下斜拉索的索力比指标变化进行了数值仿真。结果表明:车辆荷载激励下,斜拉索的索力比指标与主梁的损伤位置和损伤程度存在一定的对应关系。为后续基于车辆荷载激励下的索力响应指标识别斜拉桥损伤方法的研究提供了重要的参考,具有一定的理论意义。
- 彭沉彬李延强
- 关键词：斜拉桥损伤识别车桥耦合
- 汽车顶盖喷涂轨迹的优化
- 2020年
- 在汽车喷涂过程中,涂料经过高速旋杯式静电雾化器到达汽车顶盖时,涂层厚度呈现不均匀的状态。为了更大程度上实现喷涂表面涂层厚度的均匀性,改善汽车喷涂质量,建立汽车表面喷涂轨迹的优化模型,并计算相邻喷涂轨迹间的最优重叠距离。将汽车顶盖离散化为多个三角平面,将汽车顶盖的平面投影按照最佳喷涂间距进行网格划分,求解相应三角平面的节点信息和喷涂该点时雾化器的坐标值,并生成汽车顶盖喷涂轨迹。通过对汽车顶盖喷涂轨迹的计算,为进一步实现对复杂曲面的喷涂轨迹优化提供了理论依据和实践指导。
- 杨晨霞王战中张保真
- 关键词：汽车涂装MATLAB
