王波[1]2005年在《基于BP神经网络的桥上移动荷载识别》文中指出桥梁受车辆移动荷载的作用以及运输超载的影响,极易发生疲劳损伤甚至破坏和倒塌,严重威胁桥梁的使用安全性。因此,对桥梁上移动车辆荷载的识别,以确定桥上移动荷载的大小和种类,对桥梁的健康监测与日常维护、安全评定与交通规划等具有重要的理论意义和应用价值。本文基于移动荷载动力模型,将BP神经网络理论用于桥上移动荷载识别问题中。首先基于欧拉梁振动理论与模态迭加法,建立了多个移动荷载作用下的简支梁和连续梁的运动方程;采用4自由度平面车辆动力模型,并利用离散逆傅立叶变换法模拟桥面不平整度;其中连续梁采用了准确的频率方程及振型的统一解析式;数值仿真分析中,分别对一简支梁和一连续梁在移动车辆荷载作用下的动力响应及车-桥相互作用力进行了模拟。然后,基于BP神经网络进行了桥上移动荷载识别研究。将桥梁应变响应作为网络输入,移动荷载参数作为输出,依据桥梁的不同状态(不同车速、不同轴重,不同位置)建立样本库;同时对输入参数进行敏感性分析,并对样本进行了常规处理及特征提取,确定了网络结构及训练参数;识别中采用分步识别技术,分别对桥上移动车载速度、位置及大小进行了识别,并利用遗传算法对网络权值进行了优化。最后,利用数值算例验证了基于BP神经网络识别桥上移动车载的可行性。分别讨论了简支梁上与连续梁上的静力模型和动力模型等多种情况下的荷载识别,并对桥上多车荷载的识别进行了分析;同时对神经网络荷载识别方法的抗噪能力及路面不平度、车辆行驶速度及响应测点等对识别结果的影响进行了分析。研究结果表明,基于动力模型的BP神经网络移动荷载识别方法,能够有效识别简支梁桥与连续梁桥上的移动车载;荷载分步识别技术能够得到较准确的车载位置、速度与大小;采用遗传算法优化神经网络,可实现全局搜索,克服了训练易陷入局部最小的缺点,并可加快网络训练速度。
尧云涛[2]2004年在《由响应识别桥上的移动荷载》文中指出随着经济社会的发展，公路交通运输量显着增加，公路桥梁上行驶的车辆轴重不断增加，车辆数目、密度和速度也随之提高。而与此同时，由于高强材料的运用以桥梁美学的需要，许多桥梁设计的较为纤细，从而使得对车桥之间相互作用力的研究显得尤为重要。车辆通过桥梁时，车辆与桥梁之间的相互作用力是随时间变化的。车桥之间的相互作用力的识别属于结构力学反问题中的第二类问题，对于桥梁结构的设计具有重要的意义。 近年来，利用桥梁在车辆作用下的响应识别移动荷载的方法引起了学术界的普遍关注，这些方法按原理可大致化分为时域法和频域法。本文采用移动荷载识别中较常用的时域法。时域法识别移动荷载的关键在于在时域里建立移动荷载与结构动态响应的关系式。如果测得结构在移动荷载作用下的动态响应，则可通过运算实现移动荷载的识别。 本文将桥梁简化为空间各向同性板，分别研究了将桥上车辆简化为时变集中力、单自由度质量—弹簧—阻尼模型、七自由度车辆模型情况下的移动荷载识别问题，并考虑了移动荷载速度信息不完备和测量噪声对荷载识别的影响。 本文将计算机仿真分析的方法用于桥上移动荷载识别问题的研究，即先通过车桥耦合振动计算模拟桥梁结构空间的在移动荷载作用下的空间动态响应，再以桥梁结构动态响应为基本信息，根据移动荷载识别的方法计算移动荷载，并将其与实际的荷载相比较以检验移动荷载识别方法的有效性。 本文主要就以下几个方面进行了研究： 1．从空间板的强迫振动方程出发，推导出由结构的动态响应识别移动荷载的基本方程； 2．用梁函数组合法计算空间板的自振特性； 3．建立模态坐标下的车桥耦合振动方程，进行车桥耦合振动计算；西南交通大学硕士研究生学位论文第n页 4.运用计算机仿真分析的方法，采用不同的车桥模型，研究了空间板上移动荷载的识别问题。 现有的用时域法识别移动荷载的方法还存在不少不足之处，如只能运用于较为理想的桥梁结构模型，需要得到解析形式的桥梁结构自由振动的振型函数，识别计算的计算量较大等。因而有必要对现有的移动荷载识别方法进行更深入的研究。关键词:桥梁，移动荷载，识别，时域法汾
张策萍[3]2007年在《基于BP神经网络的移动荷载识别方法研究》文中研究指明近年来世界各地灾难性的桥梁工程事故频频发生，这些事故的发生引发了人们对桥梁结构“健康”问题的广泛关注。工程结构的实际性态将随结构的使用而改变，如材料老化、疲劳断裂等，这将导致桥梁的承载力下降，安全性受到威胁，由此结构健康监测(Health Monitoring)成为当今桥梁工程研究的一个热点问题。移动荷载识别作为桥梁结构健康监测中的基础环节，是决策者进行结构安全评估和决策的重要依据，正确评定桥梁结构的实际受力状况，是保证桥梁结构安全可靠的基本前提。本文首先介绍了移动荷载识别的原理和方法，在此基础上提出了一种新的移动荷载识别方法，即基于BP神经网络技术的方法，引入时间变量作为网络输入的一维，得到了移动荷载的有效识别方法。通过对桥梁在移动荷载作用下的动力响应的分析，设计了用于识别移动荷载的BP神经网络结构，并将其应用于简支梁及连续梁上移动荷载的识别当中。1以简支梁桥为研究对象，将梁桥简化为欧拉-伯努利梁，建立移动荷载作用下的强迫振动方程，根据模态迭加原理，得到桥的动力响应，导出由结构的动力响应识别移动荷载的方程，阐述移动荷载识别的基本原理。2通过数值计算，得到移动荷载作用下简支梁桥的动力响应解析解，分析了在单个力及两个力、常量力及时变力等不同荷载形式作用下跨中测点的各阶位移响应及不同位置测点的动力响应。3以时间t和动力响应为网络输入，移动荷载为网络输出，建立移动荷载识别的BP神经网络，分别对简支梁和连续梁上的移动荷载进行识别，分析和比较各种输入参数的学习和识别效果，并讨论各种参数对识别效果的影响。本文提出的研究方法和计算分析成果，将为桥梁结构移动荷载识别的智能化提供一定的参考，也为桥梁结构的损伤识别和健康监测建立一定的基础。
张渔勇[4]2007年在《桥梁结构列车多轴移动荷载识别研究》文中研究指明近年来，利用桥梁结构在车辆荷载作用下的响应来识别移动荷载的方法引起了国内外学术界的广泛关注。众多的移动荷载识别方法均以桥梁结构为研究对象，形成了一套识别理论。本文首先建立了移动荷载作用下简支桥梁的运动方程，在此基础上，基于模态迭加原理，由最小二乘法建立了桥面移动荷载的识别方程。通过数值研究，利用样条函数逼近法拟合动态响应，识别桥上多个移动常量荷载，并分析相关参数对识别结果的影响，得出一些有益的结论。研究表明，该方法具有一定的有效性，算法简单，具有较好的识别精度。本文在第一章中介绍了已有的移动荷载识别方法及国内外在这一逆向工程中的研究状况，在此基础上提出了研究目标和意义。最后简要介绍本文的研究目标及内容。第二章介绍了移动荷载识别常用的理论方法，并分析评价了各个方法的适用范围及优缺点。第叁章介绍了桥梁结构移动荷载识别的基本理论和相关知识，包括振型正交性、模态迭加理论等。第四章讲述了叁次样条函数的特征，叁次样条函数光滑性好，对桥梁结构动态响应曲线拟合效果较理想。同时，利用大型有限元软件ANSYS建立桥梁有限元模型，编写移动荷载作用下桥梁结构动态响应分析命令流。本章是桥梁结构移动荷载识别的重点部分，基于ANSYS分析计算的动态响应，利用桥梁结构移动荷载识别理论，用MATLAB编写移动荷载识别程序，对识别荷载进行对比分析。本章在荷载识别中重点讨论了识别模态数、测点数、荷载移动速度对识别结果的影响，得出一些有用的结论。最后在第五章中对全文所做的工作进行了总结，指出只要参数选择合理，就能够由桥梁结构的动态响应识别移动荷载，同时在本章中也指出此识别方法存在的某些不足及进一步需要深入研究的事项，对下一步的研究工作进行了展望。
乔磊[5]2010年在《基于有限元模型修正的多梁式桥梁移动荷载识别》文中提出公路交通荷载调查是确定新桥设计荷载、桥梁时变可靠性分析、既有桥梁剩余寿命预测、极限承载能力计算以及随机车流仿真模拟等研究的重要基础之一。而横向位置和车重参数识别是交通荷载调查至关重要的内容。以往的车重通常采用动态称重设备(WIM)进行采集。但由于安装复杂和养护费较高等不足,使得这种方法具有很大的局限性。在这种情况下,由桥梁动响应间接识别移动车辆荷载的方法应运而生。但是,这些方法均存在不同程度的局限性,不宜进行数据量庞大的交通荷载识别。因此,提出一种简单、快速、有效的移动荷载识别方法,确定大规模交通荷载的各关键参数,具有非常重要的意义。首先对既有移动荷载识别的理论和方法进行回顾,在此基础上提出了一种基于有限元模型修正的多梁式桥梁移动荷载识别方法,并详细阐述该方法的思路及关键技术,然后以简支空心板梁桥和连续T梁桥为工程实例进行移动荷载识别,验证识别方法的准确性和可靠性,然后利用该识别方法按车型分类批量识别出交通荷载调查中所有单车过桥车辆的横向位置及车重参数。本文主要研究内容为：1、以有限元模型修正、低通滤波器设计以及多梁式车桥耦合振动程序为基础,提出了基于有限元模型修正的多梁式桥梁移动荷载识别方法。对移动荷载识别的基本思路进行详细说明,阐述有限元模型修正理论,滤波设计方法,并介绍多主梁车桥耦合振动分析思路,编制相应分析模块；2、以一座简支空心板梁桥为工程实例,首先采用Butterworth低通滤波器对现场24小时采集到的所有过桥车辆产生的桥梁动位移信号进行滤波处理,提取静力响应极值,并严格按照车型进行分类统计；其次通过对观测桥梁进行基于静力试验的有限元模型修正,建立能够反映桥梁真实状态的基准有限元模型；然后将修正后的有限元模型输入至自行研制的多梁式车桥耦合振动程序,以车型和行驶车道为单位,计算并绘制横向位置识别曲线和车重识别曲面；以静力响应极值为依据,进行分车道、分车型的移动荷载识别,并对识别结果的准确性验证；最后按照车型、车道分类批量识别全天5022辆单车过桥车辆的参数,并对识别结果进行分析。3、选取一座六跨连续T梁桥为工程实例,首先将采集到两时段324辆车的动态信号进行滤波,提取静力响应极值；其次静力修正后有限元模型输入多梁式车桥耦合振动程序,计算并绘制横向位置识别曲线和车重识别曲面；对不同车型横向位置识别曲线坐标值进行对比,验证分类方法的可行性；以静力响应极值为依据,识别移动荷载,并对识别结果的准确性验证；最后批量识别两样本全部单车过桥车辆的参数,并对识别结果进行分析。通过以上过程对识别方法的适用性进行验证。
陈锋[6]2006年在《复杂桥梁结构移动荷载识别的理论与试验研究》文中研究说明桥梁受移动车辆荷载的反复作用及超载运输的影响,极易发生疲劳、损伤甚至破坏,严重影响着其正常的使用寿命;桥梁健康监测系统也要求对环境荷载进行实时监测和记录。因此,识别桥梁上移动车辆荷载,对桥梁的健康监测和日常维护以及交通规划等都具有重要的理论意义和工程价值。本文对多跨连续梁桥、空间梁桥和曲线箱梁桥等复杂桥梁结构上的移动荷载识别理论进行了系统的研究,主要研究工作与创新成果包括以下几个方面:(1)基于模态迭加法和连续梁固有振动的精确解,建立了移动荷载作用下的等截面连续梁运动方程。利用样条函数逼近法逼近桥梁的动力响应,结合Tikhonov正则化方法和奇异值分解(SVD)得到了荷载识别的正则解。(2)针对结构形式复杂的桥梁,采用五次Hermitian插值函数作为单元形函数,建立了桥梁结构的有限元模型。在模态空间内,利用Chebyshev正交多项式作为响应和荷载的时间有限元形函数,基于加权残值法,建立了移动荷载识别的时间元模型。并利用截断奇异值分解的正则化方法,得到移动荷载的稳定解。(3)针对公路与城市立交中普遍采用的空间梁桥结构,建立了桥梁移动荷载识别的空间梁格模型。利用桥梁离散振型,由样条函数逼近法与截断奇异值分解正则化方法得到了移动荷载识别的稳定解,其中采用以模态置信度准则(MAC)矩阵为目标函数的逐步积累法对测点布置进行优化。(4)针对曲线箱梁桥,基于剪力柔性梁格法建立了曲线箱梁桥的梁格模型,分析了车桥相互作用。采用叁角位移函数,基于平衡法,推导了一种考虑剪切变形和转动惯量的新型曲梁单元。根据拉格朗日定理,建立了空间车辆模型,基于逆傅立叶变换法生成了4种等级的桥面不平度。(5)提出了一种基于BP神经网络的桥梁移动荷载识别方法。采用分阶段识别技术,分步对车辆的位置、车速、车距及荷载进行识别。分别采用正交设计方法、正则化方法和遗传算法对神经网络的样本集设计、训练方法以及初始权值进行了改进和优化。(6)在试验室内制作了一根2m长的简支钢梁模型和模型小车,考虑了相似条件。对模型梁的弯曲刚度、应变测量和车速进行了标定。试验得到模型梁的前4阶振型和模态参数。通过测得的应变及模态参数,对本文所建立的几种桥梁移动荷载识别方法进行了验证和参数分析。
姜拓宇[7]2015年在《非线性系统的结构荷载识别》文中研究表明作为结构健康监测的重要组成部分之一,系统识别技术正在被众多的学者所关注。在实际工程中,外荷载激励通常都是未知的,能否正确估计外激励的形式和大小直接决定了系统识别的精度。另一方面,非线性现象在实际工程结构中普遍存在,对非线性结构采用线性模型进行仿真分析将不可避免地引入误差。因而,本文针对非线性系统,对结构进行荷载识别。本文首先研究了结构中典型的非线性特性,及非线性分析方法。第一,对存在非线性构件的结构系统研究了等价线性化方法,将非线性系统等价成为一个线性系统来求解结构动态响应,并用于系统识别。第二,本文针对刚度—位移非线性关系以及应力—应变非线性关系,推导了这两种非线性条件下结构动力分析方法,求解了两种非线性条件下结构动力响应用于系统识别。最后,采用数值算例验证了上述两种非线性分析方法分析结果的正确性与精确度。并应用ANSYS软件建立了一段90m长的地铁隧道模型,对此模型进行了非线性分析,研究了此模型在线性条件下和非线性条件下各部位的位移,讨论了土体非线性对整体隧道结构的影响。本文研究了一种基于模型修正理论的系统外荷载的识别方法。在状态空间域内,将系统外荷载转化为切比雪夫正交多项式,通过识别切比雪夫正交项的系数,从而完成对系统外荷载的识别。应用该荷载识别理论完成非线性系统荷载识别方法的研究。本文针对实际结构非线性特性,研究了非线性系统的荷载识别方法,避免传统方法采用线性模型模拟实际结构带来的误差,为实际工程结构系统识别提供了一个新的思路。
张青霞[8]2010年在《基于虚拟变形法的动态荷载与结构损伤识别方法研究》文中研究表明结构健康监测是近年来工程领域的一个研究热点。本文主要基于虚拟变形法(Virtual Distortion Method, VDM)对结构健康监测中动态荷载识别、荷载损伤共同识别及其在车-桥耦合系统的应用进行了系统研究,主要内容如下:1.提出基于形函数和移动时间窗的荷载识别方法,改善了荷载识别中反卷积方法在时域里计算效率低、对噪声敏感等不足。荷载形函数方法借鉴有限元中单元形函数的概念,将荷载的时间历程近似为时间梁的变形,利用梁单元的形函数逼近荷载,将识别连续的荷载历程转化为识别离散的时间梁结点的位移,从而显着降低传递系数矩阵的维数,提高计算效率,并改善了逆问题的病态性。移动时间窗方法将动态荷载的时程分段,然后采用逐段识别并交错前进的方式,提高识别效率。两种方法有机结合,不但提高了计算效率,而且降低了对噪声的敏感性,可实现荷载的在线识别。通过一个连续梁的数值算例和一个悬臂梁的试验有效验证了该方法适用于不同类型荷载的离线与在线识别。2.提出虚拟变形等效损伤的荷载与损伤共同识别。虚拟变形法(VDM)是一种快速重分析方法,它引入虚拟变形来反映结构单元参数的变化,通过在初始模型上施加相关的虚拟变形可以很快求出结构模型改变后的响应,无需对结构系统进行重新建模分析。本文利用有限元理论推导和阐述了损伤结构的单元实际变形、虚拟变形和损伤因子之间的关系及其中的物理意义。利用这个关系将单元的损伤(包括非线性损伤)用虚拟变形来等效。把虚拟变形视为与荷载同样引起结构响应的激励,从而利用提出的荷载识别方法(荷载形函数和移动时间窗)结合未损伤结构的模型直接识别虚拟变形和荷载,无需优化迭代,可快速实现荷载与损伤的共同识别,包括损伤大小和损伤类型,能用于离线与在线识别。该方法与约束子结构方法相结合可以识别共存的局部子结构的荷载与损伤。通过一个五跨空间桁架的数值算例(考虑线性损伤和呼吸裂缝两种损伤形式)和悬臂梁试验验证了该方法的有效性。3.提出基于VDM快速重分析思想的荷载与损伤优化识别。虚拟变形等效损伤的共同识别方法要求传感器的数目至少等于荷载数目和损伤单元的虚拟变形数目之和。该方法以损伤因子为优化变量,所需传感器的数目只需大于未知荷载数目。在优化过程中,利用VDM思想能准确地构造给定损伤因子下的系统脉冲响应,避免了重复构造系统参数矩阵,提高了计算效率。并利用二次多项式插值逼近结构响应和损伤因子的关系,然后通过该多项式可快速估计给定损伤下的结构响应,进一步提高优化效率。此外,结合约束子结构方法可实现局部子结构的荷载与损伤共同识别。在一个叁跨框架梁的数值算例和悬臂梁试验中,附加质量、单元刚度损伤和未知荷载均能得到有效识别。4.对VDM方法进行扩展,提出移动动态影响矩阵的概念,并利用其实现移动质量的识别。利用移动动态影响矩阵能快速准确地计算移动质量过桥时的结构响应,避免了时时重构移动质量-桥耦合系统的时变参数矩阵。以此为基础,提出耦合系统中移动质量的快速识别方法,避免了直接识别移动荷载中常遇到的病态问题,具有较高的识别精度和计算效率,对噪声鲁棒性强,使用少于移动质量数目的传感器就可以进行精确识别。结合一个简支梁和叁跨框架梁的数值算例验证了该方法的有效性。5.移动车辆振动系统模型相比较移动质点模型更接近与实际情况,而且可以反映车的动力行为。鉴于此,本文利用双自由度质量-弹簧阻尼模型模拟移动车辆振动系统。借助VDM的快速重分析思想,以移动车体的参数修正因子为变量优化识别车体参数。每步优化中利用提出的移动动态影响矩阵,避免了时时重构车-桥耦合系统的时变系统参数矩阵,提高了优化速度。并进一步讨论了路面粗糙度对不同车辆简化模型的影响。结合一个框架梁的数值仿真算例验证不同车辆简化模型的识别效果,证实该方法的有效性。6.在前面研究的基础上,提出车-桥耦合系统中移动体参数和结构损伤的共同识别方法,实现利用较少的传感器就可以得到精确的识别结果。并推导了基于伴随变量的快速灵敏度分析方法,首先以移动质量为车辆模型阐述推导主要理论公式;然后考虑路面粗糙度影响,识别双自由度质量-弹簧阻尼模型参数和结构损伤。在一个叁跨框架梁数值算例中,针对是否考虑路面粗糙度的影响两种工况,分别进行了移动体参数和桥梁结构损伤的共同识别,算例结果表明识别结果对模型误差、噪声不敏感,识别精度高。
王雪刚[9]2010年在《一种双向多车移动车载识别新方法》文中指出桥面移动车载识别是桥梁工程设计一个非常重要的问题,也是结构动力学逆问题的一个重要方面,近年来一直是国际桥梁及结构工程领域的研究热点之一,倍受发达国家政府和科研人员的重视。本文基于板梁理论,考虑桥面偏载的影响,针对桥面双向多车移动实际运营工况,提出了一种双向多车移动车载识别新方法。首先介绍了移动荷载识别的国内外研究现状,着重概述了目前几种常用的有效识别方法,并比较分析了各方法的优缺点和适用范围。其次阐述了板桥梁结构双向移动荷载识别方法的基本理论和相关知识,其中包括哈密顿原理、模态迭加理论以及最小二乘法等。然后利用有限元软件ANSYS建立板桥梁有限元模型,编写移动荷载作用下桥梁结构动态响应分析计算命令流,通过计算得到了桥梁结构动态响应,将其中的多个关键点的动态响应数据作为输入数据代入到用MATLAB编写的移动荷载识别程序,最终识别出桥面双向多车移动车载。本文还进行了参数研究,重点讨论了车辆数目、噪声水平、荷载偏心、荷载移动速度、采样频率、桥面宽跨比以及测点布置等对识别结果的影响,对双向荷载识别研究结果进行了总结归纳,同时也指出该识别方法存在的不足之处及需要进一步深入研究的内容,并对下一步的研究工作进行了展望。
袁向荣, 陈恩利, ＴｏｍｍｙＨｕｎｇ－ＴｉｎＣｈａｎ[10]1997年在《由响应识别桥上移动荷载》文中进行了进一步梳理本文介绍一种基于欧拉梁振动理论由桥梁响应识别桥上移动时变荷载的方法，用模态迭加法和最小二乘法由桥梁挠度或应变识别梁的模态位移，采用差分方法得到梁的模态速度和模态加速度，由梁的模态座标方程和最小二乘法识别桥上移动荷载，并通过计算机仿真说明测试误差、桥梁跨度及荷载间距对识别结果的影响
参考文献：
[1]. 基于BP神经网络的桥上移动荷载识别[D]. 王波. 天津大学. 2005
[2]. 由响应识别桥上的移动荷载[D]. 尧云涛. 西南交通大学. 2004
[3]. 基于BP神经网络的移动荷载识别方法研究[D]. 张策萍. 浙江大学. 2007
[4]. 桥梁结构列车多轴移动荷载识别研究[D]. 张渔勇. 武汉理工大学. 2007
[5]. 基于有限元模型修正的多梁式桥梁移动荷载识别[D]. 乔磊. 长安大学. 2010
[6]. 复杂桥梁结构移动荷载识别的理论与试验研究[D]. 陈锋. 天津大学. 2006
[7]. 非线性系统的结构荷载识别[D]. 姜拓宇. 华中科技大学. 2015
[8]. 基于虚拟变形法的动态荷载与结构损伤识别方法研究[D]. 张青霞. 哈尔滨工业大学. 2010
[9]. 一种双向多车移动车载识别新方法[D]. 王雪刚. 暨南大学. 2010
[10]. 由响应识别桥上移动荷载[J]. 袁向荣, 陈恩利, ＴｏｍｍｙＨｕｎｇ－ＴｉｎＣｈａｎ. 工程力学. 1997
标签：公路与水路运输论文; 有限元论文; 桥梁论文; 模态分析论文; 神经网络模型论文; 空间分析论文; 荷载组合论文; 荷载单位论文; 动态模型论文; 振动频率论文; 非线性论文;