啪啪国产视频_一级高清毛片_日韩精品中文字幕在线观看_免费视频一区二区三区四区

　　【摘要】：橋梁建成通車后，由于受氣候、環(huán)境因素的影響，結(jié)構(gòu)材料會被腐蝕和逐漸老化，長期的靜、動力荷載作用，使其強度和剛度隨著時間的增加而降低。這不僅會影響行車安全，更會使橋梁的使用壽命縮短。在結(jié)構(gòu)布局和規(guī)模都十分復(fù)雜的大型橋梁上仍然沿用傳統(tǒng)的橋梁外觀檢查、養(yǎng)護、維修程序以及常規(guī)的局部檢測，顯然已難以全面反映橋梁的健康狀況，尤其是難以對橋梁的安全儲備以及退化途徑作出系統(tǒng)的評估。建立和發(fā)展某種能夠提供整體和全面的全橋結(jié)構(gòu)檢測和評估信息的監(jiān)測系統(tǒng)，隨時了解大橋結(jié)構(gòu)的承載能力和安全儲備，對保證大橋運營的安全性和耐久性都是十分必要的。 目前，在許多大跨度橋梁上都已經(jīng)安裝了永久性的監(jiān)測系統(tǒng)，但目前的橋梁監(jiān)測系統(tǒng)中不含結(jié)構(gòu)模型，因而無自動損傷識別的能力。本文在前人研究工作的基礎(chǔ)上，根據(jù)遺傳算法和神經(jīng)網(wǎng)絡(luò)在處理復(fù)雜非線性問題時的各自特點，分別將其用于橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)的不同部分，提出了建立基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)的基本設(shè)想。為此，本文主要進行了以下幾個方面的研究工作。 1．在既有橋梁的研究中，主要包括橋梁總體性損傷評估、橋梁承載能力鑒定、橋梁剩余壽命評估、橋梁處置對策確定及其經(jīng)濟分析等，其中在日常管理養(yǎng)護中比較常用、比較重要的問題之一就是橋梁的總體性損傷評估。根據(jù)《中國公路橋梁綜合評定方法》，引入數(shù)理統(tǒng)計中的“正交試驗法”和“均勻設(shè)計法”，應(yīng)用神經(jīng)網(wǎng)絡(luò)對橋梁結(jié)構(gòu)進行模糊綜合評判。 2．應(yīng)用神經(jīng)網(wǎng)絡(luò)較強的模式分類功能，選擇合適的模態(tài)信息或動靜力響應(yīng)數(shù)據(jù)，對橋梁結(jié)構(gòu)進行損傷識別。結(jié)合基于靜態(tài)應(yīng)變及位移測量的結(jié)構(gòu)參數(shù)識別算法，借助遺傳算法強大的優(yōu)化搜索能力，探討基于遺傳算法的橋梁結(jié)構(gòu)損傷識別技術(shù)。 3．根據(jù)安裝在橋梁結(jié)構(gòu)上的監(jiān)測系統(tǒng)傳遞來的位移、應(yīng)變信息，進行作用在橋梁結(jié)構(gòu)上的荷載識別，可以：① 對監(jiān)測系統(tǒng)傳遞來的荷載信息加以校核和補充；② 為下一步的損傷識別提供依據(jù)。而荷載識別的關(guān)鍵技術(shù)在于快速、準確地模擬橋梁的荷載-撓度曲線。以“在位移控制下部分預(yù)應(yīng)力混凝土梁非線性行為試驗研究”的試驗數(shù)據(jù)為建模樣本集，分別以作用于梁上的荷載和梁的跨中撓度為輸入、輸出，利用神經(jīng)網(wǎng)絡(luò)來對混凝土梁的荷載-撓度曲線進行模擬，并用其進行荷載識別的試驗研究，取得了較好的效果。 第11頁 西南交通大學博士研究生學位論文 4.裂縫開展寬度是衡量部分預(yù)應(yīng)力混凝土橋梁使用性和耐久性的一個重 要指標，精確地模擬部分預(yù)應(yīng)力混凝土梁的荷載一裂縫關(guān)系有著十分重要的意 義。然而，混凝土結(jié)構(gòu)裂縫形成和發(fā)展的過程十分復(fù)雜，具有一定的隨機性， 難于用常規(guī)的方法進行建模。應(yīng)用神經(jīng)網(wǎng)絡(luò)較強的函數(shù)映射能力和聯(lián)想、記憶 功能，對部分預(yù)應(yīng)力混凝土梁的荷載一裂縫關(guān)系進行建模，通過試驗數(shù)據(jù)進行驗 證，效果良好，證明應(yīng)用神經(jīng)網(wǎng)絡(luò)來對部分預(yù)應(yīng)力混凝土梁的荷載一裂縫關(guān)系進 行建模是可行的。 5.混凝土結(jié)構(gòu)中鋼筋的銹蝕將直接影響其安全性、可靠性和耐久性，快速、 準確地預(yù)測混凝土構(gòu)件中的鋼筋銹蝕量有著重要的意義。應(yīng)用神經(jīng)網(wǎng)絡(luò)對銹蝕 開裂后的混凝土構(gòu)件中的鋼筋銹蝕量進行預(yù)測建模，并通過工程檢測結(jié)果驗證 了該建模方法的可行性。 6.應(yīng)用遺傳算法強大的非線性搜索能力，分別以年均投資差額和總投資差 額最大為優(yōu)化分析目標，提出了用遺傳算法對常遇大氣環(huán)境下的混凝土橋梁進 行耐久性優(yōu)化設(shè)計的方法，通過算例進行驗證，效果良好。 7.將橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)監(jiān)測到的結(jié)構(gòu)響應(yīng)看作一個非線性時間序列， 應(yīng)用神經(jīng)網(wǎng)絡(luò)較強的數(shù)據(jù)壓縮能力和聯(lián)想、記憶功能，選取若干天的結(jié)構(gòu)響應(yīng) 數(shù)據(jù)(應(yīng)變一時程曲線等)進行學習，并對未來一段時間內(nèi)的結(jié)構(gòu)響應(yīng)進行預(yù)測。 以此為根據(jù)，對橋梁結(jié)構(gòu)進行疲勞可靠性分析。 8.由于幾何非線性和材料非線性的影響，構(gòu)件某一失效模式的極限狀態(tài)方 程很可能是強非線性方程，甚至無法得到顯式的極限狀態(tài)方程。工程實際中常 采用的傳統(tǒng)方法難以精確或有效地對橋梁結(jié)構(gòu)進行可靠性分析。根據(jù)可靠度指 標刀的幾何意義，將求解可靠度指標刀的問題轉(zhuǎn)化為有約束最小化問題，應(yīng)用遺 傳算法強大的非線性搜索能力進行求解。 【關(guān)鍵詞】：結(jié)構(gòu) 橋梁 健康監(jiān)測 損傷識別 遺傳算法 神經(jīng)網(wǎng)絡(luò)
【學位授予單位】：西南交通大學
【學位級別】：博士
【學位授予年份】：2003
【分類號】：U446
【DOI】：CNKI:CDMD:1.2004.105965
【目錄】：

• 第1章 緒論17-37
• 1.1 課題的研究意義與國內(nèi)外現(xiàn)狀分析17-35
• 1.1.1 課題的研究意義17-19
• 1.1.2 國內(nèi)外現(xiàn)狀分析19-35
• 1.2 課題研究內(nèi)容和擬解決的關(guān)鍵問題35-37
• 第2章 橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)37-84
• 2.1 概論37-38
• 2.2 橋梁健康監(jiān)測系統(tǒng)的構(gòu)建和需要解決的問題38-48
• 2.2.1 橋梁健康監(jiān)測新概念38
• 2.2.2 健康監(jiān)測系統(tǒng)設(shè)計38-48
• 2.3 傳感器的選擇和優(yōu)化布設(shè)48-61
• 2.3.1 傳感元件(sensor)選擇48-53
• 2.3.2 傳感器的優(yōu)化布設(shè)53-61
• 2.4 光導(dǎo)纖維在橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)中的應(yīng)用61-73
• 2.4.1 光纖傳感器在橋梁結(jié)構(gòu)健康監(jiān)測中的應(yīng)用62-64
• 2.4.2 光纖傳感器的組成及原理64-71
• 2.4.3 光纖傳感器安裝工藝研究71-72
• 2.4.4 光纖傳感器應(yīng)用中的一些問題72-73
• 2.4.5 結(jié)語73
• 2.5 基于Internet／Intranet的橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)73-84
• 2.5.1 基于Internet／Intranet的橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)74-76
• 2.5.2 現(xiàn)場數(shù)據(jù)采集站76-79
• 2.5.3 基于Internet／Intranet的橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)信息處理方法79-83
• 2.5.4 結(jié)語83-84
• 第3章 基于神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)模糊綜合評判84-144
• 3.1 幾種常用的橋梁結(jié)構(gòu)評估方法84-98
• 3.1.1 橋梁承載能力的評估方法84-90
• 3.1.2 橋梁損傷的多層次模糊綜合評價方法90-96
• 3.1.3 橋梁損傷評估及對策專家系統(tǒng)96-98
• 3.2 橋梁結(jié)構(gòu)評價的模糊分級法98-107
• 3.2.1 《公路養(yǎng)護技術(shù)規(guī)范》(JTJ 073-96)綜合評定法98-102
• 3.2.2 公路橋梁管理系統(tǒng)102-107
• 3.3 神經(jīng)網(wǎng)絡(luò)與遺傳算法簡介107-127
• 3.3.1 神經(jīng)網(wǎng)絡(luò)107-119
• 3.3.2 遺傳算法119-127
• 3.4 基于神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)模糊綜合評判127-144
• 3.4.1 應(yīng)用正交試驗法安排橋梁結(jié)構(gòu)模糊綜合評判試驗127-131
• 3.4.2 應(yīng)用均勻設(shè)計法安排橋梁結(jié)構(gòu)模糊綜合評判試驗131-134
• 3.4.3 應(yīng)用組合正交表安排橋梁結(jié)構(gòu)模糊綜合評判試驗134-135
• 3.4.4 橋梁檢測資料135-138
• 3.4.5 基于神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)模糊綜合評判138-142
• 3.4.6 結(jié)語142-144
• 第4章 橋梁結(jié)構(gòu)的損傷識別及耐久性研究144-194
• 4.1 幾種常用的結(jié)構(gòu)損傷識別方法簡介144-154
• 4.1.1 自動損傷識別的方法144-145
• 4.1.2 幾種常用識別方法簡介145-154
• 4.2 神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)損傷識別中的應(yīng)用154-163
• 4.2.1 樣本點數(shù)量的確定及分布原則154-155
• 4.2.2 輸入?yún)��?shù)的選擇155-160
• 4.2.3 參數(shù)處理160-161
• 4.2.4 學習模式對的收集策略161-163
• 4.3 基于遺傳算法的橋梁結(jié)構(gòu)損傷識別163-166
• 4.3.1 選擇待識別的結(jié)構(gòu)參數(shù)164
• 4.3.2 確定識別所需的量測信息164
• 4.3.3 建立結(jié)構(gòu)靜態(tài)反應(yīng)殘差矩陣164-165
• 4.3.4 定義問題的目標函數(shù)165
• 4.3.5 基于遺傳算法的橋梁結(jié)構(gòu)損傷識別165-166
• 4.3.6 結(jié)語166
• 4.4 基于神經(jīng)網(wǎng)絡(luò)的混凝土橋梁荷載識別方法研究166-171
• 4.4.1 混凝土梁荷載-撓度全曲線的研究概況167-168
• 4.4.2 應(yīng)用神經(jīng)網(wǎng)絡(luò)模擬混凝土梁的荷載-撓度曲線和荷載識別168-169
• 4.4.3 算例169-171
• 4.4.4 結(jié)語171
• 4.5 基于神經(jīng)網(wǎng)絡(luò)的部分預(yù)應(yīng)力混凝土梁荷載-裂縫模型研究171-176
• 4.5.1 部分預(yù)應(yīng)力混凝土梁彎曲裂縫研究概況172-173
• 4.5.2 應(yīng)用神經(jīng)網(wǎng)絡(luò)模擬部分預(yù)應(yīng)力混凝土梁的荷載-裂縫關(guān)系173-174
• 4.5.3 算例和討論174-175
• 4.5.4 結(jié)語175-176
• 4.6 基于神經(jīng)網(wǎng)絡(luò)的混凝土開裂后鋼筋銹蝕量預(yù)測模型研究176-179
• 4.6.1 混凝土開裂后鋼筋銹蝕量研究概況176-177
• 4.6.2 基于神經(jīng)網(wǎng)絡(luò)的混凝土開裂后鋼筋銹蝕量預(yù)測模型177-178
• 4.6.3 算例178-179
• 4.6.4 結(jié)語179
• 4.7 基于遺傳算法的混凝土橋梁耐久性優(yōu)化設(shè)計179-184
• 4.7.1 混凝土橋梁耐久性優(yōu)化設(shè)計180-182
• 4.7.2 遺傳算法在混凝土橋梁耐久性優(yōu)化設(shè)計中的應(yīng)用182
• 4.7.3 混凝土橋梁耐久性優(yōu)化設(shè)計算例182-184
• 4.7.4 結(jié)語184
• 4.8 應(yīng)用結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)進行橋梁的疲勞分析和壽命預(yù)測184-194
• 4.8.1 橋面板橫截面疲勞分析模型185-187
• 4.8.2 疲勞分析的方法和策略187-191
• 4.8.3 疲勞損傷評估和壽命預(yù)測191-194
• 第5章 基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)可靠度分析194-238
• 5.1 概論194-202
• 5.1.1 基本概念194
• 5.1.2 結(jié)構(gòu)可靠度研究歷史簡介194-202
• 5.2 常用結(jié)構(gòu)可靠度分析方法簡介202-220
• 5.2.1 概率模型202-218
• 5.2.2 非概率模型218-219
• 5.2.3 結(jié)語219-220
• 5.3 基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)可靠度分析220-238
• 5.3.1 遺傳算法和人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用原理220-226
• 5.3.2 Brotonne斜拉橋可靠性分析226-234
• 5.3.3 洞庭湖大橋主梁可靠度分析234-237
• 5.3.4 結(jié)語237-238
• 結(jié)論238-241
• 致謝241-242
• 參考文獻242-261
• 附表1261-262
• 附表2262-264
• 附表3264-266
• 附表4266-269
• 攻讀博士學位期間發(fā)表的論文及科研成果269