基于ＲBF神经网络的单塔斜拉桥模型修正
DOI: 10.3969/j.issn.1674-0696.2013.04.02
Keywords: 有限元模型修正 ,径向基神经网络 ,单塔斜拉桥 ,子结构 ,相对灵敏度 ,finiteelementmodelupdating ,radialbasisfunctionneuralnetwork ,singlepyloncable-stayedbridge ,substruc-ture ,relativesensitivity
Abstract:
:？为获得某单塔双索面斜拉桥换索过程中的工作状态，建立了一种联合子结构与径向基神经网络的有限元模型修正新方法。根据模型参数修正理论，通过分析设计参数的相对灵敏度确定需要修正的参数;为满足参数离散性要求，在模型修正过程中引入了子结构方法，并认为每一子结构中的设计参数是不变的。采用径向基(ＲBF)神经网络作为模型修正优化算法。将子结构与ＲBF神经网络相结合，从而将有限元模型修正的反问题转化为正问题;同时，对子结构的划分、ＲBF神经网络构建以及输入输出参数的确定进行了讨论。以某单塔斜拉桥为例，验证了所提的联合模型修正方法。结果表明:计算值与测量值之间的误差，在有限元模型修正前后有很大改善。
References
[1] 张宇峰，朱晓文． 桥梁工程试验检测技术手册[M]． 北京: 人民交通出版社，2009． [2] Zhang Yufeng，Zhu Xiaowen． Bridge Engineering Test Technical Manual [M]． Beijing: China Communications Press，2009． [3] 谌润水，胡钊芳． 公路桥梁荷载试验[M]． 北京: 人民交通出版社，2003． [4] Chen Ｒunshui，Hu Zhaofang． The Highway Bridge Load Test[M]．Beijing: China Communications Press，2003． [5] 施尚伟，杜松，李莹雪． 桥梁冲击系数随机性分析[J]． 重庆交通大学学报: 自然科学版，2012，31( 3) : 377-379． [6] Shi Shangwei，Du Song，Li Yingxue． Ｒandom analysis of bridge impact coefficient [J]． Journal of Chongqing Jiaotong University: Natural Science，2012，31( 3) : 377-379． [7] 王海城，施尚伟． 桥梁冲击系数影响因素分析及偏差成因[J]．重庆交通大学学报: 自然科学版，2007，26( 5) :25-28． [8] Wang Haicheng，Shi Shangwei． Analysis of bridge impact coefficient influence factor and the deviation formation [J]． Journal of Chongqing Jiaotong University: Natural Science，2007，26( 5) : 25-28． [9] Clough Ｒ J，Penzien． 结构动力学[M]． 2 版． 王光远，译． 北京:高等教育出版社，2006． [10] Clough Ｒ J，Penzien． Structural Dynamics [M]． 2nd ed． Wang Guangyuan，trans． Beijing: Higher Education Press，2006． [11] 倪振华． 振动力学[M]． 西安: 西安交通大学，1988． [12] Ni Zhenhua． Vibration Mechanics[M]． Xi’an: Xi’an Jiaotong University，1988． [13] 施尚伟． 南川李家垭口中桥荷载试验检测报告[Ｒ]． 重庆: 重庆交通大学，2011． [14] Shi Shangwei． Ｒeport of Nanchuan Lijiayakou Bridge Load Test[Ｒ]． Chongqing: Chongqing Jiaotong University，2011． [15] 范立础． 桥梁工程[M]． 北京: 人民交通出版社，2001． [16] Fan Lichu． Bridge Construction [M]． Beijing: China CommunicationsPress，2001．
Full-Text
