基于合成车流的桥梁车辆荷载效应极值预测

  本文关键词：基于合成车流的桥梁车辆荷载效应极值预测，由笔耕文化传播整理发布。

第１０期阮欣，等：基于合成车流的桥梁车辆荷载效应极值预测

运营状态的车辆荷载模型．

ＲｉｃｅＥ８］提出了基于短周期数据外推长回归期极

ｏ．０４５Ｏ．０４００．０３５

伽马分确

值的数学方法，该方法要求外推数据满足平稳高斯

过程，Ｄｉｔｌｅｖｓｅｎ已经证明大跨径桥梁的实测车辆荷载满足这一假定［９］．如果考虑运用Ｒｉｃｅ公式方法进

０．０３０

行合成车流作用下的荷载效应极值预测，则需首先证明该方法对于合成车流数据的适用性，即合成车

流作用下的荷载也满足平稳高斯过程．

嚣ｏ＿０２５篓ｏ＿０２０

０．０ｌ５０．０１００．００５

０

以下将首先建立基于静态称重数据合成车流的方法，介绍应用Ｒｉｃｅ公式进行车辆荷载效应极值的

预测方法，证明了该方法对合成车流的适用性；通过

２０

３０４０５０６０

７０８（）９０

车重，，ｔ

算例验证了合成车流荷载效应及其预测极值的准确性，并简要对比了现有规范与本文方法在车辆荷载

效应方面的差异．

图１

Ｆｉｇ．１

第６类车实测车重的概率分布拟合

ＧｒｏｓｓｗｅｉｇｈｔｄｉｓｔｒｉｂｕｔｉｏｎｏｆＣｌａｓｓ６

Ｏ．０４５Ｏ．０４０

．伽布分尔

＼

１

基于合成车流的车辆荷载效应模拟

０．０３５０．０３０

ＩＦ态分布

１．１车辆特性与交通流特性的数学模型

为准确模拟指定区域的车辆荷载效应，应对桥上运营车辆进行车型划分［２］，具体的划分标准应依据不同车辆的尺寸、轴距、车重等建立．研究中将高速公路车辆按轴数及车重划分为１１类，在此基础上可根据实测的车辆和交通流统计数据，建立实际车辆荷载特征相对应的数学模型．对于合成车流模拟，

车辆特性模型主要包括车型比例、车重、车长、轴重、

嚣帅２５篓ｏ．０２０

Ｏ．０１５Ｏ．０１００．００５

（】

＿

Ｆｉｇ．２

险攀布

图２第６类车实测车速的概率分布拟合

ＳｐｅｅｄｄｉｓｔｒｉｂｕｔｉｏｎｏｆＣｌａｓｓ６

轴距等参数．其中，对于桥梁跨中弯矩、斜拉桥拉索

以及悬索桥主缆缆力等常规问题，车辆特性模型中

１．２车辆到达与交通事故模型

建立合成车流所需的车辆特性、交通流特性模型后，可利用ＭｏｎｔｅＣａｒｌｏ方法模拟产生与实测数

需明确不同车型的车重、车长特征；而对于斜拉索、吊杆以及桥面板疲劳等特殊问题，还需进一步明确相应的轴重、轴距特征．现有大量的收费站静态数据

可为各地区的桥梁荷载研究提供充足的车辆特性数

据具有相同规律的车辆荷载流［１０｜．车流模拟过程中

还需建立车辆到达与交通事故模型．

首先，，在指定交通流量ｑ下，应根据一定时间内到达的汽车数量为参数建立车辆到达模型．当车流

据．经实测数据校验，车长、轴距相对稳定，可在模拟中作为常数参量，而车重、轴重变量一般服从正态分布．图１为第６类车实测车重的概率分布拟合结果，其余车型的拟合结果与之类似．

除车辆特性模型外，基于合成车流的荷载效应模拟还需建立交通流特性模型，主要包括车速、车型车道分配规律等内容．相关数据可根据桥址区域的高速公路交通流调查统计得到．例如，针对２００８年广东省某高速公路的统计表明，不同车型的车速变

量服从均值６５．４９到８０．４６的正态分布．图２为第６

密度不大、车辆间的相互影响微弱时，常用泊松分布

模拟指定时间间隔ｔ内到达ｋ辆车的概率Ｐ（足）：

肌）一器黯，是＿ｏ’１’２…

内的平均到达率．

（１）

式中：ｑ为交通流量，辆 ｈ～；Ａ—Ｆ蒜为时间间隔￡

相应地，当车流密度较大、车辆在车队内自由行驶得不方便时，宜采用二项分布：

Ｐ（志）一

类车实测车速的概率分布拟合结果，其余车型的拟合结果与之类似．ａ‘丁爰而）‘（１一丁蒜）”‘，ｋ—ｏ，１，２…（２）

  本文关键词：基于合成车流的桥梁车辆荷载效应极值预测，由笔耕文化传播整理发布。