下承式系杆拱桥有限元模型修正研究
发布时间:2024-05-14 04:12
利用结构的有限元模型可以进行结构的静动力分析、损伤定位和量化识别、承载力评定、结构优化设计及加固方案的选择等,具有效率高、成本低的优点。但通常结构的初始有限元模型不能真实反应结构的实际情况,有限元模型修正就是针对结构初始有限元模型,根据结构实测的静动力响应对模型参数进行优化调整,使修正后模型响应更贴近实际结构响应,从而得到一个更为准确的有限元模型。下承式单支撑面系杆拱桥的有限元模型修正研究较少,本文的研究对象为一座下承式单支撑面系杆拱桥,桥梁净跨为247.0807米,矢高为55.5米,是目前国内同类型桥中跨径最大者,对该桥进行有限元模型修正研究具有典型意义。应用ANSYS有限元软件建立该桥的有限元模型,在桥梁现场进行模态测试,获得相应的模态参数,然后选取典型振型的模态频率值分别运用径向基神经网络方法和响应面方法对该桥进行有限元模型修正,获取了对该桥型具有普遍意义的设计参数、神经网络和响应面模型。主要工作内容如下:(1)阐述了本文的研究背景和意义,并对有限元模型修正的各种方法及其优缺点和国内外应用现状进行了综述分析。以下承式单支撑面系杆拱桥为研究对象,运用ANSYS建立该桥的有限元模型,...
【文章页数】:96 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 有限元模型修正概述
1.3 有限元模型修正研究现状
1.3.1 矩阵型有限元模型修正方法
1.3.2 参数型有限元模型修正方法
1.3.3 改进参数型有限元模型修正
1.4 本文的主要研究内容
第二章 下承式单支撑面系杆拱桥有限元建模及静动力分析
2.1 拱桥概述
2.1.1 桥梁概况
2.1.2 桥梁主要技术标准
2.2 桥梁的有限元模型
2.3 桥梁静力分析
2.3.1 桥梁在自重及二期恒载作用下的静力分析
2.3.2 桥梁在设计荷载作用下的静力分析
2.4 桥梁动力特性分析
2.5 本章小结
第三章 基于环境激励的拱桥模态参数识别
3.1 相关原理
3.1.1 传感器等采集装置的选取
3.1.2 测点的优化布置
3.1.3 移动测点法
3.1.4 基于环境激励的模态参数识别方法
3.2 拱桥模态试验方案
3.3 现场模态测试试验
3.4 数据分析对比
3.5 本章小结
第四章 基于径向基神经网络的拱桥有限元模型修正
4.1 径向基神经网络
4.1.1 径向基神经网络的结构
4.1.2 径向基神经网络的映射机理
4.1.3 径向基神经网络的实现
4.2 基于径向基神经网络方法的模型修正过程
4.2.1 参数的确定
4.2.2 确定设计变量范围
4.2.3 样本确定方法
4.2.4 初始训练样本预处理
4.2.5 基于MATLAB构建与优化径向基神经网络
4.2.6 有限元模型修正
4.3 拱桥有限元模型修正
4.3.1 参数确定
4.3.2 训练样本的确定
4.3.3 构建RBF神经网络
4.3.4 模型修正及修正结果
4.4 本章小结
第五章 基于响应面方法的拱桥有限元模型修正
5.1 响应面法基本理论
5.1.1 响应面函数的选择
5.1.2 响应面函数的拟合
5.1.3 响应面模型精度检验
5.2 拱桥有限元模型修正
5.2.1 二阶不完全多项式响应面函数的拟合和检验
5.2.2 构造基于频率的目标函数及优化方法的选择与实现
5.2.3 有限元模型修正及修正结果比较
5.3 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
附录
本文编号:3973173
【文章页数】:96 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 有限元模型修正概述
1.3 有限元模型修正研究现状
1.3.1 矩阵型有限元模型修正方法
1.3.2 参数型有限元模型修正方法
1.3.3 改进参数型有限元模型修正
1.4 本文的主要研究内容
第二章 下承式单支撑面系杆拱桥有限元建模及静动力分析
2.1 拱桥概述
2.1.1 桥梁概况
2.1.2 桥梁主要技术标准
2.2 桥梁的有限元模型
2.3 桥梁静力分析
2.3.1 桥梁在自重及二期恒载作用下的静力分析
2.3.2 桥梁在设计荷载作用下的静力分析
2.4 桥梁动力特性分析
2.5 本章小结
第三章 基于环境激励的拱桥模态参数识别
3.1 相关原理
3.1.1 传感器等采集装置的选取
3.1.2 测点的优化布置
3.1.3 移动测点法
3.1.4 基于环境激励的模态参数识别方法
3.2 拱桥模态试验方案
3.3 现场模态测试试验
3.4 数据分析对比
3.5 本章小结
第四章 基于径向基神经网络的拱桥有限元模型修正
4.1 径向基神经网络
4.1.1 径向基神经网络的结构
4.1.2 径向基神经网络的映射机理
4.1.3 径向基神经网络的实现
4.2 基于径向基神经网络方法的模型修正过程
4.2.1 参数的确定
4.2.2 确定设计变量范围
4.2.3 样本确定方法
4.2.4 初始训练样本预处理
4.2.5 基于MATLAB构建与优化径向基神经网络
4.2.6 有限元模型修正
4.3 拱桥有限元模型修正
4.3.1 参数确定
4.3.2 训练样本的确定
4.3.3 构建RBF神经网络
4.3.4 模型修正及修正结果
4.4 本章小结
第五章 基于响应面方法的拱桥有限元模型修正
5.1 响应面法基本理论
5.1.1 响应面函数的选择
5.1.2 响应面函数的拟合
5.1.3 响应面模型精度检验
5.2 拱桥有限元模型修正
5.2.1 二阶不完全多项式响应面函数的拟合和检验
5.2.2 构造基于频率的目标函数及优化方法的选择与实现
5.2.3 有限元模型修正及修正结果比较
5.3 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
附录
本文编号:3973173
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/3973173.html