基于BP神经网络方法连续梁桥施工控制研究

发布时间：2017-07-31 18:44

  本文关键词：基于BP神经网络方法连续梁桥施工控制研究

  更多相关文章： 预应力混凝土梁桥 施工控制 BP神经网络

【摘要】：近年来我国的桥型,预应力混凝土梁桥无论是在城市、铁路、公路,还是跨越江河、山谷、悬崖,其较大跨越能力的优势尤为突出,并且占主导地位。它由于跨越能力大,地形适应性强,设计、施工技术成熟,造价合理,被广泛采用。但是现场施工参数与设计参数的不尽相同,从而导致桥梁的线形与应力与设计不同。因此,为了保证全桥的顺利施工,满足线形与应力的设计要求,需要进行施工控制。本文以红树林大桥(45+3×70+45m)为实际工程背景,进行连续梁桥施工控制相关内容研究,以下是本文主要结论：(1)运用桥梁有限元分析软件Midas对红树林大桥进行有限元仿真分析。结合已有经验以及仿真分析结果,判定红树林大桥结构仿真分析的位移以及应力为准确,可以用于红树林大桥施工控制。(2)详细阐述红树林大桥的线形和应力控制过程。计算红树林大桥线形标高,红树林大桥最终成桥标高控制在±15mm以内,应力误差也在合理范围内,确保了红树林大桥在施工过程中的顺利完成,达到施工控制预期目的。(3)运用BP神经网络计算方法对8#、9#梁段线形标高进行预测,通过分析优化,采用隐含层神经元数为8,动量及自适应梯度下降法为最优BP神经网络结构模型。最终8#、9#梁段线形标高预测误差最大为9.7mm,结果令人满意。本文的研究成果为采用BP神经网络计算方法进行连续梁桥施工控制提供实例数据参考,也为类似桥型的施工控制提供参考借鉴。
【关键词】：预应力混凝土梁桥 施工控制 BP神经网络
【学位授予单位】：广西大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U445.4;TP183
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 绪论11-16
• 1.1 预应力混凝土连续梁桥发展11-13
• 1.2 大跨度桥梁施工控制13-14
• 1.2.1 大跨度桥梁施工控制的重要性13
• 1.2.2 国内外桥梁施工控制的发展现状13-14
• 1.3 本文主要研究内容14-16
• 第二章 施工控制的理论和方法16-30
• 2.1 连续梁桥施工监控内容16-18
• 2.1.1 线形控制16-17
• 2.1.2 应力控制17
• 2.1.3 稳定控制17-18
• 2.1.4 安全控制18
• 2.2 施工控制的影响因素18-20
• 2.2.1 结构参数18-19
• 2.2.2 施工工艺19
• 2.2.3 结构分析计算模型19
• 2.2.4 施工监测19-20
• 2.2.5 温度影响20
• 2.3 桥梁施工监控结构计算方法20-23
• 2.3.1 正装分析法20-22
• 2.3.2 倒装分析法22-23
• 2.3.3 无应力状态法23
• 2.4 桥梁施工监控理论方法评述23-29
• 2.4.1 卡尔曼滤波法24
• 2.4.2 灰色理论法24
• 2.4.3 人工神经网络24-29
• 2.4.3.1 神经元25-26
• 2.4.3.2 神经元激励函数26-27
• 2.4.3.3 神经网络拓扑结构27-28
• 2.4.3.4 人工神经网络的发展28-29
• 2.5 本章小结29-30
• 第三章 红树林大桥主桥结构模拟分析30-53
• 3.1 工程背景30-32
• 3.1.1 结构参数30-31
• 3.1.2 技术标准31-32
• 3.1.3 材料参数32
• 3.2 红树林大桥Midas Civil有限元模型的建立32-37
• 3.2.1 结构模型计算参数取值33-34
• 3.2.2 施工工况划分34-35
• 3.2.3 有限元分析模型建立35-37
• 3.3 红树林大桥Midas Civil计算模型结果分析37-52
• 3.3.1 红树林大桥成桥结构自振特性分析37-38
• 3.3.2 主桥施工阶段结构变形结果分析38-43
• 3.3.3 主桥施工阶段结构应力结果分析43-49
• 3.3.4 参数敏感性分析49-52
• 3.4 本章小结52-53
• 第四章 红树林大桥施工控制53-70
• 4.1 施工监控流程53
• 4.2 红树林大桥线形监控53-59
• 4.2.1 主桥立模标高53-54
• 4.2.2 测点布置及测量方法54-55
• 4.2.3 观测时间、内容和频率55-56
• 4.2.4 测量误差分析56-57
• 4.2.5 线形监控结果分析57-59
• 4.3 红树林大桥应力监控59-69
• 4.3.1 主梁应力监控原理59-62
• 4.3.2 测点布置及测量方法62-63
• 4.3.3 应力测量误差63-64
• 4.3.4 应力监控结果分析64-69
• 4.4 本章小结69-70
• 第五章 BP神经网络在红树林大桥施工控制中的应用以及预测方法的优化70-94
• 5.1 BP神经网络70-75
• 5.1.1 BP神经网络的介绍70-71
• 5.1.2 BP神经网络算法的推导71-75
• 5.2 BP神经网络的MATLAB实现75-79
• 5.3 红树林大桥线形控制BP神经网络模型的应用79-88
• 5.3.1 主要参数的确定79-80
• 5.3.2 红树林大桥BP神经网络预测实例80-88
• 5.4 红树林大桥BP神经网络模型优化88-93
• 5.4.1 训练方法的对比88-92
• 5.4.2 最优隐含层神经元个数的确立92
• 5.4.3 优化后计算预测结果92-93
• 5.5 本章小结93-94
• 第六章 结论与展望94-96
• 6.1 结论94-95
• 6.2 展望95-96
• 参考文献96-100
• 致谢100

【参考文献】

中国期刊全文数据库 前3条

1 朱金涌;郑益龙;;影响预应力混凝土连续梁桥合龙阶段施工的若干问题分析[J];河南城建学院学报;2009年03期

2 周鑫;张雪松;向中富;;悬臂施工连续梁桥合拢方案的讨论[J];公路交通技术;2006年04期

3 张伟;厉建远;;神经网络方法在重庆某大跨度刚构桥线性控制中的应用[J];公路交通技术;2006年01期

，

本文编号：600582