神经网络与响应面法相结合分析既有混凝土桥梁的可靠性

响应面有限元的可靠度计算是采用有限元数值模拟来解决功能函数不能明确表示的结构可靠度计算问题的一类方法,对于大型复杂结构的可靠度分析有重要的意义.提出了基于BP神经网络与响应面法相结合的结构可靠度计算的几何分析方法,通过得出的可靠指标对一座既有桥梁进行了可靠性分析.数值试验表明,该方法建立的神经网络模型可以很好地拟合真实的极限状态函数,在既有桥梁可靠性分析中具有广阔的应用前景.     

神经网络与响应面法相结合分析

响应面有限元的可靠度计算是采用有限元数值模拟来解决功能函数不能明确表示的结构可靠度计算问题的一类方法,对于大型复杂结构的可靠度分析有重要的意义.提出了基于BP神经网络与响应面法相结合的结构可靠度计算的几何分析方法,通过得出的可靠指标对一座既有桥梁进行了可靠性分析.数值试验表明,该方法建立的神经网络模型可以很好地拟合真实的极限状态函数,在既有桥梁可靠性分析中具有广阔的应用前景.     

基于改进响应面法的在役PC桥梁承载力可靠性

提出改进响应面法研究在役PC桥梁承载力可靠性问题。利用神经网络模型拟合功能函数,采用JC法计算出桥梁结构构件的可靠指标,并进行了可靠性分析。工程实例分析表明：该方法建立的神经网络模型能够显示化表示复杂的桥梁承载力功能函数;随着使用年限的增长,桥梁上部结构的可靠指标计算值逐渐减小,说明上部结构抗力出现衰减;应用改进响应面法对在役PC桥梁承载力的可靠性计算是可行的。     

基于响应面法的桥梁抗洪裕度计算理论与应用

为评估既有桥梁水毁风险,以可靠性指标定量衡量桥梁抗洪裕度,建立一种基于响应面法与耦合数值模型的桥梁抗洪裕度计算方法.首先从水文要素源头出发,考虑洪水水流冲击和局部冲刷,提出建立桥梁结构-水流-河床泥沙耦合数值模型的实用算法获取结构响应.然后结合梁桥和拱桥的水毁模式分析,得出以具体结构响应为指标的洪水效应下桥梁极限状态功能函数表达式,并采用响应面法建立桥梁抗洪可靠性指标的计算流程.最后,以2019-06-14发生水毁的河源东江大桥为例,验证了所提出抗洪裕度评估方法的合理性与可行性.结果 表明,该方法可实现桥梁抗洪可靠性指标的定量计算,不仅可用于既有桥梁抗水评估,更为未来桥梁规范中洪水效应分项系数的更新修订提供了理论基础与技术支撑.     

结构可靠度计算的Neumann展开响应面法

当结构功能函数无法表达为随机变量的解析表达式时,响应面法是一种有效的可靠度计算方法,但该法在进行有限元数值试验时需进行多次确定性有限元分析,效率较低。提出一种改进的响应面法,即Neumann展开响应面法,该法通过引入Neumann级数展开式,可以有效缩短有限元数值试验时间,从而提高响应面法的计算效率。数值算例表明,结构刚度矩阵规模越大,Neumann展开响应面法的计算效率越高。     

基于可靠度敏感性的神经网络法研究边坡稳定性

针对边坡工程结构功能函数不能显式表达的可靠性分析问题和非线性问题计算量大的弊端．研究结构可靠度敏感性,提出参数的相对敏感性分析方法,并基于该方法提出了神经网络法分析边坡稳定性。具体思路：由可靠指标对随机变量分布参数的相对敏感性分析,确定边坡可靠度主要影响参数;用神经网络模型近似替代响应量与基本变量间的隐式极限状态函数,根据蒙特卡罗模拟法,对网络模型进行可靠度分析,求解结构可靠度指标。基于可靠度敏感性的神经网络法．对均值和成层边坡进行稳定性分析,与传统可靠度计算方法相比．结果表明：该方法分析边坡稳定性是准确的且具有较高的计算效率。     

基于响应面重构的一种可靠度计算方法

大型复杂结构的可靠度分析中,极限状态方程往往无法显式表达。针对这种情况,文章采用二次多项式函数重构响应面来寻求设计验算点;然后在设计验算点附近,采用BP神经网络重构响应面,拟合极限状态函数;在此基础上,采用基于最优化原理的蒙特卡罗方法求解结构的可靠性指标。与其他单一的响应面重构方法相比,文中方法具有计算简便及精度高的特点;工程计算语言Matlab采用矩阵操作,并提供了包括优化、统计、神经网络在内的大量工具箱,而且语言简单,使得编程效率大大提高,能快速方便地实现可靠度计算程序的编制。     

变f响应面法及其在重力坝结构可靠性分析中的应用

响应面法已经成为求解大型复杂结构可靠度的常用方法,尤其适用于求解结构极限状态方程具有较强的非线性或是在结构分析中引入有限元进行可靠性分析而导致方程呈隐式的问题.针对传统响应面法中中心复合抽样因子f值取值不同导致计算结果波动且精度不高的问题,首次提出在响应面法计算流程中引入"变f"的概念.算例结果表明,本文提出的变f响应面法相比于经典响应面法、加权响应面法以及JC法精度更高,收敛速度更快,且可突破f取值1~3的限制,适用于非线性极限状态方程可靠度的计算.此外,通过变f响应面法与加权响应面结果的对比可知,本文提出的方法精度更高,改变f值的作用可以替代加权响应面法中加权函数的作用.最后,结合某简单的重力坝模型,对于该方法在重力坝抗拉可靠度计算中的应用作了有益的探索.     

基于神经网络-蒙特卡罗法的隧道初衬可靠度研究

对于功能函数是隐函数的可靠性分析问题,传统的有限元蒙特卡罗法计算量极大。为了克服此缺点,提出了径向基神经网络-有限元蒙特卡罗法(RBF-MCS)。通过样本训练,创建了径向基神经网络模型。利用ANSYS软件中的可靠度分析模块,分析了基本随机变量对隧道初衬轴力的灵敏度大小的顺序。通过此方法和传统的有限元蒙特卡罗法分别计算了大瑶山隧道初衬的轴力和可靠度,并进行了对比分析。基于径向基神经网络-有限元蒙特卡罗法(RBF-MCS)的计算结果与施工实际吻合较好,通过现场观察也没有发现喷层混凝土压裂破坏,可见计算结果是符合实际的。径向基神经网络-有限元蒙特卡罗法比传统有限元蒙特卡罗法更加适合复杂结构的计算,具有更高的效率、精度和适用性。     

响应面与强度折减有限元耦合的方法研究边坡可靠度

用响应面法分析复杂结构的可靠性问题时,在不降低计算结果精度的前提下,通过对传统响应面法的样本点选取进行改进,以减少在迭代求解近似响应面过程中所需样本点的个数,达到减少结构分析次数的目的.在此基础上将响应面与强度折减有限元耦合,借用响应面(RSM)思想重构边坡稳定极限状态方程,进行边坡稳定可靠度分析.算例分析表明:响应面与强度折减有限元耦合的方法研究边坡可靠度是有效和准确的,将有着广阔的应用前景.