基于RBF神经网络的结构可靠度分析方法

蒙特卡罗模拟是目前结构可靠度分析中最准确有效的方法,但因其计算量太大、效率低而受到很大的限制,特别是对于大型复杂结构的功能函数不能被明确表达的情况.鉴于此,在蒙特卡罗重要抽样方法的基础上,提出了利用RBF神经网络替代原结构功能函数的RBF-蒙特卡罗方法,以提高工作效率.RBF神经网络训练样本的选取则由均匀试验设计确定,以提高样本的代表性并大幅减少样本数量,从而加快网络的训练过程,加强网络的逼近能力.算例分析表明,该方法不但能最大限度地减少结构有限元分析次数,而且有满意的计算精度,具有实际应用价值.     

软土地层桥梁群桩基础沉降模型

根据软土地层桥梁群桩基础的沉降特性,推导该地质环境下群桩模型试验相似法则,自行设计带承台群桩基础的室内模型并开展试验研究.试验结果表明:在桩身范围内,附加应力随深度衰减,在分布形式上,附加应力分布形式可近似为三角形;同时,桩侧土体的竖向应力随着桩顶沉降的增加而相应的增加,在接近极限荷载产生较大沉降时也没有表现出明显收敛的现象;群桩在施加荷载时(不同施工阶段),桩周上部分土中产生较大的超静孔隙水压力,随着时间逐渐消散,即土体的固结过程需要一定时间;群桩的荷载与沉降关系明显呈现非线性特性,其P-S曲线大致可以划分为线性阶段、屈服阶段和整体破坏阶段3个阶段;且通过试验可知卸载后,各群桩位移回弹很小,经外荷载作用后,产生较大的塑性变形,因而群桩沉降应作为桩基础设计控制条件之一.     

结构混凝土超声波层析成像的反演算法研究

针对混凝土超声波层析成像结果不唯一和稳定性差的问题,首先依据超声波在混凝土中的传播特点,在反演算法中引入物理意义明确的自然权矩阵,对走时较小的射线和射线较密的成像单元加以重权.然后通过混凝土速度反演的数值模拟和模型试验,对反演算法进行了比较研究.结果表明,相对于最小二乘法和阻尼最小二乘法,基于自然权的加权阻尼最小二乘算法,由于利用了正确的先验信息,不但使反演过程收敛,而且具有数值稳定、抗噪能力强的优点,其成像结果能真实有效地反映对象内部缺陷,因此更适用于混凝土的超声波速度反演.     

计算机试验的分步优化设计研究

针对传统的计算机试验优化设计计算费时的不足,一方面改进了原始的随机进化寻优算法,以兼顾深度搜索与广度搜索;另一方面提出了分步试验优化设计的思路,逐步分批地布置试验样本点,化整为零地减小搜索空间;最后采用径向基神经网络替代模型,以均匀试验设计为例,检验分步试验优化设计方法的有效性.计算实践表明,改进算法可平均节省50%左右的机时,寻找到与原始算法结果相差约1%的最优值;分步试验设计较一步试验设计可减少40%~60%左右的机时,数值实验表明,随着试验样本点数量的递增,由不同试验设计所产生的替代模型的误差将趋于一致,分步试验设计尤其适合基于大规模试验样本点的替代模型.     

土-结构接触面剪切全过程本构关系研究

结合室内直剪试验分析土与结构接触面的本构关系,研究不同法向应力条件下接触面的变形特征和应力路径,并构建反映土-结构接触面本构关系的数学模型.试验结果表明:法向应力和界面粗糙度是影响接触面剪切特性的主要因素.界限法向应力的存在使得剪切破坏模式发生转变,其数值与接触面的粗糙度和土体的相关剪切属性有关.此外对接触面统计损伤本构模型进行改进,在忽略接触面厚度参数的基础上,结合剪切过程中的“三阶段”模式,提出了考虑接触面剪切全过程的统计损伤改进模型,并通过试验数据验证其正确性.该模型可以反映一定法向应力情况下土-结构接触面周围的整体变形量.