BP神经网络和曲率模态理论在桥梁损伤识别中的应用

目的 研究桥梁结构损伤识别指标,探讨结合BP神经网络理论开发程序对桥梁结构损伤位置及损伤程度智能输出的可行性.方法 对桥梁数值模拟,建立有限元模型并进行模态分析,得到损伤前后的模态数据;将模态数据曲率化后结合桥梁结构的损伤指标作为输入及输出变量,以输入变量与输出变量建立非线性映射关系;将大量损伤模态数据随机构成训练集及...     

桥梁承载能力状态评估的模糊神经网络推理方法

在综合现有的状态评估理论方法的基础上,提出了基于层次分析的承载能力状态评估模型.结合模糊理论和神经网络技术,建立了一套基于监测信息输入的模糊神经网络推理系统框架,并利用模糊规则生成的规则库作为神经网络训练和学习的样本.利用实例验证了采用此智能评估技术进行承载能力状态评估的可行性和实用性.     

利用B-TBU模型评估桥梁状态的神经网络法

鉴于目前常用的桥梁状态评估方法存在较大的人为主观性和随意性,且无法考虑历史评估数据对当前状态的影响,因此不能准确地反映出桥梁当前的真实状态,依据贝叶斯推断中考虑先验信息影响的特点,提出了一种B-TBU模型的方法,在对当前状态的评估中,考虑历史评估数据的影响,对某座桥梁近20年的状态进行重新评估.评估结果表明:采用B-TBU模型方法可大幅度提高状态评估的准确性,使桥梁各年份状态评估的准确度均提高到90%以上;同时将BP神经网络、ELM神经网络等算法初步引入B-TBU模型,对该B-TBU模型方法进行训练学习.其结果表明,采用神经网络类方法,各年份状态评估的准确度也保持在80%左右.     

基于温度与支座位移相关性的斜拉桥损伤预警

为了充分利用桥梁健康监测系统采集的海量数据,健全大跨钢箱梁斜拉桥结构健康评估方法,以辽河特大桥健康监测系统为依托,运用小波分析法对辽河特大桥南北塔为期10个月的支座位移数据进行了滤波与重构.通过大量试验选取神经网络参数,构建了BP神经网络,对重构后的支座位移与环境温度相关性模型进行训练,建立人工神经网络评估模型,并对模型进行检验,检验结果表明:对神经网络预测值与实际值误差取5%的显著性水平作为误差代表值能够有效地反映结构健康状况.     

基于多属性效用的桥梁综合性能维养决策算法

近年来，我国交通路网迅猛发展，桥梁结构作为其中的重要载体，不仅要满足技术安全，也要满足社会和经济发展的要求，亟需对桥梁的综合性能进行有效准确地评估，并选取对应维养策略以保证其维养周期内综合性能处于最优状态.首先提出基于模糊评价的多属性效用综合评估法(MAUFE),对桥梁养护规划中的多种性能评估指标进行多属性效用分析；并结合马尔可夫模型、LSTM算法建立桥梁退化过程预测模型；而后建立智能维养决策框架保证维养周期内MAUFE评估结果的最优.评估模型以多属性效用函数将桥梁技术状况评分、全寿命周期费用及可持续性指标转化为反映综合性能的效用值，采用层次分析法和熵权法权重进行融合权重计算(AHP-EW),结合模糊分析理论计算指标隶属度并完成综合性能评估；根据桥梁退化实际观测数据结合数据驱动手段对桥梁性能进行准确预测；建立指定目标及约束下桥梁全寿命维养决策数学模型，采用遗传算法进行求解.最终，选取代表性桥梁对其全寿命周期内的综合性能进行评估，设定不同维养场景分析对比不同的评估指标作为目标与约束对桥梁全寿命周期性能的影响，并对某单体桥梁30a周期内的维养策略进行求解.结果表示，评估方法能充分反映决策者...     

基于多源信息的桥梁网级评估方法

针对区域内既有桥梁,研究了路网桥梁结构的共性与个性特点,利用网级相关性总结规律并演绎推广,系统地提出了基于多源信息的桥梁网级评估与预测方法.对桥梁历史检测报告、监测评估报告、设计图纸等进行数据集成与规整,将提取的关键参数及数据集进行神经网络训练与验证,生成一系列桥梁构件及结构层的退化模型.考虑维修行为对结构性能的直接干涉作用,对路网区域范围内的桥梁群进行状态评估及退化趋势预测.以石家庄市高速路网历史数据为依托,通过算例验证了方法的系统性和有效性.     

大跨度钢斜拉桥主梁监测挠度的评估与预警

在南京长江三桥长期监测数据的基础上,提出了一种基于统计理论的钢斜拉桥主梁挠度的长期趋势评估和动态预警设置方法.首先,分析挠度随温度的变化特征,选取夜间0:00-1:00时段的挠度数据,剔除车辆荷载的影响,并考虑整体升降温作用,进而得到恒载挠度评估指标的基准值.其次,采用线性适度模型和基于实质的灰色关联度法对挠度进行评估,以2007~2010年的数据为例,结果表明:本文的评估结果与长期变化趋势一致,挠度变化趋势有助于指导桥梁结构病害的进一步检查.最后,基于一定保证率建立桥梁跨中挠度黄、红两级预警线,考虑交通量变化及累积损伤带来的影响,设置动态预警线.通过2008年雪灾前后状况和交通量增长情况两个示例进行检验,结果表明:本文设置的动态预警线不仅能有效地应用于桥梁正常运营或突发状况,还能根据桥梁的实际状况实现同步更新.     

基于自适应神经网络的调频调幅信号预测

线性调频信号在雷达和声纳探测上有着广泛的应用,利用自适应神经网络理论对线性调频信号的预测进行了研究,建立了自适应神经网络预测控制模型．在Matlab里进行了仿真,从图上可以看出,尽管在预测的初始阶段误差较大,但经过一段时间后,误差几乎趋于零．结果表明自适应神经网络能较好地对线性调频信号进行预测．     

基于多元统计—神经网络的教学质量评估模型

给出了基于多元统计—BP神经网络的教学质量评估模型,先采用相关分析、主成分分析对其影响因子作评价和预处理分析,然后以BP神经网络模型作预测,并在Matlab中实现.结果表明,基于多元统计—BP神经网络的教学质量评估模型,既克服了在评估过程中的主观因素,又得到了满意的评估结果,具有广泛的适用性.     

单机架炉卷轧机张力控制模型辨识及仿真

以某炉卷轧机为对象,设计瞬态响应实验,采集炉卷轧机的张力瞬态输入输出数据,用Matlab2007b数据处理工具箱对这些数据进行处理后,应用Matlab2007b的系统辨识工具箱,辨识出可用于单机架炉卷轧机张力控制器设计的线性时不变传递函数模型,并对这些辨识模型进行仿真研究和分析,为进一步研究炉卷轧机控制奠定了基础.图11,参10.