基于BP神经网络的桥梁移动荷载识别精度

为了识别作用于桥梁结构上的移动荷载,基于反向传播神经网络方法,开展了输入参数对荷载识别精度影响的分析.首先利用ANSYS模拟移动集中力通过简支T梁桥,得到了主梁跨中位移、速度和加速度时程曲线;其次基于MATLAB建立反向传播神经网络结构,分别将桥梁结构的位移、速度和加速度动态响应数据作为反向传播神经网络的输入参数,移动荷载大小作为输出参数,研究不同输入参数对荷载识别精度的影响;然后分别选取位移和速度、位移和加速度、速度和加速度以及三者组合的工况进行多参数输入的优化设计;最后,以某4跨预应力混凝土连续T梁桥工程为背景,以重车下的竖向加速度实测数据验证了该反向传播神经网络用于识别实桥上简单移动荷载的可行性.结果 表明:利用反向传播神经网络进行移动荷载大小识别时,单输入参数的识别精度由高到低依次为加速度、速度、位移,建议在实际工程中采用较易获取的加速度数据作为输入参数进行荷载识别;多参数组合输入可以提高移动荷载的识别精度,其中速度和加速度组合可以实现较优的识别效果;实测数据证明了该反向传播神经网络用于简单的实桥荷载识别是可行的.相关研究结果可为桥梁载荷识别及桥梁结构的性能评价提供参考.     

桥梁结构基于高维模型拟合响应面的参数识别

为提高响应面法在桥梁结构参数识别中的计算精度,提出了基于高维模型拟合响应面的参数识别方法.即采用HDMR响应面法拟合结构响应面,并基于该响应面进行结构参数的识别.研究了HDMR响应面的基本构造方法,阐述了在响应面基础上通过有约束最小二乘优化实现参数识别的一般过程.以一座连续梁及一座独塔斜拉桥为算例进行分析,探讨了该方法在结构参数识别中的计算精度及效率.结果表明,相比传统响应面法,该方法在计算精度上具有显著优势.同时也验证了该方法在大型桥梁结构参数识别中的可靠性和适用性.     

基于改进粒子滤波算法的Bouc-Wen模型参数在线识别方法

在线模型参数更新是提高结构混合试验中数值子结构模型精度的有效手段。为了提高强非线性模型参数在线识别精度,在标准粒子滤波算法的基础上提出了一种改进的辅助无迹粒子滤波算法。在重要性采样中,基于最新观测信息采用无迹卡尔曼滤波方法计算每一个粒子估计,以提高粒子非线性变换估计精度;在重采样过程中,引入辅助因子修正粒子权值,以丰富粒子多样性、削弱粒子退化现象。采用改进粒子滤波算法针对Bouc-Wen模型进行了在线参数识别,并与标准粒子滤波算法、扩展卡尔曼粒子滤波算法以及无迹粒子滤波算法的参数识别精度和计算效率进行对比分析。结果表明,与其它3种算法相比,辅助无迹粒子滤波算法在单步计算耗时增加的基础上,在线参数识别精度明显提高,参数识别值波动幅度显著降低。最后,通过橡胶隔震支座拟静力试验,验证了采用改进粒子滤波算法在线识别Bouc-Wen模型参数方法的有效性。     

约束UKF初始参数对Bouc-Wen模型参数识别的影响

为获得约束UKF初始参数对模型参数识别的影响规律,针对Bouc-Wen模型给出基于约束UKF在线参数识别方法,通过数值模拟分析初始状态估计均值与协方差、过程噪声协方差、观测噪声协方差等滤波器初始参数对模型参数识别精度与收敛速度的影响,提出相应的参数取值建议.结果表明：在无模型误差的情况下,约束UKF对初始参数的设置具有较好的鲁棒性;适当地增大初始状态估计协方差,减小过程噪声,采用真实系统观测噪声协方差以及减小初始参数值与真实值的偏差,可以有效提高参数识别收敛速度和精度.该研究为基于约束UKF的非线性结构模型在线参数识别方法提供了参考.     

拉索式连梁装置设计参数对简支梁桥抗震效果的影响

连梁装置是一种有效的防止桥梁在地震中落梁的措施.基于一座常见结构形式的简支梁桥进行了不同设计参数的拉索式连梁装置的非线性时程分析计算,文章结合已有的国内外连梁装置设计方法,研究不同设计长度和初始间隙等参数对连梁装置限位效果及内力的影响.结果表明:连梁装置的限位效果随着初始间隙的增大逐渐减小,当初始间隙大于设计位移量时,连梁装置不再发挥作用;拉索长度对限位效果影响不大,但长度较小的连梁装置会导致内力增大,使桥墩墩底的弯矩增大及损伤程度加剧.     

采用不同方法识别结构模态参数的比较

结构振动信号中混杂的噪声会影响模态参数的识别精度,并会引起虚假模态。通过一五自由度结构系统的数值仿真研究表明:直接识别法的精度低且应用范围有限,应用频域平均法可提高模态参数的识别精度,并且有利于识别出被噪声淹没的模态;修正的LSCE小波阈值滤波法有明显的去噪效果,其提高模态参数识别精度可达到或超过3次平均的效果且识别速度快。通过比较3种方法的结构模态识别结果,得到了修正的LSCE小波阈值滤波法节约试验成本,提高了识别速度和精度,具有明显的可适用性和推广性。     

基于改进IMK恢复力模型的 钢筋混凝土柱参数识别与应用

提出了一种利用钢筋混凝土柱拟静力试验数据识别改进IMK模型骨架曲线参数,进而提高钢筋混凝土框架结构非线性模拟精度的方法.通过引入可抗差的基于奇异值分解的无迹卡尔曼滤波算法(抗差SVD-UKF算法),抑制观测值粗差对参数识别的影响,采用粒子群算法对初始协方差矩阵、过程噪声矩阵和测量噪声矩阵进行自动寻优,在MATLAB中实现了柱滞回特征正负向对称与非对称两种情况下改进IMK恢复力模型骨架曲线参数的识别.钢筋混凝土柱实测滞回曲线的模型骨架曲线参数识别结果及其在框架结构非线性模拟中的应用结果验证了本文方法的有效性.     

结构非线性动力学方程的自适应精细积分算法

将定常结构动力方程的精细时程积分算法推广应用于非线性动力学问题时,对非线性项的线性化处理使该方法的计算精度对时间步长非常敏感.为此本研究中将龙贝格积分法引入该方法,提出了由此而产生的指数矩阵的快速精细算法,从而使时间步长的选择具有了自适应性,且计算精度和效率均得到提高.文中的数值算例给出了该方法的计算精度和效率.     

两相流CO_2喷射器内部流场的数值模型

利用计算流体动力学模拟软件Fluent建立两相流CO_2喷射器非均相模型,基于非均相模型对CO_2喷射器的内部流场进行数值模拟,分析喷射器内部流场的相变、压力和速度变化情况,通过实验验证了模型精度;通过改变喷嘴段结构参数,探究了喷嘴设计对于喷射器性能的影响,并对喷射器结构进行优化.结果表明:喷射器喷射流量以及引射压力的模拟值与实测值的误差分别为6.5%和5.0%,即所建模型具有较高的精度;当喷射器喷嘴段出口出现激波现象时,流体的压力和速度均出现波动,并且存在明显的边界层;喷嘴发散段的长度越长,喷射流量越小,喷射速度越高;通过优化喷嘴段结构参数,可使喷射器的效率提高10.5%.     

基于蚁群优化算法的MR阻尼器模型的参数识别

为了识别出具有高度非线性磁流变阻尼器Bouc-Wen模型中的参数,特提出将基于网格划分的连续域蚁群算法用于对此模型的参数识别。即通过数值模拟分析蚁群数量、等分区间等参数对模型识别精度的影响,并利用0、5、10、15、20V电压下蚁群优化算法最优参数组合对模型进行参数识别。结果表明,基于网格划分的连续域蚁群算法能够较好地对Bouc-Wen模型的参数进行识别,且拟合结果满足要求。