基于神经网络的简支梁桥预应力衰减评估模型

被引:7
作者
郭琦 [1 ]
贺拴海 [1 ]
白云 [2 ]
机构
[1] 长安大学桥梁与隧道陕西省重点实验室
[2] 西安科技大学电气与控制工程学院
关键词
桥梁工程; 混凝土梁; 预应力; 衰减; 改进BP神经网络;
D O I
10.19721/j.cnki.1671-8879.2007.06.012
中图分类号
U448.217 []; U441.5 [];
学科分类号
0814 ; 081406 ;
摘要
以后张法室内模型梁受弯全过程试验采集的数据为样本,研究了预应力混凝土桥梁有效预应力与各主要影响因素之间复杂的非线性关系,应用改进BP神经网络建立了混凝土桥梁服役期内预应力衰减的神经网络评估模型。该模型以受弯梁全过程P-Δ理论曲线为依据,构造了基频衰减率(IFDETR)、变形指标(IDISP)、混凝土应变变化率(ICSV)、钢筋应变变化率(IRSV)4种归一化指标作为网络输入值,以计入时变效应的预应力衰减率指标(IEPDR)作为网络输出值。测试样本的评估结果表明,误差小于1%的测试样本数在样本集中所占的比例大于85%,且误差均小于单因素回归方法。
引用
收藏
页码:53 / 57
页数:5
相关论文
共 9 条
[1]   预应力混凝土箱梁桥竖向预应力损失的实测与分析 [J].
方志 ;
汪剑 .
土木工程学报, 2006, (05) :78-84
[2]   BP神经网络在大跨斜拉桥的斜拉索损伤识别中的应用 [J].
杨杰 ;
李爱群 ;
缪长青 .
土木工程学报, 2006, (05) :72-77+95
[3]   基于径向基函数神经网络的斜拉桥损伤识别 [J].
张刚刚 ;
王春生 ;
徐岳 .
长安大学学报(自然科学版), 2006, (01) :49-53
[4]   在役混凝土简支梁有效预应力计算 [J].
刘龄嘉 ;
贺拴海 ;
赵小星 .
交通运输工程学报, 2005, (03) :47-51
[5]   考虑反向摩阻的后张法PC构件锚固损失的计算 [J].
胡狄 ;
陈政清 .
中国公路学报, 2004, (01) :38-42
[6]   预应力混凝土梁预应力损失参数变化对梁体抗裂性能的影响 [J].
陈夏新 ;
王振华 ;
沈平 .
铁道标准设计, 2003, (10) :8-12
[7]  
在役混凝土梁永存预应力试验研究[D]. 谢功元.长安大学 2004
[8]   System identification and damage detection of a prestressed concrete beam [J].
Unger, Joerg F. ;
Teughels, Anne ;
De Roeck, Guido .
JOURNAL OF STRUCTURAL ENGINEERING, 2006, 132 (11) :1691-1698
[9]  
预应力梁有效预应力的确定. 智菲,叶知满. 工程力学 . 2001