大跨度钢―混凝土组合铁路桥梁健康诊断分析研究

摘要

在环境因素和超载等荷载的作用下,桥梁结构会产生老化现象,或出现损伤。如果任由结构的损伤发展,不仅会使桥梁承载力降低,严重的时候还会使整个桥梁结构破坏。近年来,我国桥梁事故频出,造成了严重的财产损伤,甚至是生命的损失。因此,对桥梁结构进行健康诊断和及时的了解桥梁的损伤情况,这是十分有意义的,也是非常必要的。
　　本文以西平铁路太峪80m钢-混凝土组合桁梁桥为工程背景。对该桥梁的结构特点,损伤易产生的部位,产生损伤的典型原因进行了分析研究。对该桥梁在损伤工况下的动力特性和静力学特性进行计算,并与该桥梁在无损状态下的计算结果进行对比分析,得出损伤对该类型桥梁的影响特点。使用有限元软件Midas/Civil进行建模,并模拟各种损伤工况,提取相应的损伤指标数据。结合MATLAB软件,完成RBF神经网络的构建、学习和训练,并使用训练好的神经网络进行桥梁健康诊断。
　　主要研究内容如下:
　　(1)收集了国内外对于桥梁健康诊断的各种方法的资料,分析总结各种健康诊断方法的优劣性和适用范围,找出钢-混凝土组合桁梁适用的健康诊断方法。
　　(2)在掌握神经网络理论的基础上,结合桥梁损伤诊断和神经网络的特点,设计桥梁损伤诊断的RBF神经网络,确定RBF神经网络损伤诊断的步骤。并通过Matlab(2013b版本)软件使RBF神经网络健康诊断方法得到实现。
　　(3)研究钢-混凝土组合桁梁桥的结构特点,分析判断该桥梁的易损伤部位,并对典型的损伤因素进行分析研究。在不同损伤工况下计算该桥梁的静力学特性和动力特性,并与无损状态的计算结果进行了对比,得出损伤对该类型桥梁的影响特点。
　　(4)针对钢-混凝土组合桁梁桥的特点,找出能够有效反应该桥梁损伤的损伤指标。构建RBF神经网络,提取有效的训练样本对RBF神经网络进行训练。使用训练好的神经网络进行钢-混凝土组合桁梁桥的损伤诊断,并判定诊断结果的有效性。
　　(5)使用RBF神经网络健康诊断方法,以结构自振频率为损伤指标,可以有效的对桥梁结构进行异常检测;以振型模态为损伤指标,可以有效的对钢-混凝土组合桁梁的单腹杆损伤、单节点损伤、腹杆和节点混合损伤进行损伤程度和损伤位置的判定。RBF神经网络健康诊断方法对于钢-混凝土组合桁梁的健康诊断是适用有效的。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪 论

1.1 桥梁结构健康诊断的研究意义

1.2 桥梁结构健康诊断的研究概况

1.3 大跨度钢-混凝土组合桁梁桥的发展

1.4 本文工程背景及主要研究内容

2 健康诊断方法的研究

2.1 健康诊断方法综述

2.2 基于静态的损伤识别方法

2.3 基于动态的损伤识别方法

2.4 基于神经网络的损伤方法

2.5 本章小结

3 桥梁结构损伤识别的RBF神经网络方法

3.1 概述

3.2 RBF神经网络的理论基础

3.3 RBF神经网络的设计

3.4 RBF神经网络损伤指标的研究

3.5 本章小结

4 钢-混凝土组合桁梁桥结构特点及主要损伤分析

4.1 钢-混凝土组合桁梁桥结构特点

4.2 钢-混凝土组合桁梁桥结构的损伤

4.3 损伤对钢-混凝土组合桁梁桥静力学性能的影响研究

4.4 损伤对钢-混凝土组合桁梁桥动力性能的影响

4.5 本章小结

5 基于RBF神经网络方法的桥梁结构损伤识别与诊断

5.1 工程背景

5.2 桥梁的异常检测

5.3 损伤识别的神经网络

5.4 RBF神经网络样本采集及神经网络训练

5.5 结构损伤识别

5.6 本章小结

6 结论与展望

6.1 结论

6.2 展望

致谢

参考文献

攻读学位期间的研究成果