桥梁健康状态的智能评估方法研究

摘要

桥梁结构在营运期间，会受到设计或施工的缺陷、气候或环境作用、日益增加的交通流量和超载的损坏等诸多因素的影响而产生安全隐患，若不及时地对这些带有结构损伤的桥梁进行监测和评估，就不能使之得到有效的维修和加固。这样，不仅会影响行车安全，缩短桥梁使用寿命，甚至会发生桥梁突然破坏或倒塌等桥毁人亡的灾难。因此，对桥梁状态进行评估已成为桥梁研究领域的热点问题，具有很强的学术价值和现实意义。 本文将桥梁状态的评估归结为桥梁状态综合评估、损伤评估、可靠度评估等几个方面的课题，提出了智能评估的思想，并进行了以下几方面的研究工作。 1.阐述了利用层次分析方法进行桥梁状态评估的优越性。通过对各种桥型状态进行分析，建立了一套针对不同桥型结构的层次型评估体系结构，从而将多而繁琐的评估指标条理化、层次化。 2.以层次分析方法为基础，提出了基于模糊层次分析的桥梁健康状态模糊评估方法，即通过利用模糊一致矩阵来反映专家判断的不确定性和模糊性。同时，文章提出利用不确定性层次分析进行桥梁健康状态评估的方法。由于利用常规方法获取的权重区间无法进行桥梁状态评估，本文提出了一种计算最优权重的单目标优化模型，并利用实数遗传算法进行全局最优搜索计算。利用两种方法分别对一座混凝土连续梁桥进行实例分析与比较，证实了两种方法的可行性和有效性。 3.文章又引入了模糊推理方法来表达模糊性和不确定性的评估知识，研究了Takagi-Sugeno(T-S)模糊推理方法在健康状态推理评估中的应用问题。 4.以基于层次的桥梁健康状态评估模型为目标，研究结合模糊理论和人工神经网络方法，建立了基于信息输入的模糊神经网络推理评估框架。利用模糊推理规则，生成了用于网络训练的样本库，而利用网络学习存储了规则库中的专家知识与经验，从而能有效地对桥梁进行健康状态评估。实例应用证明了该技术方法的可行性。 5.根据结构反演桥梁状态的思路，提出利用人工智能技术建立基于模型智能修正的桥梁健康状态评估方法，并分别对基于遗传算法和神经网络的模型修正方法进行了探讨。提出了利用模态频率和模态柔度组合作为神经网络修正的输入参数，分别用悬臂梁的数值模拟和巴东长江大桥的实例修正进行分析，验证了结合模态柔度可以有效地对实际结构进行修正，保证了模型修正精度。 6.对建设中的武汉长江二桥长期健康监测系统进行了健康状态的智能评估策略研究。

目录

文摘

英文文摘

第1章绪论

第2章桥梁健康状态评估的层次分析法

第3章基于层次分析的桥梁状态智能评估

第4章桥梁健康状态评估的模糊神经网络推理方法

第5章基于模型智能修正的桥梁健康状态评估

第6章武汉长江二桥健康状态评估策略研究

第7章总结与展望

参考文献

致谢

攻读博士学位期间参加的科研项目和发表的学术论文