斜拉桥施工过程的预测与控制方法研究

斜拉桥施工过程的预测与控制方法研究

陈兆栓[1]2012年在《预应力混凝土斜拉桥施工监控概率方法研究》文中认为预应力混凝土斜拉桥是应用十分广泛的一种大跨度桥型。该类桥梁的施工工艺复杂,影响因素众多,施工调整方式多样,因此该类桥梁的施工监控也是各类桥梁施工监控中相对复杂的,所发挥的作用也是最显著的。大跨度预应力混凝土斜拉桥施工监控传统理论体系在工程实践中已得到广泛应用,但对于施工监控中各种因素的不确定性影响机理,目前的理论体系还无法从概率可靠度方面给出科学、合理的解释,导致对实际施工中结构响应的变异性以及各种测量项目的测试精度认识不足,对于参数识别的可靠性以及施工调整措施的有效性把握不准。为此,迫切需要建立以概率可靠度理论为基础的施工监控非确定性分析理论体系,以随机分析和可靠度理论贯穿施工监控各个环节,使施工监控各个环节环环相扣,形成一个有机的整体,以便在施工监控工程实践中制定科学合理的施工控制精度,科学合理地判断和衡量各测量项目的测试精度以及主要设计参数的识别精度,最终达到安全有效地调整施工误差的目的,高质量、高效率地指导复杂繁重的施工监控工作。本文拟在现有的预应力混凝土斜拉桥施工监控传统理论体系基础上,结合概率论和数理统计理论,开展施工监控各环节的概率分析方法研究。本文主要工作包括:(1)对现有的预应力混凝土斜拉桥施工监控理论系统进行了全面综述。对预应力混凝土斜拉桥施工过程中存在的随机因素,以及结构随机分析方法和结构可靠度相关概念进行了介绍。总结了在随机因素影响下,预应力混凝土斜拉桥施工监控所面临的困难,以及预应力混凝土斜拉桥施工监控随机分析的研究现状。(2)介绍了索力测量方法和混凝土应力测量方法,在此基础上结合概率论与数理统计理论,提出了预应力混凝土斜拉桥内力测量概率分析方法,为确定实测内力的统计特性,获取不同测量精度下的内力测量可靠度提供了有效的方法。通过甘竹溪大桥内力测量概率分析,确定了甘竹溪大桥实测内力的概率分布类型和数字特征,并获得了达到不同测量精度的可靠性概率信息,验证了内力测量概率分析方法的可行性。(3)介绍了施工控制的内容和目标,以及施工过程的模拟方法,在此基础上结合概率论与数理统计理论,提出了预应力混凝土斜拉桥施工控制概率分析方法,为确定施工过程结构响应的统计特性,获取不同施工控制精度下的施工控制可靠度提供了有效的方法。通过甘竹溪大桥施工控制概率分析,确定了甘竹溪大桥理想施工过程中结构响应的概率分布类型和数字特征,并获得了达到不同施工控制精度的可靠性概率信息,验证了施工控制概率分析方法的可行性。(4)介绍了主梁自重识别的最小二乘法,并在此基础上结合概率论与数理统计理论,提出了预应力混凝土斜拉桥主梁自重识别概率分析方法,为确定主梁自重识别结果的统计特性,获取不同识别精度下的主梁自重识别可靠度提供了有效的方法。通过甘竹溪大桥主梁自重识别概率分析,确定了甘竹溪大桥主梁自重识别结果的概率分布类型和数字特征,并获得了达到不同识别精度的可靠性概率信息,验证了主梁自重识别概率分析方法的可行性。(5)详细介绍了几种常用的优化设计方法,并结合施工过程误差调整的特点,提出了基于约束非线性规划方法的施工过程索力调整分析方法。在此基础上,引入概率可靠度设计方法的思想,提出了基于可靠度约束优化的索力调整分析方法,为寻求满足给定结构安全可靠度下的施工过程误差调整方案提供科学有效的方法。以主梁安全可靠度为约束条件,针对假定的施工误差状态进行了甘竹溪大桥施工过程索力调整分析,获得了满足可靠度约束条件,且能使塔偏位和主梁标高误差大幅减小的索力调整方案,验证了方法的可行性。(6)根据预应力混凝土斜拉桥施工监控概率分析各组成模块之间的相互影响机理,明确了各个分析模块之间的数据流动规律,从而构建了施工监控概率分析的总体框架。以甘竹溪大桥17#节段施工监控为例,按照所提出的施工监控概率分析整体框架,实现了该节段施工监控全过程概率分析。

官万轶[2]2000年在《斜拉桥施工过程的预测与控制方法研究》文中研究指明斜拉桥的施工控制是保证斜拉桥成功修建的必要技术之一。本文着重从控制角度论述斜拉桥施工过程的预测和控制方法。论文主要进行了以下三个方面的工作: 一、斜拉桥施工过程中的索力调整方法。论述了索力调整在斜拉桥施工控制中的重要性。运用模糊数学理论,给出了索力调整时调整目标的满意度和约束条件的满足度的概念,详细介绍了如何定义调整目标的满意度函数和约束条件的满足度函数。提出了索力调整的满意满足度法,研究了求解的具体方法。通过数值计算实例验证,本方法实用可靠,并使得主梁线型、内力和索力的误差调整成果有直观的数值反映。 二、卡尔曼滤波法在斜拉桥施工控制中的应用。推导了以卡尔曼滤波基本理论为基础的斜拉桥的施工控制的一个新方法,提出了解决利用卡尔曼滤波基本理论建立斜拉桥的施工控制模型困难的一个新模型。所提出的方法是基于斜拉桥施工过程中已施工部分的实际响应来预测施工节段的未来态势并加以超前控制,从而做到防患于未然,并具有良好的实时性。本文的控制方法将初始张拉力和立模标高作为斜拉桥悬臂浇筑施工时的两个控制输入,进行超前一步预测控制,因此可有效地对斜拉桥实施标高和索力的双控。 三、模糊控制技术在斜拉桥施工控制中的应用。针对斜拉桥施工控制中难以获得精确的数学模型的特点,首次提出斜拉桥施工过程的模糊控制技术。详细研究了斜拉桥施工过程中悬臂端标高及浇注砼产生的悬臂端挠度进行模糊预测的方法,以及应用模糊控制技术确定了斜拉索初始张拉力并应用最优控制的理论来确定立模标高。利用该技术可以确保斜拉桥的线型在允许的偏差范围内。通过对某一实桥的施工控制计算模拟分析,表明该方法具有运算简单、实时性好等优点。

杨怀英[3]2012年在《三塔斜拉桥参数敏感性分析及识别研究》文中研究指明随着我国经济的快速发展,交通运输能力不断增强,人们对现有交通设施及交通条件的要求越来越高。论文以马鞍山长江公路大桥右汊三塔拱塔斜拉桥为工程背景,从桥梁结构的基本理论和实际运用出发,对三塔斜拉桥的施工控制问题,以及施工控制中结构参数的敏感性分析、识别与预测进行了研究。首先,对作为背景工程的斜拉桥采用Midas/civil2010软件建立有限元分析模型,通过修改斜拉桥的控制参数探讨了各参数的敏感度。其次以敏感性分析结果为依托,分别采用二分法和最小二乘法对斜拉桥参数进行识别、模拟识别过程,使斜拉桥结构的设计参数尽量拟合实际参数。并且对二分法和最小二乘法的识别过程进行了分析比较,结果表明:二分法结果双向逼近真实结构值,收敛快。最后,以参数敏感性分析结果为基础,建立了斜拉桥施工控制过程的参数预测模型,提出了采用灰色系统理论的建模方法,结合实例分析说明:灰色系统理论的预测模型,能够很好地对斜拉桥未施工部分的结构参数进行前期预测。该研究可为今后同类桥梁的施工控制提供参考。

于涛[4]2007年在《BP神经网络在大型斜拉桥施工控制中的应用研究》文中研究说明随着交通事业的快速发展和桥梁建造技术的不断进步,桥梁建设向大跨度、高难度的方向发展,结构轻盈、美观安全的斜拉桥逐渐被广泛采用。施工控制是斜拉桥施工技术的重要组成部分,是保证桥梁结构施工安全、控制施工宏观质量的关键。因此对斜拉桥的施工控制是桥梁建设的一项重要工作。影响大型斜拉桥施工控制的因素繁多而复杂,而且这些信息相互独立,如何充分有效的利用这些信息,并结合现代数学理论,建立相关的监控模型,进行有效的施工控制,是本文研究的主要内容。全文结合大型斜拉桥施工特点,研究人工神经网络在施工控制中的应用,主要从以下几个方面做了探讨研究:(1)通过对人工神经网络基本原理的分析讨论,从理论上论证了人工神经网络方法在大型斜拉桥施工控制中应用的可行性,在此基础上,研究了斜拉桥施工控制的影响因素及相互作用关系。(2)在分析常规BP学习算法在桥梁施工控制应用中存在的缺陷的基础上,探讨相应的改进方法。结合分析结果建立合适的BP人工神经网络模型,对斜拉桥钢箱梁的安装线形控制进行预测。(3)针对施工控制数据单位和量级差别较大的问题,采用数据归一化方法,克服了级差数据对网络自学习收敛性不利的影响。(4)结合南京长江三桥的工程实例,用MATLAB程序语言开发大型斜拉桥主梁线形控制预测软件,取得了较好的预测效果。(5)将灰色理论预测与神经网络方法预测相比较,验证了人工神经网络方法在大型斜拉桥施工控制中的应用更有优越性。

傅彬[5]2008年在《铁锣坪斜拉桥施工控制及仿真分析》文中进行了进一步梳理现代斜拉桥以其良好的结构性能和跨越能力以及优美的建筑造型在现代桥梁结构中占据重要地位,斜拉桥的仿真计算技术以及施工控制理论也日趋成熟,本文在目前已有的研究成果基础上,以铁锣坪大桥为研究对象,就斜拉桥施工控制仿真计算、主梁分段悬臂浇注过程控制等问题进行了初步探讨。本文首先回顾了国内外斜拉桥发展的历史,分析了国内外斜拉桥施工控制的现状以及发展前景,然后介绍了斜拉桥施工控制系统的主要组成部分,主要内容以及影响斜拉桥施工控制的各项因素,并提出了一些解决办法。其次,深入讨论了斜拉桥施工控制过程中的结构模拟计算分析方法以及结构分析中需考虑的有关问题,根据斜拉桥结构设计原理以及悬臂施工方法的特点,对大跨度斜拉桥的施工过程进行仿真分析。采用前进分析方法模拟每一阶段施工状态,得到各个工况下结构的索力、内力、位移值,并且选择具有代表性的斜拉索和施工梁段进行研究,然后对仿真计算的结果进行了详细的分析,总结出了结构在施工过程中的一些变化规律,为施工控制的实施奠定了理论轨迹。最后,具体阐述了铁锣坪大桥的施工方案和施工工艺、施工监测的主要内容和操作流程,详细说明了实际施工过程中须注意的问题以及施工控制的精度。由于在实际悬臂浇注施工中梁段前端的标高变化和仿真计算的标高变化有一定的差异,进而影响到立模标高的确定,所以本文引入了BP人工神经网络对未施工梁段的前端标高变化进行预测,将影响梁段标高变化的因素如已施工梁段距离所在索塔中心的距离,对应斜拉索第三次张拉力的大小,张拉时的大气温度,理论计算的标高变化作为输入样本,将实测标高变化作为输出样本对BP网络进行训练,利用BP网络具备输入参数与输出参数之间的非线性映射关系的特点对后续梁段在斜拉索第三次张拉完毕后的标高变化进行预测,为施工控制提供参考。通过对预测值与实测值的比较表明,二者吻合较好,证明了将BP神经网络用于斜拉桥施工控制是合理的,可行的。并且总结出了一些影响网络预测精度的原因以供参考。

雷敏[6]2008年在《BP神经网络在大型钢箱梁斜拉桥施工控制中的应用研究》文中提出随着高强度材料的使用,结构分析方法的进步,以及施工技术的发展,斜拉桥在近几十年得到快速发展,但斜拉桥桥梁结构属于高次超静定的柔性结构,成桥状态(恒载内力和成桥线形)与施工过程有相关性。在施工阶段中,随着斜拉桥荷载状态和结构体系的不断变化,结构内力和变形亦不断变化,因此必须对施工顺序做出明确规定并对结构内力和变形加以有效控制。本文概述了国内外斜拉桥及斜拉桥施工控制的发展情况;详述了斜拉桥施工控制系统的基本理论、原则、内容、方法及影响因素;详述了斜拉桥施工控制仿真分析方法(正装法、倒拆法、无应力状态法);分析讨论了目前已经应用于桥梁工程实践中的施工控制方法(最小二乘法、灰色系统理论、卡尔曼滤波法、人工神经网络法);详细推导了BP神经网络算法,从理论上论证了人工神经网络方法在大型斜拉桥施工控制中应用的可行性;在分析常规BP神经网络算法在桥梁施工控制应用中存在的缺陷的基础上,探讨了相应的改进方法;结合珠江黄埔大桥北汊斜拉桥工程实例,采用MATLAB程序语言和BP神经网络算法开发大型斜拉桥标高预测程序,取得了较好的预测效果;对比分析了大跨斜拉桥标高预测程序的参数,获得了一些有价值的结论和经验。

蒋益[7]2007年在《混凝土斜拉桥施工控制与温度效应分析》文中研究指明首先介绍了最小二乘法和灰色理论的基本理论,然后用最小二乘法对主梁的弹性模量和拉索的弹性模量进行了参数识别,用灰色理论对桥梁一个标准梁段的各个施工工况中的挠度进行了预测,并得到了较好的效果。分析表明灰色理论在斜拉桥中的运用能得到理想的效果,完全满足工程精度要求。最后分析了温度效应对斜拉桥最大悬臂状态的结构线形、内力的影响。分别分析了整体升降温、拉索和梁塔温差、主梁温度梯度和索塔不同日照方向温度梯度对桥梁结构状态影响。分析发现主梁温度梯度对两侧主梁的线形有较大的影响。而索塔温度梯度能引起两侧主梁的不均匀升降。以在建的泸州泰安长江大桥为工程背景,用GQJS建立平面模型,用该模型对桥梁实施施工控制。用MIDAS-Civil建立空间模型,用该模型来分析温度效应对施工中桥梁结构状态的影响。

王亚东[8]2016年在《基于最小二乘法的双塔单索面矮塔斜拉桥施工控制研究》文中进行了进一步梳理随着桥梁事业的快速发展,各种新型结构形式不断出现,其中矮塔斜拉桥就是介于斜拉桥与连续梁(刚构)桥之间的典型组合体系桥梁,在大中型跨径桥梁中有着广阔的发展前景。目前矮塔斜拉桥多采用悬臂施工,施工中环境和结构体系的变化,可能导致内力和线形与设计状态产生偏差。由于矮塔斜拉桥在国内只有十几年的发展历史,至今没有标准设计规范,在工程建设中只能以斜拉桥为参考,没有形成标准的控制体系。因此,对矮塔斜拉桥的施工控制进行研究探讨非常必要。本文以一座跨径60+110+60 m双塔单索面矮塔斜拉桥为工程背景,结合最小二乘法进行施工控制研究。基于矮塔斜拉桥的施工方式及力学特征,探讨施工过程控制的相关理论。通过建立有限元模型,分析双塔单索面矮塔斜拉桥的力学性能,进行参数敏感性分析,确定主梁施工状态的主要和次要设计参数。在此基础上,利用实测数据与最小二乘法对设计参数进行修正,不断调整施工控制有限元模型。同时建立灰预测模型对梁端张拉上挠值进行预测,并与最小二乘法修正后模型计算结果进行对比分析。最终结果表明,灰预测在施工中能起到较好的辅助作用,但其依赖于实测数据的发展趋势,且易受数据精度影响,与最小二乘法参数修正后的有限元模型计算结果相比,后者更为准确;利用参数修正后的有限元模型进行施工控制,成桥基本达到目标状态,通过影响矩阵法调索后得到的实测值与目标值十分接近。验证了最小二乘法对双塔单索面矮塔斜拉桥施工控制有很好的适用性与准确性。

吴天鹏[9]2008年在《基于改进BP神经网络的大跨径连续刚构桥施工控制方法研究》文中进行了进一步梳理随着我国公路和铁路高速交通事业的发展,急需修建更多的大跨度桥梁以跨越大江、大河和海湾,预应力混凝土连续刚构桥应运而生,近年来得到较快的发展。连续刚构桥梁墩固结,既保持了连续梁行车平顺舒适的优点,又保持了T型刚构不设支座减少养护工作量的优点。该桥型以强度高、线形明快、施工简便快捷、跨越能力强的优势在大跨度桥梁中得到了越来越广泛的应用。预应力混凝土连续刚构桥常常采用经济合理、方便快捷的悬臂现浇施工法。在悬臂施工过程中,桥梁结构受多种因素的影响,如混凝土的收缩、徐变、设计参数与实际数值的差异、施工误差、测量误差、温度变化等。在这些因素影响下,采用悬臂施工方法必然给桥梁结构带来较为复杂的内力和位移的变化。为了保证桥梁施工质量和桥梁施工安全,桥梁施工控制是必不可少的环节和措施。本文主要结合云南保龙高速沙田河大桥的施工监测监控项目,研究施工预拱度控制的结构计算和误差调整方法。通过对PC连续刚构桥现有施工控制资料的收集,借鉴已有研究成果,着重探究各种常用控制方法进行预测控制的本质,提出了基于BP神经网络为基本理论的施工控制方法。BP算法由于其神经元输出函数为Sigmoid函数,因此是一个非线性优化问题,不可避免的会出现局部极小和收敛慢的缺点。本文利用附加动量法和自适应学习率的结合来作为更新网络梯度和权值的算法。通过与实际施工数据及成桥后测量结果作分析比较,得到结论:运用本论文的计算模型和程序对预应力混凝土刚构桥预拱度控制过程进行结构分析和误差调整处理是可行的。

孟庆成[10]2014年在《千米级斜拉桥施工控制系统关键问题研究》文中指出在收集国内外相关研究资料并分析其研究成果的基础上,针对传统的施工控制方法无法满足特大跨度斜拉桥控制精度需求的问题,对千米级斜拉桥施工控制体系、参数识别与结构行为预测方法存在的问题进行了系统研究,主要完成了以下几个方面的工作:1.在收集并分析国内外相关研究资料的基础上,对基于几何控制法的桥梁全过程控制方法进行研究,并将该方法应用于千米级斜拉桥的施工控制中。2.对千米级斜拉桥施工全过程引起施工误差的参数进了较全面的敏感性分析,根据分析结果,确定出主要参数及其影响范围,对以后同级别的斜拉桥的理论计算和施工控制具有一定的指导意义。3.针对千米级斜拉桥的施工控制,提出了采用灰色神经网络结合有限元的最优化反演算法,对施工控制过程中涉及到的部分密切相关的结构参数进行了参数估计与参数识别工作。通过对多参数的综合识别,根据参数识别结果对结构计算模型进行修正,来指导后续的施工过程控制。该方法在样本库相对较小的情况下能够得到比传统识别方法精度更高的结果,可避免识别陷入局部最优解的错误。4.采用D-S证据理论结合灰色神经网络的混合方法,对与千米级斜拉桥施工控制相关的各种误差进行预测工作,对预测到的超过施工控制误差允许范围的各项误差提出了误差处理方法,对其中部分误差的产生机理、处理方式及其影响进行了详细的论述,结合实际控制过程中的数据算例,验证了本文理论的正确性和可行性。5.建立了千米级斜拉桥施工控制数据库系统,在全过程施工控制体系的基础上,提出了几何控制法的控制系统数据处理解决方案,以满足几何控制过程中的参数识别和结构状态预测对数据完备性的要求。在识别和预测工作中能够考虑结构各构件在制造安装等过程中的误差来源及其误差累积过程,使控制过程考虑的影响因素更加全面。6.针对斜拉桥大节段梁段的施工控制,提出了基于最优化方法的误差控制方式,针对梁段在制造、安装过程中产生的各种误差,建立结构最优化问题的数学模型,利用多目标、多约束条件的优化算法,对结构后续不同的施工阶段进行逐步控制和修正,达到降低最终成桥状态误差水平的目的。

参考文献:

[1]. 预应力混凝土斜拉桥施工监控概率方法研究[D]. 陈兆栓. 华南理工大学. 2012

[2]. 斜拉桥施工过程的预测与控制方法研究[D]. 官万轶. 华南理工大学. 2000

[3]. 三塔斜拉桥参数敏感性分析及识别研究[D]. 杨怀英. 合肥工业大学. 2012

[4]. BP神经网络在大型斜拉桥施工控制中的应用研究[D]. 于涛. 河海大学. 2007

[5]. 铁锣坪斜拉桥施工控制及仿真分析[D]. 傅彬. 武汉理工大学. 2008

[6]. BP神经网络在大型钢箱梁斜拉桥施工控制中的应用研究[D]. 雷敏. 西南交通大学. 2008

[7]. 混凝土斜拉桥施工控制与温度效应分析[D]. 蒋益. 西南交通大学. 2007

[8]. 基于最小二乘法的双塔单索面矮塔斜拉桥施工控制研究[D]. 王亚东. 华中科技大学. 2016

[9]. 基于改进BP神经网络的大跨径连续刚构桥施工控制方法研究[D]. 吴天鹏. 武汉理工大学. 2008

[10]. 千米级斜拉桥施工控制系统关键问题研究[D]. 孟庆成. 西南交通大学. 2014

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

斜拉桥施工过程的预测与控制方法研究
下载Doc文档

猜你喜欢