论文部分内容阅读
桥梁是确保交通线路畅通的咽喉,其承载能力和通行能力是贯通全线的关键。随着时间的推移,越来越多的桥梁将达到或接近其设计基准期,或因各种原因发生结构性损伤。因此,桥梁损伤评估与预测是现有桥梁养护、维修和技术改造的必不可少的重要环节,也是国内外学术界和工程界关注的热点问题之一。由于影响桥梁结构性能的因素较多且复杂,各因素之间相关关系也未完全清楚,因此,桥梁损伤等级的分类是一个典型的不确定性问题。为了对桥梁损伤状态进行合理的分类,本文将模糊神经网络方法(自适应模糊神经网络)用于桥梁等级分类中,此方法可以处理带模糊性的信息,又可以自动设计和调整模糊系统的规则集和隶属函数,从而结合了神经网络和模糊逻辑各自的优点,为桥梁损伤评定等级分类提供了一条新的途径。本文主要开展了以下几个方面的工作:1.本文阐述了桥梁评估的内涵及基本特征,对桥梁评估方法研究的现状进行了总结与评述;在总结目前国内外关于桥梁评估研究成果的基础上,对混凝土桥梁损伤的评估方法做了进一步研究,指出了现行公路桥梁损伤评定方法中存在的问题,并在《公路桥涵养护规范》(JTG—H112004)基础上建立了评价指标和等级分类方法。2.在此基础上,基于MATLAB算法语言,编写了自适应模糊神经网络训练程序。并以西宝、西渭高速公路上主要桥梁技术状况的实测数据为样本,分别对两组样本不同的桥梁损伤实测数据进行分类,取这两组数据的分类精度的平均值来评判该方法的有效性。结果表明,此类模糊神经网络方法效果好,误差小,有望成为桥梁损伤状态等级评定分类研究中的有效辅助手段。3.以BP神经网络法作为本文的参照方法,并将模糊神经网络方法与BP神经网络方法的分类结果进行了分析和对比,说明了模糊神经网络方法更适用于桥梁损伤状态等级评定分类,且值得进一步研究和推广。