论文部分内容阅读
目前,我国大量早期建成的铁路钢桥进入了老龄期,由于这些桥梁建设时期的技术水平和设计载荷等级较低,疲劳在设计时没有考虑或者考虑不全面,加之近几年来铁路运输迅猛增加,车流量、轴重和车速大幅度提高,对这些钢桥造成的损伤日益加重,其运营存在安全隐患。如何科学地对这些老龄钢桥的状态进行评估,分析这些老龄铁路钢桥的疲劳损伤和剩余疲劳寿命愈显重要。本文所做工作为“南京长江大桥结构安全监测分级门槛值及寿命评估研究”的部分内容。主要研究南京长江大桥在列车载荷作用下主要杆件的应力时程及疲劳损伤,并把有限元分析、MATLAB编程和BP神经网络技术相结合应用于南京长江大桥的疲劳损伤评估中。主要内容如下:(1)回顾了桥梁疲劳评估的发展现状,总结了桥梁疲劳评估的若干问题和发展方向,介绍了疲劳分析的一些基本概念。(2)系统介绍了疲劳评估的一些方法以及用这些方法进行疲劳损伤和剩余疲劳寿命评估的步骤,并以此为基础确定了南京长江大桥疲劳损伤评估的思路。分析了人工神经网络的基本理论,比较详细的研究了BP神经网络、BP经典算法和LM算法,探讨了基于BP神经网络进行疲劳损伤评估的基本原理。(3)建立了南京长江大桥的空间有限元分析模型,对列车活载过桥全过程进行了瞬态动力响应分析。将南京长江大桥监测系统实测的列车轴重作为一列匀速移动的集中活载作用在纵梁节点上,列车轴重作为质量单元加在南京桥纵梁响应节点上。(4)利用建立的南京长江大桥空间有限元模型,计算了部分列车活载过桥全过程南京桥各主要杆件的应力时程。由应力时程可以看出,列车活载作用下南京桥主要杆件产生的应力水平比较低,基本都在疲劳极限以下。基于MATLAB平台编制雨流计数法程序,对各杆件的应力时程进行统计处理得到疲劳应力谱,并参考英国桥梁规范BS5400中的桥梁疲劳寿命经验公式,计算得到各车辆活载作用下南京桥主要杆件的疲劳损伤。结果表明:列车活载对南京桥主要杆件产生的疲劳损伤很小。(5)以车辆的轴重和轴距作为训练样本的输入参数,以南京长江大桥主要杆件的损伤作为训练样本的输出参数,通过BP神经网络对样本建立起从输入参数到输出参数之间的非线性映射的网络结构。应用测试样本测试此网络结构的泛化能力,结果表明此网络结构用于南京桥主要杆件疲劳损伤评估有较好的效果。