橋梁健康狀態(tài)的智能評估方法研究.pdf

1、橋梁結構在營運期間，會受到設計或施工的缺陷、氣候或環(huán)境作用、日益增加的交通流量和超載的損壞等諸多因素的影響而產生安全隱患，若不及時地對這些帶有結構損傷的橋梁進行監(jiān)測和評估，就不能使之得到有效的維修和加固。這樣，不僅會影響行車安全，縮短橋梁使用壽命，甚至會發(fā)生橋梁突然破壞或倒塌等橋毀人亡的災難。因此，對橋梁狀態(tài)進行評估已成為橋梁研究領域的熱點問題，具有很強的學術價值和現實意義。 本文將橋梁狀態(tài)的評估歸結為橋梁狀態(tài)綜合評估、損傷評估

2、、可靠度評估等幾個方面的課題，提出了智能評估的思想，并進行了以下幾方面的研究工作。 1.闡述了利用層次分析方法進行橋梁狀態(tài)評估的優(yōu)越性。通過對各種橋型狀態(tài)進行分析，建立了一套針對不同橋型結構的層次型評估體系結構，從而將多而繁瑣的評估指標條理化、層次化。 2.以層次分析方法為基礎，提出了基于模糊層次分析的橋梁健康狀態(tài)模糊評估方法，即通過利用模糊一致矩陣來反映專家判斷的不確定性和模糊性。同時，文章提出利用不確定性層次分析進行

3、橋梁健康狀態(tài)評估的方法。由于利用常規(guī)方法獲取的權重區(qū)間無法進行橋梁狀態(tài)評估，本文提出了一種計算最優(yōu)權重的單目標優(yōu)化模型，并利用實數遺傳算法進行全局最優(yōu)搜索計算。利用兩種方法分別對一座混凝土連續(xù)梁橋進行實例分析與比較，證實了兩種方法的可行性和有效性。 3.文章又引入了模糊推理方法來表達模糊性和不確定性的評估知識，研究了Takagi-Sugeno(T-S)模糊推理方法在健康狀態(tài)推理評估中的應用問題。 4.以基于層次的橋梁健康

4、狀態(tài)評估模型為目標，研究結合模糊理論和人工神經網絡方法，建立了基于信息輸入的模糊神經網絡推理評估框架。利用模糊推理規(guī)則，生成了用于網絡訓練的樣本庫，而利用網絡學習存儲了規(guī)則庫中的專家知識與經驗，從而能有效地對橋梁進行健康狀態(tài)評估。實例應用證明了該技術方法的可行性。 5.根據結構反演橋梁狀態(tài)的思路，提出利用人工智能技術建立基于模型智能修正的橋梁健康狀態(tài)評估方法，并分別對基于遺傳算法和神經網絡的模型修正方法進行了探討。提出了利用模態(tài)