大跨度PC斜拉桥评价关键技术研究

论文摘要

目前,国内外大跨度PC斜拉桥的评价工作存在诸多问题,本文针对这一研究现状对大跨度PC斜拉桥评价的关键技术进行了深入研究,主要完成了以下五个方面的工作:（1）首次提出了荷载效率系数的优化（降低）问题,并以降低荷载效率系数为目的设计了实际工程的荷载试验工况,通过回归分析方法得出了结构反应（应力、应变、索力等）与荷载效率系数的一元线性回归方程;并对所得到的线性回归方程做了显著性检验,通过检验后的回归方程预测了设计荷载作用下的结构反应值;最后以实际工程中一座大跨度PC斜拉桥荷载效率系数的降低优化为例,验证了该方法在实际工程中的有效性与准确性。研究结果表明:分析计算得出的一元线性回归方程高度显著,可以作为有效的预测方程;总的来说,随着荷载效率系数的提高,预测误差有随之减小的趋势。应当降低大跨度桥梁的荷载效率系数,大跨度PC斜拉桥荷载效率系数可以降低至0.6。（2）针对目前斜拉桥荷载试验中存在的不规范、不统一现象,分析了斜拉桥各构件的受力特点,从而明确了大跨度斜拉桥荷载试验的基本测试工况、测试项目及辅助测试工况。在研究荷载效率系数降低优化的基础上,提出了荷载试验工况的优化合并问题;最后以实际工程中的PC斜拉桥荷载试验工况的优化合并为例,验证了合并荷载试验工况的可靠性和实用性。一般的,主梁最大挠度工况和主梁最大正弯矩工况可以合并为一个工况;主塔最大偏位工况和主塔最大弯矩工况可以合并为一个工况。（3）首次提出了分构件对校验系数的取值范围进行研究。采用工程数学的统计方法,利用统计软件Minitab对各构件的校验系数样本进行分析计算,最后确定了斜拉桥结构的主梁构件、拉索构件及主塔构件各自校验系数的取值范围。研究结果表明:斜拉桥结构的承载力评价按主梁构件、拉索构件及主塔构件三部分构件的校验系数来进行。斜拉桥主梁构件的应变校验系数在0.60～1.00是合理取值范围,挠度校验系数在0.72～1.00是合理取值范围;拉索构件的索力校验系数在0.76～1.00是合理取值范围;主塔构件的应变校验系数在0.18～1.00是合理取值范围,偏位校验系数在0.47～1.00是合理取值范围。（4）运用模糊理论,建立了PC斜拉桥安全性模糊综合评价模型,并采用模糊综合评价方法完成了实际桥梁的整体安全性评价。评价结果表明:德州新河大桥的整体安全性评价为一类。拉索安全性为一类;索塔安全性为一类;主梁安全性为二类;基础安全性为一类。其各构件的安全性评价等级与根据各构件校验系数范围确定的评价等级相互进行了验证,其桥梁总体安全性评价结果与采用JTG H11-2004《公路桥涵养护规范》的评定方法得到的结果一致。（5）根据层次分析法的思想,建立了完整的PC斜拉桥耐久性评价模型,并引入模糊理论与神经网络技术,提出了基于模糊神经网络的PC斜拉桥耐久性评价模型。最后以拉索模块的耐久性评价为例,验证了本章建立的模糊神经网络的准确性。研究结果表明:大跨度PC斜拉桥的耐久性评价模型可以采用层次分析法建立,第一层评价指标为主梁的耐久性、拉索的耐久性、主塔的耐久性、基础的耐久性、附属设施的耐久性五项;采用动态BP算法训练网络时,网络的收敛速度优于常用BP算法;训练好的模糊神经网络很好地获得并储存了评价专家的知识、经验和判断,可将网络应用于斜拉索模块的耐久性评价。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 斜拉桥国内外发展概况
• 1.2 PC 斜拉桥评价研究目的及意义
• 1.3 PC 斜拉桥评价研究现状
• 1.3.1 可靠度理论
• 1.3.2 层次分析法
• 1.3.3 模糊理论与神经网络
• 1.3.4 基于层次分析及专家系统的变权评价法
• 1.4 本文的主要研究内容
• 第2章 荷载效率系数的优化研究
• 2.1 概述
• 2.2 回归分析法与数学模型
• 2.3 回归分析的试验设计
• 2.3.1 第一工况（主梁挠度及主梁正弯矩最大工况）
• 2.3.2 第三工况（塔顶最大水平变位及塔最大弯矩工况）
• 2.4 结构反应的回归分析
• 2.4.1 主梁应变的回归分析
• 2.4.2 主梁挠度的回归分析
• 2.4.3 主塔应变的回归分析
• 2.4.4 主塔偏位的回归分析
• 2.5 工程实例
• 2.6 本章小结
• 第3章 荷载试验工况的优化研究
• 3.1 概述
• 3.2 测试工况及测试项目
• 3.2.1 静载试验
• 3.2.2 动载试验
• 3.3 荷载试验测试工况的优化
• 3.3.1 工程概况
• 3.3.2 德州新河大桥的优化
• 3.3.3 仙桃汉江公路大桥的优化
• 3.4 本章小结
• 第4章 分构件校验系数的取值范围研究
• 4.1 概述
• 4.2 分构件校验系数的意义
• 4.3 主梁构件的校验系数
• 4.3.1 主梁应变的校验系数
• 4.3.2 主梁挠度的校验系数
• 4.4 拉索构件的校验系数
• 4.5 主塔构件的校验系数
• 4.5.1 主塔应变的校验系数
• 4.5.2 主塔偏位的校验系数
• 4.6 本章小结
• 第5章 PC 斜拉桥安全性模糊综合评价
• 5.1 现有的安全性评定标准
• 5.2 桥梁结构综合评价方法
• 5.2.1 常规综合评价
• 5.2.2 模糊综合评价
• 5.2.3 模糊神经网络法
• 5.2.4 基于结构可靠度理论的方法
• 5.3 PC 斜拉桥安全性评价
• 5.3.1 安全性综合评价模型
• 5.3.2 模糊综合评判方法
• 5.3.3 模糊评价因素集
• 5.3.4 评价指标的权重
• 5.3.5 影响因素的隶属度
• 5.3.6 评价实例
• 5.4 本章小结
• 第6章 基于模糊神经网络的PC 斜拉桥耐久性评价
• 6.1 概述
• 6.2 PC 斜拉桥耐久性评价模型
• 6.3 斜拉索的耐久性评价
• 6.3.1 模糊神经网络模型
• 6.3.2 学习方法
• 6.3.3 学习样本
• 6.3.4 网络学习
• 6.4 本章小结
• 结论与展望
• 1 本文主要创新点及研究结论
• 2 需要改进之处和对进一步研究的建议
• 参考文献
• 攻读博士学位期间取得的学术成果
• 攻读博士学位期间参与的主要科研项目
• 致谢