高速公路既有桥梁监测等级评价

论文摘要

近些年的多起桥梁事故以及全国逐渐增多的危桥数量的事实证明,保证桥梁安全性无论是对社会还是对个人都有极其重要的意义。本文通过列举常见的桥梁健康安全状况评价与检测的方法,对比说明对桥梁结构开展长期的健康监测能克服现有检测方法的不足,并具有实时获取桥梁的健康状况资料、安全预警的优点。通过介绍现实中布设桥梁健康监测设备时的局限和限制,提出对于高速公路上的桥梁群,应按照一定的标准有选择的布设监测设备,以合理利用资源,保障高速公路正常的发挥其应有职能。为确定监测设备的选择标准,即高速公路既有桥梁的监测等级评价模型,本文作了以下几个方面的研究工作:1.从建模、桥型到信息处理三个方面对比了高速公路桥梁群的监测系统和单体桥梁的监测系统的不同。提出建立高速公路桥梁群的监测等级的评价概念,以确定沿线上各桥梁安装监测设备的先后次序。2.确定监测等级的评价原则和实施步骤。综合考虑单体桥梁与其他桥梁的关系以及其在整个沿线公路的功能和作用,确定从重要性和安全性两方面评价各桥梁的监测等级。3.在对高速公路沿线桥梁进行重要性评价时,引入了价值工程的观念,以桥梁的生命周期成本来衡量桥梁的重要性。这里对比了用于重要性评价的生命周期成本的概念与常用于设计方案比选的生命周期成本的不同,并将损失成本的高低大小作为衡量桥梁重要性的标度。4.在对高速公路沿线桥梁进行安全性评价时,采用了为各指标分别打分再加权求和,由最终的总得分来确定安全性等级的方法。其中,在确定权重时对比了各种传统方法的优缺点最终确定采用层次分析法的单一指标评价原则来作为计算权重的方法。5.综合考虑高速公路各桥梁的重要性及安全性等级确定各桥梁的监测评定等级。6.在对唐津高速公路(天津段)进行实例分析时,考虑重要性与安全性评价体系的异同,在对双幅桥梁进行评价时对上下行桥的差异,采用了不同考虑方式。7.考虑到一次监测等级评价结果的时效性,确定建立监测等级的预测模型,以对未来某一时刻的桥梁监测等级的变化做出评判。在对比了传统的预测方法后,决定采用可以智能处理大量非线性信息数据的人工神经网络方法建立预测模型的数学模型。8.通过对比BP网络和RBF网络在网络收敛性、网络稳定性、预测有效性等方面的优劣,最终选择BP神经网络作为高速公路桥梁监测等级预测模型的数学模型,并通过实例验证网络预测结果的可靠性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1-1 课题的研究意义
• §1-2 国内外研究现状
• 1-2-1 国外的研究进展
• 1-2-2 国内的研究进展
• §1-3 课题的研究内容及拟解决的问题
• 第二章 高速公路桥梁群评价模型理论
• §2-1 概论
• §2-2 桥梁结构群评价的概念
• 2-2-1 高速公路桥梁群的拓扑结构
• 2-2-2 桥梁群评价与单体桥梁评价的关系
• §2-3 高速公路桥梁监测等级评价方法概述
• 2-3-1 评价目的
• 2-3-2 评价原则
• 2-3-3 实施步骤
• §2-4 高速公路桥梁监测等级评价具体方法
• 2-4-1 系统目标的确定
• 2-4-2 评价模型的确定
• 2-4-3 桥梁单项指标评价
• 2-4-4 桥梁综合指标评价
• 第三章 高速公路既有桥梁监测等级评价模型在工程实例上的应用
• §3-1 工程概述
• 3-1-1 路线概况
• 3-1-2 桥涵概况
• §3-2 监测等级评价概述
• §3-3 各桥梁重要性评价
• §3-4 各桥梁安全性评价
• §3-5 各桥梁监测等级综合评价
• §3-6 总结
• 第四章 高速公路桥梁监测等级预测模型分析
• §4-1 概述
• 4-1-1 监测等级预测模型建立的必要性
• 4-1-2 监测等级预测模型建立的意义
• §4-2 监测等级评价模型体系
• 4-2-1 神经网络模型介绍
• 4-2-2 监测等级评价模型的确定
• §4-3 实例分析
• 4-3-1 概述
• 4-3-2 建立网络
• 4-3-3 验证网络
• 4-3-4 确定监测等级预测模型
• §4-4 总结
• 第五章 结论与展望
• §5-1 主要结论
• §5-2 进一步研究的建议
• 参考文献
• 致谢
• 攻读硕士学位期间所取得的相关科研成果