資源描述:
《基于神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)支梁橋預(yù)應(yīng)力衰減評(píng)估模型》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、第27卷第6期長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版)Vol.27No.62007年11月JournalofChang'anUniversity(NaturalScienceEdition)Nov.2007文章編號(hào):1671-8879(2007)06-0053-05基于神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)支梁橋預(yù)應(yīng)力衰減評(píng)估模型郭琦‘,賀拴?!自?(1.長(zhǎng)安大學(xué)橋梁與隧道陜西省重點(diǎn)實(shí)驗(yàn)室,陜西西安710064;2.西安科技大學(xué)電氣與控制工程學(xué)院,陜西西安710054)摘要:以后張法室內(nèi)模型梁受彎全過程試驗(yàn)采集的數(shù)據(jù)為樣本,研究了
2、預(yù)應(yīng)力混凝土橋梁有效預(yù)應(yīng)力與各主要影響因素之間復(fù)雜的非線性關(guān)系,應(yīng)用改進(jìn)BP神經(jīng)網(wǎng)絡(luò)建立了混凝土橋梁服役期內(nèi)預(yù)應(yīng)力衰減的神經(jīng)網(wǎng)絡(luò)評(píng)枯模型。該模型以受彎梁全過程P-△理論曲線為依據(jù),構(gòu)造了基頻衰減率(IFDETR)、變形指標(biāo)(IDISP),混凝土應(yīng)變變化率(ICSV),鋼筋應(yīng)變變化率(IRSV)4種歸一化指標(biāo)作為網(wǎng)絡(luò)輸入值,以計(jì)入時(shí)變效應(yīng)的預(yù)應(yīng)力衰減率指標(biāo)(IEPDR)作為網(wǎng)絡(luò)輸出值。測(cè)試樣本的評(píng)佑結(jié)果表明,誤差小于1%的測(cè)試樣本數(shù)在樣本集中所占的比例大于85Yo,且誤差均小于單因素回歸方法。關(guān)鍵
3、詞:橋梁工程;混凝土梁;預(yù)應(yīng)力;衰減;改進(jìn)BP神經(jīng)網(wǎng)絡(luò)中圖分類號(hào):U448.35;TU378.8文獻(xiàn)標(biāo)志碼:AEvaluationmodelonprestressattenuationofsimplespanbridgesbasedonneuralnetworksGUOQi',HEShuan-hai',BAIYun'(1.KeyLaboratoryforBridgeandTunnelofShaanxiProvince,Chang'anUniversity,Xi'an710064,Shaanxi,
4、China;2.SchoolofElectricandControlEngineering,Xi'anUniversityofScienceandTechnology,Xi'an710054,Shaanxi,China)Abstract:Thedatumobtainedbyin-doorexperimentsonpost-tensionconcretebeamwereappliedtoBPneuralnetworksasthesample,thecomplicatednon-linearrela
5、tionshipbetweeneffectiveprestressofPCstructuresandessentialinfluencingfactorswasstudiedandtheevaluationmodelofprestressattenuationwasdeveloped.Basedontypicalload-deflectioncurveofbeaminbendingprocess,suchdimensionlesscoefficientsasIFDETR(frequencydet
6、eriorationratio),IDISP(displacementindex),Icsv(concretestrainvariationindex),IRSV(reinforcementstrainvariationindex)andIEPDR(effectiveprestressdeteriorationratio)weredefinedasinputandoutputvalue,whichmadematerialandgeometricalpropertyindependent.Thea
7、nalysisresultsshowthattheproportionofverificationsampleswhoseerrorsarewithin5%isgreaterthan85%.Comparedwiththeregressiveevaluationmethod,theerrorsgivenbyNNmodelarealsomuchlowerthanthatofit.3tabs,5figs,10refs.Keywords:bridgeengineering;concretebeamgir
8、der;prestress;deterioration;BPneuralnetwork收稿日期:2006-10-18基金項(xiàng)目:國(guó)家西部交通建設(shè)科技項(xiàng)目(200531881215)作者簡(jiǎn)介:郭琦(1976-),男,陜西西安人,博士研究生,E-mail:gg8558)126.como萬(wàn)方數(shù)據(jù)長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版)2007年個(gè)結(jié)構(gòu)就將預(yù)應(yīng)力筋的拉力與混凝土構(gòu)件的壓力組0引言成一個(gè)自平衡系統(tǒng),預(yù)應(yīng)力損失(如松弛、徐變和收預(yù)應(yīng)力混凝土在役橋梁服役中,材料會(huì)逐漸老縮)將隨時(shí)間改變,以調(diào)整這種平衡系統(tǒng)的狀