本技术介绍了一种融合多源应变数据与深度学习算法的拱肋线形计算方法。该方法首先构建拱桥的有限元分析模型,涵盖几何非线性和材料非线性模拟,以及施工阶段的设定。在模型中,特别强调了应变数据采集的重要性,这些数据对于后续的线形反算至关重要。
背景技术
随着大跨度拱桥的发展,其在建造过程中质量控制和安全问题日益突出。在工程施工中,主拱线形能够直观的反映拱桥的工作状态及适用性,主拱过大的变形会导致结构受力不利,引发结构损伤,还会影响后续拱肋节段、吊杆、拱上立柱的安装,甚至可能会导致拱上建筑开裂,桥梁发生坍塌。因此,及时准确的掌握主拱线形的变化情况,对于保障桥梁的施工精度和安全至关重要,是桥梁工程施工监测中不可或缺的一部分。拱肋线形监测研究对于确保桥梁结构的安全、经济和可靠具有重要的工程意义。
目前,常用的简支梁挠曲线形计算方法主要是共轭梁法。共轭梁法通过利用共轭支承来替代实际支承,从而产生所谓的“共轭梁”。修正的共轭梁法利用应变的分布来实现对共轭梁的等效荷载的分布,同时也可对实梁的荷载进行求解,建立起应变与线形的关系,从而准确的掌握简支梁的线形变化情况。然而,该方法应用于拱桥主拱线形监测时将受到限制,原因如下:
(1)受力特性不同:简支梁在正常工况下以受弯为主,应变在梁截面高度方向上是线形变化的。而拱以受压为主受弯为辅,应变在拱截面高度方向是可以是均匀分布、线性分布或其他形式分布,修正共轭梁理论只适用于纯弯构件,对于拱结构线形计算不适用;
(2)结构形状不同:简支梁是直线型结构,其挠度是截面转角或曲率累积得到的,即挠度与应变存在较为明确的对应关系,而拱是曲线型结构,其线形不仅与应变有关,还与拱自身的形状有关,即线形与应变存在复杂的影响关系;
(3)结构效应不同:简支梁力学行为规律较为简单,在正常工况下受弯可认为其是线性结构,而拱在受力压弯耦合作用下发生变形时存在较为显著的几何非线性效应,由应变反算拱的线形难度更大。
鉴于此,需要一种基于多点应变和深层神经网络的拱肋线形反算方法。
实现思路