BP神经网络在大型钢箱梁斜拉桥施工控制中的应用研究
|
摘要
随着高强度材料的使用,结构分析方法的进步,以及施工技术的发展,斜拉桥在近几十年得到快速发展,但斜拉桥桥梁结构属于高次超静定的柔性结构,成桥状态(恒载内力和成桥线形)与施工过程有相关性。在施工阶段中,随着斜拉桥荷载状态和结构体系的不断变化,结构内力和变形亦不断变化,因此必须对施工顺序做出明确规定并对结构内力和变形加以有效控制。
本文概述了国内外斜拉桥及斜拉桥施工控制的发展情况;详述了斜拉桥施工控制系统的基本理论、原则、内容、方法及影响因素;详述了斜拉桥施工控制仿真分析方法(正装法、倒拆法、无应力状态法);分析讨论了目前已经应用于桥梁工程实践中的施工控制方法(最小二乘法、灰色系统理论、卡尔曼滤波法、人工神经网络法);详细推导了BP神经网络算法,从理论上论证了人工神经网络方法在大型斜拉桥施工控制中应用的可行性;在分析常规BP神经网络算法在桥梁施工控制应用中存在的缺陷的基础上,探讨了相应的改进方法;结合珠江黄埔大桥北汊斜拉桥工程实例,采用MATLAB程序语言和BP神经网络算法开发大型斜拉桥标高预测程序,取得了较好的预测效果;对比分析了大跨斜拉桥标高预测程序的参数,获得了一些有价值的结论和经验。
With the employment of high strength material, improvement of structural analysis methods, development of construction methods, it is a new era of rapid development for the cable-stayed bridge in recent years. But the cable-stayed bridge is a high-order statically indeterminate and flexible structure, the design objective (the permanent load internal force and the final bridge line) has relativity with the process of construction. During construction, along with the variation of the load status and the structure system of the cable-stayed bridge, the structure internal force and the structure deformation change continuously. A specific ordain to the construction sequence must be established and effectively control in the construction must be actualized.
In the thesis, the development status of cable-stayed bridge and the cable-stayed bridge construction control are summarized at home and abroad. The basic theory, principle, content, method and influence factor of the cable-stayed bridge construction control are expatiated. The emulation analysis methods of cable-stayed bridge construction control (forward-calculation method, back-running method, no-stress method) are amplified. Least square method, grey system theory, Kalman filter method, artificial neural network method are discussed and analyzed from the point of construction control methods that were used in bridge project. BP neural networks algorithm is derived in detail to prove the possibility of the BP neural network method used to construction control from theory. At the foundation of analyzing the blemish of BP neural networks algorithm in physically applied, a homologous improvement method is proposed. Based on the practical engineering of the Huangpu Bridge over north branch of Pear River in Guangzhou, a long-span cable-stayed bridge elevation prediction procedure is designed with the MATLAB procedure language and BP neural networks algorithm and a favourable effect is achieved. Depending on the parameters analysis of the long-span cable-stayed bridge elevation prediction procedure, some valuable conclusions and experiences are obtained.
本文概述了国内外斜拉桥及斜拉桥施工控制的发展情况;详述了斜拉桥施工控制系统的基本理论、原则、内容、方法及影响因素;详述了斜拉桥施工控制仿真分析方法(正装法、倒拆法、无应力状态法);分析讨论了目前已经应用于桥梁工程实践中的施工控制方法(最小二乘法、灰色系统理论、卡尔曼滤波法、人工神经网络法);详细推导了BP神经网络算法,从理论上论证了人工神经网络方法在大型斜拉桥施工控制中应用的可行性;在分析常规BP神经网络算法在桥梁施工控制应用中存在的缺陷的基础上,探讨了相应的改进方法;结合珠江黄埔大桥北汊斜拉桥工程实例,采用MATLAB程序语言和BP神经网络算法开发大型斜拉桥标高预测程序,取得了较好的预测效果;对比分析了大跨斜拉桥标高预测程序的参数,获得了一些有价值的结论和经验。
With the employment of high strength material, improvement of structural analysis methods, development of construction methods, it is a new era of rapid development for the cable-stayed bridge in recent years. But the cable-stayed bridge is a high-order statically indeterminate and flexible structure, the design objective (the permanent load internal force and the final bridge line) has relativity with the process of construction. During construction, along with the variation of the load status and the structure system of the cable-stayed bridge, the structure internal force and the structure deformation change continuously. A specific ordain to the construction sequence must be established and effectively control in the construction must be actualized.
In the thesis, the development status of cable-stayed bridge and the cable-stayed bridge construction control are summarized at home and abroad. The basic theory, principle, content, method and influence factor of the cable-stayed bridge construction control are expatiated. The emulation analysis methods of cable-stayed bridge construction control (forward-calculation method, back-running method, no-stress method) are amplified. Least square method, grey system theory, Kalman filter method, artificial neural network method are discussed and analyzed from the point of construction control methods that were used in bridge project. BP neural networks algorithm is derived in detail to prove the possibility of the BP neural network method used to construction control from theory. At the foundation of analyzing the blemish of BP neural networks algorithm in physically applied, a homologous improvement method is proposed. Based on the practical engineering of the Huangpu Bridge over north branch of Pear River in Guangzhou, a long-span cable-stayed bridge elevation prediction procedure is designed with the MATLAB procedure language and BP neural networks algorithm and a favourable effect is achieved. Depending on the parameters analysis of the long-span cable-stayed bridge elevation prediction procedure, some valuable conclusions and experiences are obtained.
引文
[1]严国敏编著,劳远昌主审.现代斜拉桥[M].西南交通大学出版社.1996.7
[2]林元培.斜拉桥[M].人民交通出版社.1994.1
[3]周念先,杨共树.预应力混凝土斜张桥[M].人民交通出版社.1989.1.
[4]杨兴旺.大跨度斜拉桥施工全过程非线性行为研究[J].西南交通大学博士研究生学位论文.2007.4
[5]铁道部大桥工程局桥梁科学研究所编.斜拉桥[M].科学技术文献出版社.1992
[6]王德良,杨佳新.斜拉桥的现状与发展[J].黑龙江水利科技.2000.2(5)
[7]王红平,梁鹏.斜拉桥施工控制研究现状与展望[J].大众科技.2006.7(1)
[8]马坤全.大跨径斜拉桥建设与展望[J].国外桥梁.2000(4)
[9]刘菊玖,杨继前,汪正兴编译.斜拉桥技术的最新演变[J].国外桥梁.2000(4)
[10]何雨微.大跨度斜拉桥施工监测监控体系研究[D].武汉理工大学硕士研究生论文.2004
[11]邓水源.大跨度斜拉桥施工控制的分析研究[D].合肥工业大学硕士研究生论文.2004
[12]向中富.桥梁施工控制技术[M].人民交通出版社.2001
[13]顾安邦,张永水.桥梁施工监测与控制[M].机械工业出版社.2005
[14]官万轶.斜拉桥施工过程的预测与控制方法研究[D].华南理工大学博士学位论文.2000
[15]徐君兰主编.大跨度桥梁施工控制[M].人民交通出版社.2001
[16]徐郁峰.大跨度预应力混凝土斜拉桥施工控制理论与核心技术研究及软件开发[D].华南理工大学博士学位论文.2004
[17]邓水源大跨度斜拉桥施工控制的分析研究[M].合肥工业大学硕士学位论文.2005
[18]石雪飞.斜拉桥结构参数估计及施工控制系统[D].同济大学博士学位论文.1999
[19]宫万轶,韩大建.大跨度斜拉桥施工控制方法研究进展[J].华南理工大学学报(自然科学版).1999.27(11)
[20]于涛.BP神经网络在大型斜拉桥施工控制中的应用研究[D].河海大学硕士学位论文.2007.6
[21][美]夏天长著,熊光楞,李芳芸译.系统辨识最小二乘法[M].清华大学出版社.1983
[22]郭禄光,樊功瑜.最小二乘法与测量平差[M].同济大学出版社.1985
[23]顾安邦,常英,乐云祥.大跨径预应力连续刚构桥施工控制的理论与方法[J].重庆交通学院学报.1999.12(4)
[24]刘思峰,党耀国,方志耕等.灰色系统理论及应用[M].科学出版社.2004
[25]邓聚龙.灰色论基础[M].华中科技大学出版社.2002
[26]邓聚龙.灰色系统基本方法[M].华中理工大学出版社.1987
[27]邓聚龙,灰色预测与决策[M].华中理工大学出版社.1986
[28]蔺陵.灰色系统理论在斜拉桥施工控制中的应用[J].四川建筑.2005.4(2)
[29]王科俊,王克成.神经网络建模、预报与控制.哈尔滨工程大学出版社.1996
[30]Sung-Uk Choi and Sanghwa Cheong.Prediction of local Scour Around Bridge piers Using Artificial Neural Networks[J].Journal of the American Water Resources Association(JAWRA)42(2):487-494,2006
[31]Mzard M.Nadal J P.Learing in feed-forward layerednet works:The tiling algorithm[J].J.Phys.A:Maths.Gen.1989.22(8):2191-2203[1]
[32]高大启.有教师的线性基本函数前向三层神经网络结构研究[J].计算机学报.1998.21(1):80-86
[33]雷俊卿,霍永生.用神经网络分析估计斜拉桥的施工控制参数[J].中国铁道科学.2005.5(3)
[34]冉志红,李乔.BP神经网络技术在斜拉桥施工控制中的应用[J].中南公路工程.2006.6f3)
[35]赵林明,胡浩云等.多层前向神经网络[M].黄河水利出版社.1999
[36]徐丽娜.神经网络控制[M].电子工业出版社.2002
[37]霍永生,雷俊卿.斜拉桥施工监控的MATLAB6.0 神经网络计算分析[J].中外公路.2005.2(1)
[38]Martin T.HoganHoward B.Demuth等.神经网络设计[M].机械工业出版社.2005
[39]李学桥,马莉.神经网络.工程应用[M].重庆大学出版社.1996
[40]岳祖洲,陈继述.人工神经网络的发展[J].应用光学.1994.15(2):25-29
[41]贺明侠,王连俊等.动量BP算法在路基沉降预测中的应用[J].岩土工程技术.2006.20(1):17-20
[42]张乃绕,阎平凡.神经网络与模型控制[M].清华大学出版社.2002
[43]张际先,亦霞.神经网络及其在工程中的应用[M].机械工业出版社.1996
[44]陈明.神经网络模型[M].大连理工大学出版社.1995.12
[45]蒋宗礼.人工神经网络导论[M].北京高等教育出版社.2001
[46]韩力群.人工神经网络理论、设计及应用-人工神经网络细胞、人工神经网络和人工神经系统[M].化学工业出版社.2001
[47]刘永红.神经网络的发展与前沿问题[J].信息与控制.1999,28(1):31-46
[48]钟义信,杨义先.中国神经网络首届学术大会论文集[C].1990
[49]焦李成.神经网络计算[M].西安电子科技大学出版社.1993
[50]胡守仁,沈清.神经网络应用技术[M].国防科技大学出版社.1993
[51]张德贤.前向神经网络合理隐含层节点个数估计[J].计算机工程与应用.2003(5):21-23
[52]王铁生.地下隧洞测控技术与地表沉降动态监控模型的研究[D],河海大学.2003:62-86
[53]丛爽.面向MATLAB工具箱的神经网络理论与应用[M].中国科技大学出版社.2003.
[54]潘昊,钟洛.决定神经网络隐含层单元数目的自学习算法[J].湖北工学院学报.1998.13(1):5-8
[55]袁曾任.人工神经元网络及其应用[M].清华大学出版社.1999
[56]焦李成.神经网络系统理论[M].西安电子科技大学出版社.1992
[57]张德福,殷正坤.人工神经网络的发展及其哲理[J].科学技术与辨证法.2000,17(4):17-20
[58]何畏,唐亮,强士中,崔冰.大跨度焊接钢箱梁斜拉桥施工控制技术研究及应用[J].桥梁建设.2005(5)
[59]葛耀君,翟东,张国泉.混凝土斜拉桥温度场的试验研究[J].中国公路学报.1996(2):76-83
[60]闻新,周露,王丹力,熊晓英编著.MATLAB神经网络应用设计[M].科学出版社.2001
[61]恭向东.BP神经网络模拟软件的设计和实现[M].南昌大学学报(理科版).1994(3)
[62]巨军让,卓戎.BP神经网络在MATLAB上的方便实现[J].新疆石油学院学报.1999(2)
[63]彭远芳,黄晓峰.对BP网络非线性映射收敛性的探讨[J].兰州工业高等专科学校学报.2002(1)
[64]侯北平,卢佩.基于MATLAB的BP神经网络建模及系统仿真[J].自动化与仪表,2001(1)
[65]吴军鹏.大跨度梁桥施工阶段高程控制理论及方法研究[D].西南交通大学硕士学位文.待发表
[66]周家刚.BP神经网络在大跨径斜拉桥施工控制中的应用研究[D].长安大学硕士学位论文.2003.6:42-46
[67]楼顺天,施阳编著.基于MATLAB的系统分析与设计[M].西安电子科技大学出版社.1998
[68]刘胜春,张开银,沈成武,田晓彬等.神经网络方法在大跨度桥梁施工预拱度控制中的应用[J].武汉理工大学学报(交通科学与工程版).2001(25)
[69]张磊,胡春.BP算法局部极小问题改进的研究进展[J].工业控制计算 机.2004(17)
[70]黎建宁.基于灰色系统理论直玺索鞍无预偏悬索桥上部结构施工控制研究[D].长安大学硕士学位论文.2005.6
[2]林元培.斜拉桥[M].人民交通出版社.1994.1
[3]周念先,杨共树.预应力混凝土斜张桥[M].人民交通出版社.1989.1.
[4]杨兴旺.大跨度斜拉桥施工全过程非线性行为研究[J].西南交通大学博士研究生学位论文.2007.4
[5]铁道部大桥工程局桥梁科学研究所编.斜拉桥[M].科学技术文献出版社.1992
[6]王德良,杨佳新.斜拉桥的现状与发展[J].黑龙江水利科技.2000.2(5)
[7]王红平,梁鹏.斜拉桥施工控制研究现状与展望[J].大众科技.2006.7(1)
[8]马坤全.大跨径斜拉桥建设与展望[J].国外桥梁.2000(4)
[9]刘菊玖,杨继前,汪正兴编译.斜拉桥技术的最新演变[J].国外桥梁.2000(4)
[10]何雨微.大跨度斜拉桥施工监测监控体系研究[D].武汉理工大学硕士研究生论文.2004
[11]邓水源.大跨度斜拉桥施工控制的分析研究[D].合肥工业大学硕士研究生论文.2004
[12]向中富.桥梁施工控制技术[M].人民交通出版社.2001
[13]顾安邦,张永水.桥梁施工监测与控制[M].机械工业出版社.2005
[14]官万轶.斜拉桥施工过程的预测与控制方法研究[D].华南理工大学博士学位论文.2000
[15]徐君兰主编.大跨度桥梁施工控制[M].人民交通出版社.2001
[16]徐郁峰.大跨度预应力混凝土斜拉桥施工控制理论与核心技术研究及软件开发[D].华南理工大学博士学位论文.2004
[17]邓水源大跨度斜拉桥施工控制的分析研究[M].合肥工业大学硕士学位论文.2005
[18]石雪飞.斜拉桥结构参数估计及施工控制系统[D].同济大学博士学位论文.1999
[19]宫万轶,韩大建.大跨度斜拉桥施工控制方法研究进展[J].华南理工大学学报(自然科学版).1999.27(11)
[20]于涛.BP神经网络在大型斜拉桥施工控制中的应用研究[D].河海大学硕士学位论文.2007.6
[21][美]夏天长著,熊光楞,李芳芸译.系统辨识最小二乘法[M].清华大学出版社.1983
[22]郭禄光,樊功瑜.最小二乘法与测量平差[M].同济大学出版社.1985
[23]顾安邦,常英,乐云祥.大跨径预应力连续刚构桥施工控制的理论与方法[J].重庆交通学院学报.1999.12(4)
[24]刘思峰,党耀国,方志耕等.灰色系统理论及应用[M].科学出版社.2004
[25]邓聚龙.灰色论基础[M].华中科技大学出版社.2002
[26]邓聚龙.灰色系统基本方法[M].华中理工大学出版社.1987
[27]邓聚龙,灰色预测与决策[M].华中理工大学出版社.1986
[28]蔺陵.灰色系统理论在斜拉桥施工控制中的应用[J].四川建筑.2005.4(2)
[29]王科俊,王克成.神经网络建模、预报与控制.哈尔滨工程大学出版社.1996
[30]Sung-Uk Choi and Sanghwa Cheong.Prediction of local Scour Around Bridge piers Using Artificial Neural Networks[J].Journal of the American Water Resources Association(JAWRA)42(2):487-494,2006
[31]Mzard M.Nadal J P.Learing in feed-forward layerednet works:The tiling algorithm[J].J.Phys.A:Maths.Gen.1989.22(8):2191-2203[1]
[32]高大启.有教师的线性基本函数前向三层神经网络结构研究[J].计算机学报.1998.21(1):80-86
[33]雷俊卿,霍永生.用神经网络分析估计斜拉桥的施工控制参数[J].中国铁道科学.2005.5(3)
[34]冉志红,李乔.BP神经网络技术在斜拉桥施工控制中的应用[J].中南公路工程.2006.6f3)
[35]赵林明,胡浩云等.多层前向神经网络[M].黄河水利出版社.1999
[36]徐丽娜.神经网络控制[M].电子工业出版社.2002
[37]霍永生,雷俊卿.斜拉桥施工监控的MATLAB6.0 神经网络计算分析[J].中外公路.2005.2(1)
[38]Martin T.HoganHoward B.Demuth等.神经网络设计[M].机械工业出版社.2005
[39]李学桥,马莉.神经网络.工程应用[M].重庆大学出版社.1996
[40]岳祖洲,陈继述.人工神经网络的发展[J].应用光学.1994.15(2):25-29
[41]贺明侠,王连俊等.动量BP算法在路基沉降预测中的应用[J].岩土工程技术.2006.20(1):17-20
[42]张乃绕,阎平凡.神经网络与模型控制[M].清华大学出版社.2002
[43]张际先,亦霞.神经网络及其在工程中的应用[M].机械工业出版社.1996
[44]陈明.神经网络模型[M].大连理工大学出版社.1995.12
[45]蒋宗礼.人工神经网络导论[M].北京高等教育出版社.2001
[46]韩力群.人工神经网络理论、设计及应用-人工神经网络细胞、人工神经网络和人工神经系统[M].化学工业出版社.2001
[47]刘永红.神经网络的发展与前沿问题[J].信息与控制.1999,28(1):31-46
[48]钟义信,杨义先.中国神经网络首届学术大会论文集[C].1990
[49]焦李成.神经网络计算[M].西安电子科技大学出版社.1993
[50]胡守仁,沈清.神经网络应用技术[M].国防科技大学出版社.1993
[51]张德贤.前向神经网络合理隐含层节点个数估计[J].计算机工程与应用.2003(5):21-23
[52]王铁生.地下隧洞测控技术与地表沉降动态监控模型的研究[D],河海大学.2003:62-86
[53]丛爽.面向MATLAB工具箱的神经网络理论与应用[M].中国科技大学出版社.2003.
[54]潘昊,钟洛.决定神经网络隐含层单元数目的自学习算法[J].湖北工学院学报.1998.13(1):5-8
[55]袁曾任.人工神经元网络及其应用[M].清华大学出版社.1999
[56]焦李成.神经网络系统理论[M].西安电子科技大学出版社.1992
[57]张德福,殷正坤.人工神经网络的发展及其哲理[J].科学技术与辨证法.2000,17(4):17-20
[58]何畏,唐亮,强士中,崔冰.大跨度焊接钢箱梁斜拉桥施工控制技术研究及应用[J].桥梁建设.2005(5)
[59]葛耀君,翟东,张国泉.混凝土斜拉桥温度场的试验研究[J].中国公路学报.1996(2):76-83
[60]闻新,周露,王丹力,熊晓英编著.MATLAB神经网络应用设计[M].科学出版社.2001
[61]恭向东.BP神经网络模拟软件的设计和实现[M].南昌大学学报(理科版).1994(3)
[62]巨军让,卓戎.BP神经网络在MATLAB上的方便实现[J].新疆石油学院学报.1999(2)
[63]彭远芳,黄晓峰.对BP网络非线性映射收敛性的探讨[J].兰州工业高等专科学校学报.2002(1)
[64]侯北平,卢佩.基于MATLAB的BP神经网络建模及系统仿真[J].自动化与仪表,2001(1)
[65]吴军鹏.大跨度梁桥施工阶段高程控制理论及方法研究[D].西南交通大学硕士学位文.待发表
[66]周家刚.BP神经网络在大跨径斜拉桥施工控制中的应用研究[D].长安大学硕士学位论文.2003.6:42-46
[67]楼顺天,施阳编著.基于MATLAB的系统分析与设计[M].西安电子科技大学出版社.1998
[68]刘胜春,张开银,沈成武,田晓彬等.神经网络方法在大跨度桥梁施工预拱度控制中的应用[J].武汉理工大学学报(交通科学与工程版).2001(25)
[69]张磊,胡春.BP算法局部极小问题改进的研究进展[J].工业控制计算 机.2004(17)
[70]黎建宁.基于灰色系统理论直玺索鞍无预偏悬索桥上部结构施工控制研究[D].长安大学硕士学位论文.2005.6
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |