基于静动力试验的铁路连续刚构-拱桥模型修正

U24%U441; 为提升大跨度铁路连续刚构-拱桥有限元模型预测精度,同时针对传统有限元模型修正中只采用全局最优解而忽略可能更接近实际情况的局部最优解问题,提出一种基于距离机制的改进稳态遗传算法(DSSGA),利用实测静动力数据对其初始有限元模型进行模型修正.首先,介绍桥梁基本信息、初始有限元模型和静动力试验及其试验结果;其次,介绍DSSGA算法的理论以及其结合Kriging代理模型的基本修正流程,并通过测试函数验证DSS-GA算法的优化效果;最后,通过灵敏度分析选择待修正结构参数,利用拉丁超立方设计构建Kriging代理模型并检验其精度,利用静力位移、试验模态参数构造目标函数,对该桥进行模型...

Full description

Saved in:
Bibliographic Details
Published in铁道标准设计 Vol. 68; no. 7; pp. 108 - 117
Main Authors 梅冲, 宋任贤, 周云飞, 霍学晋, 秦世强
Format Journal Article
LanguageChinese
Published 武汉轻工工程技术有限公司,武汉 430040 01.07.2024
武汉理工大学土木工程与建筑学院,武汉 430074%武汉理工大学土木工程与建筑学院,武汉 430074%中铁大桥勘测设计院集团有限公司,武汉 430074
Subjects
Online AccessGet full text
ISSN1004-2954
DOI10.13238/j.issn.1004-2954.202212010007

Cover

More Information
Summary:U24%U441; 为提升大跨度铁路连续刚构-拱桥有限元模型预测精度,同时针对传统有限元模型修正中只采用全局最优解而忽略可能更接近实际情况的局部最优解问题,提出一种基于距离机制的改进稳态遗传算法(DSSGA),利用实测静动力数据对其初始有限元模型进行模型修正.首先,介绍桥梁基本信息、初始有限元模型和静动力试验及其试验结果;其次,介绍DSSGA算法的理论以及其结合Kriging代理模型的基本修正流程,并通过测试函数验证DSS-GA算法的优化效果;最后,通过灵敏度分析选择待修正结构参数,利用拉丁超立方设计构建Kriging代理模型并检验其精度,利用静力位移、试验模态参数构造目标函数,对该桥进行模型修正.结果表明:与标准稳态遗传算法(SSGA)相比,DSSGA算法能够提供目标函数在搜索域的全局最优解和更多组局部最优解,有效避免SSGA算法角度机制所产生的解集不完整的局限性,且全局最优解的目标函数值更小,具有更高的搜索效率.经过模型修正,所有测点的位移相对误差控制在 10%以内,频率相对误差控制在 5%以内,修正后模型的预测精度大幅度提升.修正后的模型可作为该桥的基准有限元模型,用于后续桥梁健康监测与状态评估.
ISSN:1004-2954
DOI:10.13238/j.issn.1004-2954.202212010007