基于神经网络法的桥梁有限元模型修正

摘要

以某自锚式斜拉—悬吊组合体系模型试验桥的施工过程模拟试验为背景,利用施工过程有限元模型对该桥部分设计参数进行敏感性分析,在此基础上以静力测试数据为依据采用神经网络法对该模型试验桥进行了有限元模型修正.结果表明该方法是斜拉—悬吊体系桥梁这类非线性结构的有限元模型修正的可行方法.对于斜拉一悬吊组合体系桥梁，施工过程中斜拉索的初始张拉力会对桥梁后期的线形和内力产生一定的影响，所以在进行敏感性分析时，斜拉索的初始张拉力也应作为一种设计参数予以考虑。可以选择斜拉索的无应力长度作为设计参数。对比BP神经网络和RBF神经网络的结果，表明RBF网络训练迭代次数少，网络误差更小，输出精度更高，其对非训练样本的识别和判决结果的置信度更高。用神经网络法进行有限元模型修正，能考虑结构的非线性，因此该方法是悬索桥这类非线性结构的有限元模型修正的可行方法。