基于人工神经网络的钢管混凝土拱桥抗震分析方法( Artificial Neural Network-Based Method for Seismic Analysis of Concrete-Filled Steel Tube Arch Bridges )

Z Liu S Zhang

基于有限元法的钢管混凝土拱桥抗震分析是一项耗时的工作。特别是当涉及材料和结构参数的不确定性时，计算要求可能超过高性能计算机的计算能力。本文提出了一种基于人工神经网络的钢管混凝土拱桥抗震分析方法。在有限元分析的基础上，利用这些震害和相应的样本参数对神经网络进行训练。为了获得更高效的训练样本，采用均匀设计方法选取样本参数。通过对比不同地震烈度下的损伤概率，发现神经网络法和有限元法的损伤概率基本相同。基于人工神经网络的方法可以节省大量的计算时间。1.引言钢管混凝土拱桥是公路桥梁中最常见的一种，在交通路网中起着重要作用。地震来袭时，它们最容易受损，而一旦受损，将严重影响该地区的交通网络[1]。钢管混凝土拱桥在地震作用下的动力反应十分复杂[2]。钢管混凝土拱桥的抗震性能受各种参数（材料和几何参数）的影响[3,4]。因此，在钢管混凝土拱桥的震害分析中，既要兼顾效率又要兼顾精度是非常困难的。基于有限元法的震害预测模型将面临巨大的计算复杂度，计算量随着参数的增加呈指数增长。一些新技术的引入可能会带来新的解决方案。人工神经网络(ANN)可能是最有用的方法[5]。一个ANN可以看作是大量人工神经元的有机组合；它可以用来学习数据的内在规律。由于ANNs方法是基于经验数据的，可以解决复杂的非线性问题，从而取代传统的费时低效的震害分析方法[6,7]。在过去的十年里，人们进行了大量的研究，ANNs已被许多研究人员应用于地震工程中。一些研究集中在考虑材料和几何不确定性的公路桥梁地震破坏[8]。预测结构抗震性能的一些焦点[9]。此外，ANNs还估计了结构的非弹性响应[10]。随着计算机技术的发展，神经网络在桥梁震害预测中的应用越来越广泛。然而钢管混凝土桥梁的震害机理十分复杂，影响因素众多。目前，利用ANNS进行钢管混凝土桥梁震害预测的研究还很少。针对钢管混凝土结构抗震分析中效率和精度不高的问题，提出了一种基于人工神经网络的钢管混凝土结构震害预测方法。该方法可以在抗震评估的效率和精度之间找到平衡点，解决钢管混凝土结构现阶段面临的抗震难题。该方法以计算得到的钢管混凝土震害数据为训练样本。利用人工神经网络对桥梁试件进行分析，得到桥梁试件的震害与参数之间的关系。在神经网络中建立了相应的关系，并利用该关系对未知桥梁地震样本的震害进行了预测。2.人工神经网络ANN可用于复杂系统的非线性系统预测，特别适用于复杂结构的震害识别。由大量相互联系的基本计算元素组成的ANN类似于人脑的工作机制。网络由几层组成：输入层、隐藏层和输出层。神经网络按其类型可分为几种类型

SciDown文献求助系统（解决99%问题） Public Download ResearchGate