分段施工PC梁桥线形的分形预测方法.pdfVIP

总第 253期 交 通 科 技 SerialNo．253 2012年第 4期 TransportationScience Technology No．4Aug．2012 分段施工 PC梁桥线形的分形预测方法 程 轩 文 昌福 舒武兵 (1．中国公路工程咨询集团有限公司 武汉 430063； 2．湖北省交通运输厅武黄高速公路管理处工程养护中心 武汉 430205) 摘 要 充分考虑到分段施工 PC梁桥施工阶段线形变化 的非线形 ，复杂性和随机性 ，提出一种基 于分形理论的节段线形预i贝4方法。采用滚动选取预测样本降低原始误差累计的方法，建立了节段 施工线形预测理论模型。将此模型应用于黄河大桥悬臂施工线形预测控制中，按节段施工周期依 次预测下一节段的线形指标 ，结果证实了分段施工 PC梁桥线形变化的分形特征，与实测和理论值 相 比，预测值具有较高的工程精度 。 关键词 桥梁工程 分段施工 PC梁桥 施工线形 分形预测 分段施工的预应力混凝土 (PC)桥梁施工 中 线形不完全满足这些适用条件 ，因此使得灰色系 的一项重要任务就是对各阶段线形的精确预测和 统预测线形 的方法存在局限性；BP神经网络具有 控制，以保证各跨的顺利合龙和线形最优 。桥梁 强大的自学习、自适应和非线性映射能力。但线 节段施工过程 中，由于计算用 的设计参数与实际 形预测实践表明，神经网络在学习样本数量有限 节段的差异 ，再考虑到混凝土收缩、徐变 的难估 时，如在分段施工前期，预测精度难 以保证 ，而学 性、预应力张拉误差及施工荷载的不确定性等 因 样本过多时，又陷入维数灾难，泛化性能不高 ， 素 ，各节段线形变化表现出很强的非线性 、时变性 还存在拟合 、局部优化和推广性能差的缺点。 和随机性。这些特性 的存在，使得变形和上述 因 近年来 ，混沌学、分形学与耗散结构的研究在 素之间的关系难以用某个确定的函数或数字模型 非线性科学领域中取得迅猛进展。分形理论的研 来描述 。此外，分段施工的前期，实测数据较少 ， 究与发展揭示了非线性系统 中有序与无序 的统 难 以对后续梁段 的立模标 高和线形做有效 的 一 ，确定性与随机性的统一。考虑到 PC梁桥节 预测 。 段线形的非线性、时变性和随机性 ，因此本文从分 传统的线形预测方法主要有最小二乘法、卡 段施工桥周期性和 自相似性角度，将分形理论应 尔曼 (Kalman)滤波法、灰色系统 (如 GM (1，1)) 用于施工线形的预测和控制 中，建立了梁桥的线 和 BP神经网络等[1]。最小二乘法是基于线性理 形预测模型。 论的一种算法 ，因此在非线性影响较大的桥梁施 1 基于分形理论的施工线形预测模型 工控制中势必受到限制 ，且桥梁施工过程 中存在 施工误差及量测误差等随机误差的影响，对于多 1．1 分形理论 参数混合估计时，需经过认真判定后才能采用 ； 分形理论是由美国数学家 B．Mandelbort(曼 Kalman滤波法是一种线性 的输入输 出状态预测 德勃罗)于 2O世纪 7O年代中期创立的，它基于部 方法，该系统没有输入控制量 ，因而应用中可调变 分与整体的自相似性，直接从非线性复杂系统的 量极小，对误差的预测和修正能力有限；灰色系统 本身人手，从未经过简化和抽象研究对象本身去 预测方法要求累加生成的修正数据序列具有灰色