基于BP神经网络的大跨桥梁结构混凝土温度预测.pdfVIP

基于 BP神经网络的大跨桥梁结构混凝土温度预测 田 谷，续若楠，缪长青，孙传智 (东南大学 土木工程学院，江苏 南京 210096) 摘 要 ：讨论 了大体积混凝土水化热时的温度应力对于桥 梁结构的影响，表 明温度监控对于大体积混 凝土结构的必要性，根据洛阳瀛洲大桥拱肋 中心部位浇筑过程的水化热温度场的变化为研究对象，对建 立的BP神经网络进行优化训练，并用此 BP神经网络预测温度变化值并与有限元仿真得到的温度结果 进行 了比较 。 关键词：水化热；大体积混凝土；温度应力；BP神经网络 中图分类号：U448．2 文献标识码：A 文章编号：1672—1】44(2010)05—010r7—仍 TemperatureEstimationforMassConcreteStructureBasedonBPNeur alNetwork TIAN Gu，XU Ruo—nan，MIAO Chang-qing，SUN Chuna—zhi (CivilEngineeringCollege，SoutheastUniversity，Nonjing，Jiangsu210096，China) Abstract：Hero，theinfluencesonabridgestructureroSuhedfromthetemperaturestressofthemassconcretehydrationheatare discussed，andthenecessityoftcmperaturo supervisiontothemassconcretestructureisindicated．AtthesalDetime，takingthe hydrationtemperatureinthecentreofarchribinYingzhouBridgeastherosearchtarget，theBPneuralnetworkestablishedfrom thatisoptimized，andthetemperaturevariationroSultarisenfrom BPneuralnewtorkiscomparedwiththatfrom thefiniteelement method． Keywords：hydration heat；inassconcrete；temperaturestress；BP neuralnetwork 构内部温差以及结构 自身特点等都会影响混凝土浇筑与控 0 弓I言 制方法，并影响结构最终应力。因此需要综合考虑各种影响 在现代桥梁工程的建设中，越来越多的工程研究表明大 温度变化的因素予以确定I2,3J。 体积混凝土中的温度变化的重要性。混凝土浇注后，水泥与 本文利用人工神经网络理论从反问题的角度用多组影 水结合发生水化作用，同时也是混凝土的凝固过程。随着水 响因素数据和温度值训练出能够描述温度场的网络 ，简化了 化热的逐渐减少及热量的散发，混凝土的温度就会慢慢地降 原本复杂的求解过程 ，此神经网络对大体积混凝土的温度控 低。桥墩施工中的混凝土大都体积庞大 ，其温度在浇筑后 3 制起一定的指导作用。 d～5d内呈上升趋势，以后温度逐渐下降，一般经过较长时 1 应用 BP神经网络预测混凝土水化热温度 间才能达到稳定温度。在这个过程中，水泥水化作用要生成 大量的热量，由于混凝土 自身的热物理性能和外界不同情况 1．1 工程背景 下的气温状况，形成不同的温度分布，构成整个桥墩的温度 瀛洲大桥结构共分为三个部分，主桥中跨为跨径 120m 场。由于温度场分布的不均匀，内外形成温差以及表面和外 带悬臂刚架的中承式钢管混凝土系杆拱桥(如图 1所示)，主 界形成温差，温差的存在产生温度热应力．如果该温度应力 桥