论文部分内容阅读
超载车辆的反复作用会对桥梁造成不可逆转的累积疲劳损伤,加速桥梁的性能退化,甚至会造成桥梁垮塌。合理准确地评估桥梁在车辆荷载作用下的疲劳损伤对桥梁的疲劳设计与安全评估至关重要。本文围绕中小跨径钢-混组合梁桥的累积疲劳损伤及其限载问题进行了系统分析,主要开展了以下几方面研究:
(1)基于欧洲、美国、英国以及中国规范在钢桥疲劳设计时所采用的疲劳荷载模型对各自的提出背景以及适用范围进行了对比分析与讨论。由于实际车辆交通状况通常比较复杂且各国各地的交通状况存在一定的差异,各国规范所采用的疲劳荷载模型不尽相同。我国疲劳荷载计算模型Ⅲ的建立主要借鉴了欧洲规范中第三种疲劳荷载模型(FLM 3)以及英国规范中标准疲劳车的车辆轮廓以及荷载取值。我国实际车辆荷载情况与欧洲存在较大差别,因此有必要根据我国实际情况对我国所采用的的疲劳荷载模型进行进一步的改进以更准确地评估我国桥梁的疲劳损伤情况。
(2)以一座具有代表性的钢-混组合梁桥为研究对象,研究了腐蚀-超载耦合作用对桥梁疲劳寿命的影响。基于钢梁在环境腐蚀与车辆超载共同作用下不断退化的横截面来考虑腐蚀-超载耦合作用对桥梁结构的影响,并且提出了一种桥梁腐蚀疲劳简化评估方法。该方法所考虑的腐蚀-超载耦合作用包含了仅超载车辆作用、仅环境腐蚀作用以及超载车辆与环境腐蚀共同作用三种效应。结果表明,腐蚀-超载耦合作用可能会大幅降低桥梁的疲劳寿命,应在桥梁疲劳设计时予以充分考虑。
(3)在考虑桥梁累积疲劳损伤的基础上提出了一种确定车辆限载值和进行超载车辆通行判断的方法,并以一座具有代表性的钢-混组合梁桥为例对所提出方法的流程与内容进行说明。此外,研究还讨论了美国联邦桥梁限载公式BridgeFormulaB的合理性。研究结果不仅可以用于确定桥梁的限载值,协助检查超载车辆的通行申请,还可以用于评估现役桥梁的疲劳损伤并预测其剩余疲劳寿命。
(4)将开源有限元分析工具OpenSEES进行拓展,用于分析桥梁系统在超载车辆作用下的疲劳损伤。将桥梁系统视为由混凝土桥面板子系统和钢梁子系统组成的串并联系统,并对超载车辆作用下基于桥梁构件和桥梁系统的疲劳损伤进行了参数分析。最后,提出了一种基于桥梁系统的疲劳损伤情况来确定公路桥梁合理限载值的方法,该方法还可以用于预估桥梁系统在超载车辆作用下的累积疲劳损伤的发展情况。
(5)提出了一种基于机器学习的方法对桥梁在超载车辆作用下的疲劳失效概率进行预测,该方法旨在取代传统的有限元分析和可靠度分析等手段。研究分为三个部分:首先,进行有限元模拟分析以获取训练数据;之后,建立、训练、校验及测试人工神经网络;最后,利用训练完成的人工神经网络预测桥梁的疲劳失效概率。研究还对比分析了基于有限元分析方法与基于机器学习方法所获取的结果,发现二者间的差异很小。结果表明,基于有限的训练数据,该机器学习方法可以实现对桥梁疲劳失效概率的快速与准确预测。
(1)基于欧洲、美国、英国以及中国规范在钢桥疲劳设计时所采用的疲劳荷载模型对各自的提出背景以及适用范围进行了对比分析与讨论。由于实际车辆交通状况通常比较复杂且各国各地的交通状况存在一定的差异,各国规范所采用的疲劳荷载模型不尽相同。我国疲劳荷载计算模型Ⅲ的建立主要借鉴了欧洲规范中第三种疲劳荷载模型(FLM 3)以及英国规范中标准疲劳车的车辆轮廓以及荷载取值。我国实际车辆荷载情况与欧洲存在较大差别,因此有必要根据我国实际情况对我国所采用的的疲劳荷载模型进行进一步的改进以更准确地评估我国桥梁的疲劳损伤情况。
(2)以一座具有代表性的钢-混组合梁桥为研究对象,研究了腐蚀-超载耦合作用对桥梁疲劳寿命的影响。基于钢梁在环境腐蚀与车辆超载共同作用下不断退化的横截面来考虑腐蚀-超载耦合作用对桥梁结构的影响,并且提出了一种桥梁腐蚀疲劳简化评估方法。该方法所考虑的腐蚀-超载耦合作用包含了仅超载车辆作用、仅环境腐蚀作用以及超载车辆与环境腐蚀共同作用三种效应。结果表明,腐蚀-超载耦合作用可能会大幅降低桥梁的疲劳寿命,应在桥梁疲劳设计时予以充分考虑。
(3)在考虑桥梁累积疲劳损伤的基础上提出了一种确定车辆限载值和进行超载车辆通行判断的方法,并以一座具有代表性的钢-混组合梁桥为例对所提出方法的流程与内容进行说明。此外,研究还讨论了美国联邦桥梁限载公式BridgeFormulaB的合理性。研究结果不仅可以用于确定桥梁的限载值,协助检查超载车辆的通行申请,还可以用于评估现役桥梁的疲劳损伤并预测其剩余疲劳寿命。
(4)将开源有限元分析工具OpenSEES进行拓展,用于分析桥梁系统在超载车辆作用下的疲劳损伤。将桥梁系统视为由混凝土桥面板子系统和钢梁子系统组成的串并联系统,并对超载车辆作用下基于桥梁构件和桥梁系统的疲劳损伤进行了参数分析。最后,提出了一种基于桥梁系统的疲劳损伤情况来确定公路桥梁合理限载值的方法,该方法还可以用于预估桥梁系统在超载车辆作用下的累积疲劳损伤的发展情况。
(5)提出了一种基于机器学习的方法对桥梁在超载车辆作用下的疲劳失效概率进行预测,该方法旨在取代传统的有限元分析和可靠度分析等手段。研究分为三个部分:首先,进行有限元模拟分析以获取训练数据;之后,建立、训练、校验及测试人工神经网络;最后,利用训练完成的人工神经网络预测桥梁的疲劳失效概率。研究还对比分析了基于有限元分析方法与基于机器学习方法所获取的结果,发现二者间的差异很小。结果表明,基于有限的训练数据,该机器学习方法可以实现对桥梁疲劳失效概率的快速与准确预测。