预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

大跨径连续刚构桥施工控制方法1桥梁施工控制的内容桥梁施工控制就是在对桥梁结构进行施工仿真计算分析的基础上,通过现场测试,采集桥梁施工过程中各类数据信息。结合桥梁仿真分析计算,对采集的数据信息进行分析。尤其是对施工中各类结构响应数据(如变形、内力、应力)分析,运用现代控制理论对误差进行分析,并根据需要研究制定出精度控制和误差调整的具体措施,最后以施工控制指令的形式为桥梁的施工提供反馈信息。桥梁施工控制的主要内容有:①主梁线形控制;②箱梁控制断面应力监控;③稳定控制。2施工控制方法在实际施工中,桥梁的实际状态与理想状态总是存在着一定的误差,施工控制就是采用现代控制理论和方法去分析这些误差,并调整误差,使成桥线形和结构内力的最终状态符合设计要求,并且确保桥梁施工过程中的结构安全。大跨度桥梁施工控制采用的理论和方法主要有:参数识别与调整(最小二乘法)、Kalman滤波法和灰色理论法。2.1参数识别参数识别就是分析结构的实际状态与理想状态的偏差,用误差分析理论来确定或识别引起这种偏差的主要设计参数的误差,经过设计参数误差的调整来控制桥梁结构的实际状态与理想状态之间的偏差,使结构的成桥状态与设计尽可能一致。参数识别在中国的桥梁施工控制中有着广泛的应用。其计算通常采用最小二乘法。相对于Kalman滤波法和灰色理论法,参数识别方法具有以下特点:(1)参数识别方法将引起误差的因素完全归结于设计参数,认为引起结构状态偏差是由于设计参数的取值(如砼弹模、砼容重、预应力筋管道偏差系数、管道摩阻系数、砼收缩徐变系数等)与实际不符。忽略了施工定位误差、测量系统误差、温度影响误差等。由此可能导致所估计的参数并非实际值,而是包含了施工定位误差、测量系统误差、温度影响等的数值。(2)参数识别一般采用最小二乘进行线形回归分析,其回归方程为:Y=Φθ+E。式中:Y:误差向量;Φ:线性转化矩阵(即被估参数与挠度之间的线性关系矩阵);θ:估计参数向量;E:残差(包含量测误差、参数估计误差、系统误差)。其中Y可由理论分析值与实际观测值相减求得,而矩阵Φm,n则需要根据结构力学计算求得,其物理意义为,单位θn变化m节点所产生的挠度Ym。在桥梁施工监控中,一般需要采集每一施工工况下各节段测点的挠度数据,从而使得矩阵Φm,n的计算显得尤为复杂,且随着数据的增加,矩阵Φm,n的规模也越大,采用常用桥梁分析软件根本无法计算,需要编制专用程序求得。(3)最小二乘法的原理是求得一组参数θ,使得模型的输入输出数据之间关系拟合的最好,这就要求残差E最小,因而若数据被噪声污染的越厉害(如温度影响、施工误差等因素),参数估计的准确性也就越差。(4)为了能够使得参数识别更加准确,这就要求数据有较好的规律性,且需要较多数据,因此在梁段数比较少时所得到的回归曲线的精度难以保证。2.2卡尔曼滤波法卡尔曼滤波法的实质是从被噪声污染的信号中提取真实的信号,采用由状态方程和观测方程组成的线形随机系统的状态空间来描述滤波器,并利用状态方程的递推性,按线性无偏最小均方误差估计准则,采用一套递推算法对滤波器的状态变量作最佳估计,从而求得滤掉噪声后有用信号的最佳估计,即估计出系统的真实状态,然后用估计出来的状态变量,按确定的控制规律对系统进行控制。卡尔曼滤波法具有以下特点:(1)卡尔曼滤波法将概率论和数理统计理论用于解释滤波估计问题,提出了新的线性递推方法,不需要储存过去数据,只需根据新数据和前一时刻估计量,借助状态转移方程,按照递推公式计算新的估计量,从而节约计算时间。(2)卡尔曼滤波法进行递推的关键在建立状态转移方程,通过状态转移方程,使得误差估计具有一定的收敛性,特别当数据污染严重的情况下,估计量仍有一定的信服力。(3)卡尔曼滤波法进行递推计算时,需要输入系统状态初始值,而初始值对计算结果有很大影响,若初始值取值不当,会使结果失真。2.3灰色系统理论灰色系统可以看作是在一定时间内变化的随机过程,环境干扰将使系统行为特征量过分离散,为此灰色系统用灰色数生成对原始数据进行处理得到随机性弱化、规律性强化了的序列,在此基础上以灰色动态GM模型作为预测模型,并及时对模型进行滚动优化和反馈校正。灰色预测控制具有以下特点:(1)灰色预测控制建模是可利用少数据建模,是一种实时控制。在处理方法上,灰色过程是通过原始数据的整理来找数的规律,是一种就数找数的现实规律的途径,而数理统计方法是按先验规律来处理问题,要求数据越多越好,越具规律性越好。(2)灰色预测控制是后果控制,不需要追究引起状态变化的原因,不必处置复杂的随机过程,这使得控制大为简化。(3)灰色系统理论是“瞬态建模”,每新增数据便生成新的模型,因而数据的取舍对于灰色系统至为关键,数据太多将降低模型预报精度,数据太少,模型将找不出数据间的规律。(4)当数据污染严重时,灰