无粘结预应力混凝土梁桥自振频率的rbf网络识别

《无粘结预应力混凝土梁桥自振频率的rbf网络识别》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、学兔兔www.xuetutu.com桥梁建设2o12年第42卷第2期(总第212期)28BridgeConstruction，Vo1．42，No．2，2012(TotallyNo．212)文章编号：1003—4722(2012)02—0028—06无粘结预应力混凝土梁桥自振频率的RBF网络识别李瑞鸽，杨国立，张耀庭(1．台州学院建筑工程学院，浙江台州318000；2．华中科技大学土木工程与力学学院，湖北武汉430074)摘要：为研究采用神经网络的方法识别无粘结预应力混凝土梁桥的自振频率，收集以往PC梁的动力试验数据，并在此基础上补充制作

2、5根PC梁进行动力试验，采集相关数据。构建径向基(RBF)神经网络，采用泛化回归神经网络(GRNN)进行函数逼近，径向基函数的光滑因子取为0．15。筛选9个影响PC梁自振频率的关键参数作为神经网络的输入参数，用收集到的试验数据对神经网络进行训练，并预留出1根PC梁的试验数据对网络进行仿真。仿真结果表明，采用所研究的神经网络方法识别无粘结预应力混凝土梁桥的自振频率是可行的，这种网络具有很好的预测能力和泛化能力。关键词：预应力混凝土梁；神经网络；自振频率；动力试验；识别；仿真中图分类号：U448．35文献标志码：AIdentifyingof

3、NaturalVibrationFrequenciesofUnbondedPCBeamBridgesbyRBFNeuralNetworkLIRui—ge，YANGGuo—li。ZHANGYao—ting(1．SchoolofArchitecturalEngineering，TaizhouInstitute，Taizhou318000。China；2．SchoolofCivilEngineeringandMechanics，HuazhongUniversityofScienceandTechnology，Wuhan430074，China

4、)Abstract：Tostudytheidentifyingofnaturalvibrationfrequenciesofunbondedprestressedconcrete(PC)beambridgesbytheartificialneuralnetworkmethod，thepreviousdynamictestdataofPCbeamswerecollectedandinadditiontothecollecteddata，anotherfivebeamsweremadeandthedynamictestsforthebeam

5、swerecarriedouttosupplementmorerelevantdata．Theradial～basedfunction(RBF)neuralnetworkwasbuilt，thegeneralizationregressionneuralnet—work(GRNN)wasusedtoapproachtheRBF．ThesmoothfactoroftheRBFwastakenas0．15andninecontro】parametersthathadinfluenceonthenaturaJvibrationfrequenc

6、iesofthePCbeamsweresiftedastheinputparametersoftheneuralnetwork．Thecolleteddatawerethenusedtotrainthenetwork，thetestdataofaPCbeamwereputasideandwereusedtosimulatethenetwork．Theresultsofthesimulationshowthattheidentifyingofthenaturalvibrationfre—quenciesoftheunbondedPCbea

7、mbridgesbytheneuralnetworkmethodstudiedherewithisfea—sibleandthenetworkhasverygoodpredictionandgeneralizationability．Keywords：prestessedconcretebeam；neuralnetwork；naturalvibrationfrequency；dynamictest；ldentifymg；simulation1引言度和构件的挠度，在桥梁建设中发挥着愈来愈重要预应力混凝土(PC)结构充分发挥了混凝土的的作用

8、。对于PC梁式桥，自振频率是一个重要抗压能力和钢筋的抗拉能力，能有效减小裂缝的宽的动力参数，然而采用结构计算中常用的轴压模型收稿日期：2O11—10—12作者简介：李瑞鸽，副教授，E—mail：lrg@tz