[發明專利]一種復雜風險源下的混凝土橋梁懸臂施工風險評估方法在審
| 申請號: | 201710272719.4 | 申請日: | 2017-04-24 |
| 公開(公告)號: | CN107085644A | 公開(公告)日: | 2017-08-22 |
| 發明(設計)人: | 付軍;馬曉冬;謝逸超;余昆 | 申請(專利權)人: | 武漢理工大學 |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50 |
| 代理公司: | 武漢科皓知識產權代理事務所(特殊普通合伙)42222 | 代理人: | 魏波 |
| 地址: | 430070 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 復雜 風險 混凝土 橋梁 懸臂 施工 評估 方法 | ||
1.一種復雜風險源下的混凝土橋梁懸臂施工風險評估方法,其特征在于,包括以下步驟:
步驟1:將復雜風險因素視為隨機變量,確定隨機變量及其概率分布,建立復雜風險因素下橋梁懸臂施工風險臨界狀態方程;
步驟2:建立有限元模型,對隨機變量進行樣本設計;
利用正交試驗設計產生樣本數據輸入值,根據樣本數據輸入值,建立混凝土橋梁懸臂施工最大懸臂狀態有限元模型;
根據正交試驗設計確定樣本點個數,分為A組和B組,其中A組有a個樣本,B組有b個樣本;
步驟3:將A組和B組樣本代入有限元模型,計算樣本數據理論輸出值,構造BP神經網絡訓練樣本與檢驗樣本;
步驟4:通過A組樣本訓練BP神經網絡,使BP神經網絡形成樣本輸入參量和輸出參量間的非線性映射關系,B組樣本檢驗BP神經網絡,檢驗網絡精度是否滿足要求;
步驟5:判斷檢驗網絡精度是否滿足要求;
若是,則執行下述步驟6;
若否,則回轉執行步驟2;
步驟6:對隨機變量進行N次抽樣,神經網絡仿真,得到N組響應值;
步驟7:根據步驟1中的風險臨界狀態方程,獲得風險發生次數為m,利用蒙特卡羅原理模擬隨機抽樣,求解具體復雜風險因素的風險概率Pf:
2.根據權利要求1所述的復雜風險源下的混凝土橋梁懸臂施工風險評估方法,其特征在于,步驟1中所述風險臨界狀態方程為:
g(x)=δr(X1,X2,…Xn)-δl(X1,X2,…Xn)
其中,X1、X2、……、Xn表示n個復雜風險因素,通過查閱文獻以及概率統計的方式確定每個風險因素所服從的概率分布模型;δr與δl分別表示兩側主梁中跨合攏準備階段的懸臂端撓度值,通過懸臂端撓度值之差與相應規范值的對比來判斷橋梁懸臂施工的風險狀態。
3.根據權利要求1所述的復雜風險源下的混凝土橋梁懸臂施工風險評估方法,其特征在于,步驟4中所述訓練BP神經網絡,其具體實現包括以下子步驟:
步驟4.1:隨機給定所有權系數的初始值,并對閾值設定初值;
步驟4.2:整理輸入樣本數據P以及期望輸出數據d;
步驟4.3:正向演算計算實際輸出o和網絡誤差E;
步驟4.4:反向演算,調整所有權值;
步驟4.5:判斷誤差是否滿足要求;
步驟4.6:若誤差不滿足要求,則返回到步驟4.3重復,直至各樣本的誤差滿足要求為止;若誤差滿足要求,則本流程結束。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢理工大學,未經武漢理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710272719.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種鹽水灌溉節點的獲取方法
- 下一篇:水位遠程無線報警裝置





