该杂志刊期列表
- 2021年
- 5期
国内刊号：61-1313/U
国际刊号：1001-7372
发布日期:
作者：王彦磊, 朱劲松
单位：1. 天津大学 水利工程智能建设与运维全国重点实验室, 天津 300350;2. 天津大学 滨海土木工程结构与 安全教育部重点实验室, 天津 300350;3. 天津大学 建筑工程学院, 天津 300350"],"fundList_en":["National Natural Science Foundation of China (52078333)
关键词：桥梁工程,变形分析,图卷积神经网络,卷积神经网络,混凝土徐变及收缩,数值预测
基金：国家自然科学基金项目(52078333)
可靠的预应力钢筋混凝土(PRC)桥梁长期变形分析方法对于保证该类桥梁长期运营安全至关重要。受限于传统混凝土徐变及收缩本构模型性能，现有PRC桥梁长期变形预测精度不足，且新兴混凝土徐变及收缩深度学习模型无法有效挖掘模型参数间的结构化信息，限制了桥梁变形预测精度的进一步提升。分别开发了融合图卷积神经网络(GCN)及卷积神经网络(CNN)的混凝土徐变柔度模型<i>J</i><sub>GCN-CNN</sub>与收缩应变模型<i>ε</i><sub>sh,GCN-CNN</sub>，推导了基于GCN-CNN模型的混凝土时变本构微分型表达式，提出了基于混凝土徐变及收缩智能预测的PRC桥梁长期变形分析方法并编制了ABAQUS子程序，实现了PRC桥梁长期变形预测。利用美国西北大学公开数据库与中国某PRC桥梁实测长期挠度数据，对<i>J</i><sub>GCN-CNN</sub>与<i>ε</i><sub>sh,GCN-CNN</sub>模型的预测性能及所提的长期变形分析方法进行了验证。结果表明：<i>J</i><sub>GCN-CNN</sub>及<i>ε</i><sub>sh,GCN-CNN</sub>模型均显著优于B4模型，较CNN模型稳定性更好、收敛更快；所提方法对桥梁长期变形的预测效果优于B4与CNN模型，案例桥梁服役8年时跨中挠度预测相对误差为10.9%；预测结果显示，案例桥梁服役约20年后挠度基本不变，第4跨及第5跨最终挠度分别达147.4、177.3 mm。研究可为PRC桥梁长期变形预测提供新的可靠手段。
来源：2025年第11期
《中国公路学报》期刊编辑部