The invention provides a method for determining the structural load and real-time stress field of quayside bridge. The method uses the idea of inversion and uses BP neural network as the basic algorithm model to determine the real-time stress field. The idea of inversion is to use the measured data of state monitoring points as learning and testing samples of BP neural network to realize the inversion of structural loads of quayside bridges. The invention can not only realize the inversion of structural load of quayside bridge, but also realize the inversion of structural stress of quayside bridge. The inversion results can be used in the field of real-time monitoring of structural fatigue damage, etc.
【技术实现步骤摘要】
一种确定岸桥结构载荷及实时应力场的方法
本专利技术专利属于港口机械设备工程
，特别是涉及岸桥状态监控及确定实时应力场及结构实时疲劳损伤的方法。
技术介绍
在港口机械设备设计中，产品设计预期与实际制造应用有一定差距，导致岸桥在实际工程应用时会产生一些问题。岸桥实时监测系统可采集工程实际应用设备上的实时信息对岸桥进行安全状态评估。实时监控中由于载荷传感器可靠性不高，1-2月就会出故障，状态监测系统通常不会直接使用载荷传感器，载荷信息可以通过反演手段获得。但是目前，岸边集装箱起重机即岸桥载荷的获取方式在工作环境下可靠性较低，并且岸桥状态监测系统中还没有相应的反馈模块。在状态监测系统中，需要对岸桥上布置传感器以获得其实时受力，但在工程实际中无法对岸桥全部位置布置传感器，尤其应重点关注的岸桥发生疲劳破坏或失效的地方多在焊接处等无法安装测点的地方，实时监控系统也无法获得该处受力。在状态监测系统中，载荷信息的反馈还没有完善，对于监测到的各项传感器数据，并不知道其对应的载荷情况。本专利技术提供一种确定岸桥结构载荷信息的方法。该方法可以确定目前实时监控系统中无法精准确定的实时...
【技术保护点】
1.一种确定岸桥结构载荷及应力场的方法，利用载荷反演获得岸桥结构的载荷信息即载荷大小和载荷位置,利用状态监测的数据训练BP神经网络，从BP神经网络中反演出载荷信息，利用反演出的载荷信息在有限元模型中作为边界条件以确定岸桥结构的应力场；假设应力场为向量P，工况信息为向量Y，传感器信息为X，可知：Y＝R(X)其中，R()为反演映射。当反演出工况信息Y之后，可知：P＝F(Y)其中，F()为正演映射；R及F均与具体结构形式有关；其特征在于包括以下步骤：步骤一：利用BP神经网络反演获得载荷信息：(一)从现有的岸桥状态监测系统中选取6‑10个测点应变片数据，取有效测点测点信息的70％作...
【技术特征摘要】
1.一种确定岸桥结构载荷及应力场的方法，利用载荷反演获得岸桥结构的载荷信息即载荷大小和载荷位置,利用状态监测的数据训练BP神经网络，从BP神经网络中反演出载荷信息，利用反演出的载荷信息在有限元模型中作为边界条件以确定岸桥结构的应力场；假设应力场为向量P，工况信息为向量Y，传感器信息为X，可知：Y＝R(X)其中，R()为反演映射。当反演出工况信息Y之后，可知：P＝F(Y)其中，F()为正演映射；R及F均与具体结构形式有关；其特征在于包括以下步骤：步骤一：利用BP神经网络反演获得载荷信息：(一)从现有的岸桥状态监测系统中选取6-10个测点应变片数据，取有效测点测点信息的70％作...
【专利技术属性】
技术研发人员：张川，申雨，崔释匀，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。