【技术实现步骤摘要】
一种铁路客站屋架结构传感器优化布置方法
[0001]本专利技术属于建筑结构
,具体涉及一种铁路客站屋架结构传感器优化布置方法。
技术介绍
[0002]随着大数据、云计算和人工智能等新兴技术的不断涌现和快速发展,我国基础设施建造与运维正处在产业现代化、信息化转型升级的关键时刻。作为铁路交通网络中的关键节点,我国铁路旅客站房的体量巨大、造价与运营成本昂贵,其安全关系国计民生。但在运维与监测方面,仍存在“重建设,轻养护”、“重数据,轻分析”的问题,使得事后抢修耗资巨大,潜在问题排查困难。
[0003]铁路客站健康监测对象包括屋盖及雨棚主体结构、轨道层结构及其他关键构件和支座。主要监测内容包括结构整体响应(变形、动力特性等)、局部响应(应力应变、内力等)、荷载及环境(风、雨、雪、温湿度等)。因此,针对跨度大、样式多、荷载杂的铁路站房结构,其实际监测项目及监测内容繁多,所需的传感器种类及数目也随之增加。传感器数量过多不仅会导致监测成本的提高,还会影响到关键数据的甄别,而过少又会造成数据不全,难以达到监测要求。如何采用合理 ...
【技术保护点】
【技术特征摘要】
1.一种铁路客站屋架结构传感器优化布置方法,其特征在于:包括如下步骤:步骤一:由结构设计软件3D3SDesign导出Midas Gen可直接读取的文件,利用Midas Gen进行荷载工况分析,并导出所需数据;步骤二:依据规范条文及Midas模型的分析结果,按照程序模块的顺序,依次对杆件应变、节点变形、支座位移、结构加速度的传感器进行筛选及优化布置;步骤三:导出各类型传感器筛选、优化布设结果及相关分析数据。2.根据权利要求1所述的一种铁路客站屋架结构传感器优化布置方法,其特征在于:所述步骤一中,导出的Midas Gen分析数据包括:1)各构件截面名称(SectionName.txt);2)各截面构件在所有荷载组合工况下的应力值3)屋架节点位移数据(.xlsx);4)屋架支座节点位移数据(.xlsx);5)屋架节点各阶模态(.xlsx)。3.根据权利要求1所述的一种铁路客站屋架结构传感器优化布置方法,其特征在于:所述步骤二中,杆件应变的筛选步骤具体包括:步骤1:确定交互参数,包括文件导入、导出路径及应力筛选限值;步骤2:读取文件“SectionName.txt”,获取所有构件的截面名称;步骤3:循环读取文件获取各类杆件应力数据;步骤4:根据列表数据,基于式(1)计算杆件组合应力σ
con
;其中,σ
N
为轴向应力;为绕y轴弯矩产生的应力;为绕z轴弯矩产生的应力;步骤5:判断杆件组合应力是否超过应力筛选限值,获取超限杆件;步骤6:筛选最大组合应力的超限杆件,即保留同一超限杆件在同一位置处组合应力最大的一组;步骤7:将所有筛选结果以Excel文档格式保存到指定目录下。4.根据权利要求1所述的一种铁路客站屋架结构传感器优化布置方法,其特征在于:所述步骤二中,节点变形的筛选步骤具体包括:步骤1:确定交互参数,包括文件导入、导出路径及位移筛选限值;步骤2:读取文件“屋架节点位移数据.xlsx”,获取所有节点的位移量;步骤3:将三个方向的位移分量U
x
、U
y
、U
z
分别按由大到小进行数据排序;步骤4:判断节点各方向位移是否超过相应的位移筛选限值,获取位移超限节点;步骤5:筛选最大位移的超限节点,即保留同一超限节点中同一方向下位移最大的一组;步骤6:所有筛选结果以Excel文档格式保存到指定目录下。5.根据权利要求1所述的一种铁路客站屋架结构传感器优化布置方法,其特征在于:所述步骤二中,支座变形的筛选步骤具体包括:步骤1:确定交互参数,包括文件导入、导出路径,x方向、y方向、z方向、空间方向的支座位移筛选限值;
步骤2:读取文件“屋架支座节点位移数据.xlsx”,获取所有支座节点的位移量;步骤3:按式(2)计算各节点的空间位移U
xyz
,其中U
x
、U
y
、U
z
为节点三个方向的位移值;步骤4:将U
x
、U
y
、U
z
、U
xyz
四个分量按由大到小进行数据排序;步骤5:判断支座节点各方向位移是否超过相应的位移筛选限值,获取支座位移超限节点;步骤6:筛选位移最大的超限节点,即保留同一超限节点中同一方向下位移最大的一组;步骤7:将所有筛选结果以Excel文档格式保存到指定目录下。6.根据权利要求1所述的一种铁路客站屋架结构传感器优化布置方法,其特征在于:所述步骤二中,结构加速度的筛选优化步骤具体包括:步骤1:确定文件导入、导出路径,以及粒子群优化算法的参数;步骤2:读取文件“屋架节点各阶模态.xlsx”,转化并生成三个方向的模态信息矩阵([U
x
]、[U
y
]、[U
z
]);步骤3:执行粒子群优化算法,获取结构加速度传感器的最优布置方案;步骤4:将所有优化布设结果以Excel文档格式保存到指定目录下。7.根据权利要求6所述的一种铁路客站屋架结构传感器优化布置方法,其特征在于:所述步骤1中粒子群优化算法的参数包括:1)粒子群规模N;2)迭代次数K;3)粒子维度D,即计划布置的加速度传感器数量;4)个体学习因子c1与群体学习因子c2;5)最大惯性权重ω
max
与最小惯性权重ω
min
;6)最大速度限值υ
max
与最小速度限值υ
min
...
【专利技术属性】
技术研发人员:马小平,张海,蔡玉军,段熙宾,黄永安,王丹宁,孟晓健,张谦,马晓飞,
申请(专利权)人:中铁第一勘察设计院集团有限公司,
类型:发明
国别省市:
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。