基于机理引导ANN的火灾后RC桥墩承载能力预测方法技术

本发明专利技术公开了基于机理引导ANN的火灾后RC桥墩承载能力预测方法，首先，利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库，然后，构建并训练火灾后钢筋混凝土桥墩的剩余承载能力预测神经网络，获得火灾后钢筋混凝土桥墩的剩余承载能力预测模型；最后将受火条件、材料性能、截面特性、加载条件输入到训练好的神经网络模型中，输出火灾后桥墩的剩余承载能力，并与真实结果进行对比，验证了本发明专利技术的有效性。本发明专利技术克服了传统火后钢筋混凝土桥墩承载能力分析存在的建模复杂、计算耗时等问题，实现了快速根据受火条件、结构参数对钢筋混凝土桥墩的剩余承载能力进行评判，有助于火灾后钢筋混凝土桥墩的安全评估与应急抢险。火灾后钢筋混凝土桥墩的安全评估与应急抢险。火灾后钢筋混凝土桥墩的安全评估与应急抢险。

【技术实现步骤摘要】
基于机理引导ANN的火灾后RC桥墩承载能力预测方法


[0001]本专利技术涉及桥梁抗火和计算机科学的交叉领域，尤其涉及基于机理引导ANN的火灾后RC桥墩承载能力预测方法。

技术介绍

[0002]桥梁是公路、铁路及市政工程的关键枢纽，其运营安全对区域交通具有重要影响。而近年来油罐车爆炸、起火等安全事件频发，使得火灾下的桥梁安全性能得到越来越多的关注。桥梁遭遇火灾后，长时间高温作用将导致混凝土、钢筋等材料的强度出现不同程度的下降，给桥梁后续运营带来巨大安全风险。
[0003]通常情况下，桥梁受损程度需通过现场检测、数值仿真，甚至室内火灾试验确定，并依据分析结果决定受火后桥梁是否继续使用，以及桥梁加固方案。然而，上述过程耗费时间长、实施成本高，不利于交通的快速恢复。因此，亟需发展可靠、快速的火灾后桥梁安全评估方法，为受火桥梁的抢修、维护提供决策依据，尽快恢复火灾过后的交通通行能力。
[0004]目前，机器学习及深度学习方法不断发展，已在土木工程中取得了诸多成果，成功应用于桥梁的损伤识别、响应预测等领域。此类方法通过已有的数据库资料，直本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机理引导ANN的火灾后RC桥墩承载能力预测方法，其特征在于，包括如下步骤：S1、利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库，包括桥墩结构数据、受火条件数据以及对应的钢筋混凝土桥墩剩余承载能力；S2、构建火灾后钢筋混凝土桥墩的剩余承载能力预测神经网络，利用步骤S1的火灾后钢筋混凝土桥墩的剩余承载能力数据库，通过特征融合方式引导神经网络的特征学习过程，并利用火灾后钢筋混凝土桥墩的分析数据对深度神经网络进行训练，获得火灾后钢筋混凝土桥墩的剩余承载能力预测模型；S3、将实际采集的桥墩结构数据、受火条件数据输入至火灾后钢筋混凝土桥墩的剩余承载能力预测模型中，得到钢筋混凝土桥墩剩余承载能力。2.根据权利要求1所述的基于机理引导ANN的火灾后RC桥墩承载能力预测方法，其特征在于，步骤S1中，所述数值仿真法采用三维实体模型模拟钢筋混凝土桥墩及其在火灾下的力学行为，具体为采用顺序热力耦合的方法建立传热分析模型和结构分析模型；并且采用热传导方式模拟钢筋混凝土桥墩的内部传热过程，设置材料热工参数：热传导系数λ
c
、比热容c
c
、密度ρ
c
和热膨胀系数α
c
。3.根据权利要求2所述的基于机理引导ANN的火灾后RC桥墩承载能力预测方法，其特征在于，步骤S1利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库时，对混凝土采用塑性损伤模型来定义材料塑性发展，高温条件下混凝土的应力
‑
应变本构关系采用如下方程模拟：用如下方程模拟：式中，T为构件经历的最高温度，f
cr
为混凝土最高温度作用后的抗压强度值，f
c
为混凝土处于环境温度条件下的抗压强度值，E
cr
为混凝土最高温度作用后的弹性模量值，E
c
为混凝土处于环境温度条件下的弹性模量值。4.根据权利要求3所述的基于机理引导ANN的火灾后RC桥墩承载能力预测方法，其特征在于，步骤S1利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库时，高温条件下钢筋的应力
‑
应变本构关系采用如下方程模拟：应变本构关系采用如下方程模拟：
E
sr
(T)＝(100.53
‑<...

【专利技术属性】
技术研发人员：吴刚，邓泽捷，张瑞阳，廖聿宸，侯士通，
申请(专利权)人：东南大学，
类型：发明
国别省市：