赵世英
- 作品数：4 被引量：20H指数：2
- 供职机构：石家庄铁道大学工程力学系更多>>
- 发文基金：河北省自然科学基金河北省科学技术研究与发展计划项目河北省人力资源和社会保障研究课题更多>>
- 相关领域：交通运输工程建筑科学自动化与计算机技术更多>>
- 斜拉桥结构模型试验索力测试方法研究被引量：1
- 2013年
- 以某实验室独塔斜拉桥试验模型为研究对象,对斜拉桥模型试验的索力测试方法展开研究。开发了一种基于压力环传感器的索力测试系统,基于ANSYS分析平台,按照接触问题对该系统进行了仿真分析。在此基础上,在实验室模型桥上,采用测频法对该系统进行了对比验证。结果表明:该系统操作简单,性能可靠,测试精度较高,在不改变斜拉索刚度的情况下可以实现斜拉桥模型试验中斜拉索索力的实时、长期监测。
- 李延强赵世英
- 关键词：索力测频法模型试验
- 基于最敏感斜拉索张力指标的斜拉桥主梁损伤识别方法被引量：16
- 2014年
- 斜拉桥结构主梁的损伤会引起恒载内力重分布,进而引起斜拉索张力变化。根据这一规律,结合BP神经网络算法,研究并提出基于最敏感斜拉索张力指标的斜拉桥主梁损伤识别方法。通过分析斜拉索张力对主梁损伤的敏感性,确定对主梁损伤最敏感的斜拉索,并将该斜拉索在主梁损伤前后的张力变化率定义为最敏感斜拉索张力指标;将主梁发生不同位置、不同程度损伤时对应的各最敏感斜拉索张力指标作为BP神经网络的输入并训练网络,根据训练误差自动确定网络的隐含层结构,由训练好的BP神经网络的输出确定主梁的损伤位置及损伤程度。以实验室独塔斜拉桥试验模型为例,采用有限元软件ANSYS建立其空间板壳有限元模型,运用给出的主梁损伤识别方法对该斜拉桥试验模型的主梁损伤进行识别,结果表明:该方法仅用1组4根斜拉索便可以较好的识别率实现对斜拉桥主梁不同位置、不同程度单点损伤的识别。
- 李延强赵世英杜彦良
- 关键词：斜拉桥主梁损伤识别斜拉索
- 基于粒子群优化支持向量机的斜拉桥主梁损伤识别研究被引量：4
- 2015年
- 为了能够更加准确地判断结构损伤位置和程度,本文提出了基于粒子群优化支持向量机(PSO-SVM)方法对斜拉桥主梁进行损伤识别的新方法。该方法以最敏感索张力指标作为损伤识别指标,利用粒子群(PSO)算法寻找支持向量机(SVM)最优参数,建立SVM预测模型,以不同位置、不同损伤程度下最敏感索的张力指标作为SVM的训练和测试输入,由SVM的输出确定损伤位置。通过对实验室的模型斜拉桥的主梁损伤进行了仿真验证,结果表明:采用PSO算法很好地解决了采用SVM方法进行损伤识别时的参数选择随机性难题,实现了对SVM模型参数的自动优化,基于PSO-SVM的损伤识别方法对斜拉桥主梁不同程度的损伤均有很高的识别率。
- 赵世英李延强
- 关键词：斜拉桥损伤识别支持向量机粒子群算法
- 基于模式识别的斜拉桥主梁损伤识别研究
- 斜拉桥结构作为一个由多种材料、不同结构组成的大型复杂结构系统，由于其良好的跨越能力，而成为目前大跨桥梁的主要结构形式。斜拉桥在其服役期间必然会产生损伤和破坏，其损伤和破坏将可能造成不可挽回的经济损失。因此，如何在桥梁损伤...
- 赵世英
- 关键词：斜拉桥损伤识别支持向量机BP神经网络
- 文献传递
