[发明专利]基于变结构动态混合型贝叶斯网络的斜拉桥安全评估方法在审
申请号: | 202210007439.1 | 申请日: | 2022-01-06 |
公开(公告)号: | CN114329730A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 方圣恩;谭佳丽 | 申请(专利权)人: | 福州大学 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F30/27;G06N7/00;G06F119/02;G06F119/14 |
代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 郭东亮;蔡学俊 |
地址: | 362251 福建省泉州市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 结构 动态 混合 型贝叶斯 网络 斜拉桥 安全 评估 方法 | ||
1.基于变结构动态混合型贝叶斯网络的斜拉桥安全评估方法,用于斜拉桥车辆荷载变化为非稳态过程时的安全评估,其特征在于:所述方法利用变结构HDBN建立斜拉桥安全评估及预测模型,并使该模型各时间片下的BN拓扑一致,且基于力学方法及索应力影响矩阵构建,相邻时间片间的各连续型节点通过由前一时间片指向后一时间片的有向弧连接;通过设置各时间片间的转移网络拓扑相同而条件概率不同来形成变结构的HDBN,以体现斜拉桥外荷载水平的时序变化;当进行评估时,结合健康监测数据,以之前某段时间监测得的拉索应力最大值作为证据,通过自动匹配对应的时间片为t,并将已知证据代入该时间片t的相应节点中,对模型各时间片的各节点值进行推理,以体系节点的状态概率作为安全评估的依据。
2.根据权利要求1所述的基于变结构动态混合型贝叶斯网络的斜拉桥安全评估方法,其特征在于:所述该模型各时间片下的BN拓扑基于力学方法及索应力影响矩阵构建,其子拓扑分别为:ST1为车辆荷载节点与主梁节点间拓扑,ST2为主梁节点与索节点间拓扑;ST3为索节点间拓扑;ST4为索节点与塔节点间拓扑;ST5为索节点与体系节点间拓扑;
当进行评估时,设1至T时间片的样本中车辆荷载水平随着车辆荷载预测模型而变化,由此来反映变结构HDBN的时序性。
3.根据权利要求2所述的基于变结构动态混合型贝叶斯网络的斜拉桥安全评估方法,其特征在于:所述评估方法包括以下步骤;
步骤S1、定义单时间片混合型BN节点变量,具体为:设定变结构HDBN模型中各时间片节点变量均一致,各节点类型编号如下:
A、荷载节点,设定为连续型变量:为t年内等效车辆荷载最大值,定义为F;
B、索节点,设定为连续型变量:为t年内拉索应力峰值的最大值,定义为C1,C2,…;
C、主梁节点,设定为连续型变量:以索与主梁的锚固点为界,将主梁划分为不同梁段。主梁节点变量为t年内主梁段应力最大值,定义为G1,G2,…;
D、塔节点,设定为连续型变量:以索与塔的锚固点为界,将塔划分为不同塔段。塔节点变量为t年内塔段应力最大值,定义为T1,T2,…;
E、体系节点,设定为离散型变量:为索节点变量的子节点,表示t年内的斜拉桥体系最不利状态,设有“安全”和“失效”两种状态,定义为S;
F、索离散隐藏节点,设定为离散型变量:引入隐藏节点对连续型索节点进行离散化,定义为H1,H2,…,采用Logistic模型进行处理,模型参数通过参数学习确定;
步骤S2、定义变结构HDBN拓扑,具体为:设定单时间片混合型BN拓扑为子拓扑ST1、ST2、ST3、ST4、ST5的嵌套,将所有子拓扑嵌套于一体后,便可得到用于斜拉桥安全评估的混合型BN拓扑,进而通过转移网拓展至1至T时间片,得到总的变结构HDBN拓扑,即将当前时间片中各连续节点指向下一时间片相应节点;
步骤S3、变结构HDBN的条件概率学习;针对斜拉桥的桥梁结构荷载变化并非稳态过程的情况,同时建立所有时间片样本并单独学习各时间片间的条件概率;其中:变结构HDBN的条件概率通过对样本的参数学习得到,样本中的结构响应可基于有限元模型静动力计算得到,分两种工况:
工况一、模拟一辆车通行过程中斜拉桥的各构件响应;
工况二、模拟逐步断开最大应力索斜拉桥的各构件响应;
步骤S4、斜拉桥安全评估:假设已知某年内u根拉索的应力最大值为σi,mo,通过下述公式三计算已知证据与t组样本间的平均绝对误差;
式中μ(σi,sa,t)指样本中i号拉索t时间片的节点变量均值;
随后将平均绝对误差最小值所对应的t定义为当前时间片,即认为当前证据与HDBN中的时间片t内的节点最为匹配;最后将已知证据代入时间片t中相应节点,对各时间片的各节点值进行计算;计算结果包含各时间片的车辆荷载、各构件最大应力分布以及体系状态概率,其中体系节点状态概率作为斜拉桥安全评估的依据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210007439.1/1.html,转载请声明来源钻瓜专利网。