基于GIS的橋梁健康監(jiān)測與安全評估研究.pdf

1、橋梁等大型工程結構的健康監(jiān)測、損傷檢測及安全評估是目前國內外研究的熱點問題，隨著許多新技術如計算機技術、3S技術(全球定位系統(tǒng)、地理信息系統(tǒng)、遙感技術)、自動控制技術(人工神經網絡)、無限傳輸技術的飛速發(fā)展，振動測試手段精度的不斷提高，在土木工程領域融入新技術新方法具有更為現(xiàn)實的意義。本文繼續(xù)本課題組“基于GIS的大型土木工程健康監(jiān)測研究”的工作，以香港青馬大橋為實例，編制了一個具有GIS(地理信息系統(tǒng))特有功能的健康監(jiān)測及損傷檢測系統(tǒng)

2、程序，使用RBF神經網絡進行青馬橋的損傷識別，對青馬橋的主要監(jiān)測項目進行了評估。 本文首先概述了橋梁使用現(xiàn)狀，國內外橋梁健康監(jiān)測系統(tǒng)以及地理信息系統(tǒng)研究狀況，介紹了本文的研究目的及意義和研究工作。接著分析了健康監(jiān)測系統(tǒng)(BHMSES，BridgeHealthMonitoring&SafetyEvaluationSystem)的開發(fā)方法，開發(fā)工具及地理信息系統(tǒng)在其中實現(xiàn)的功能，提出了系統(tǒng)的數(shù)據(jù)結構，并以青馬大橋為研究對象，編制了相

3、關的程序模塊，主要實現(xiàn)將地理信息與屬性信息相結合從而使各類信息可視化，利用地理信息系統(tǒng)特有專題分析功能將數(shù)據(jù)以統(tǒng)計圖形式標注于地圖上，令分析更為直接清晰。使用人工神經網絡進行青馬大橋損傷檢測研究，本文使用損傷前后頻率信息和部分關鍵點的模態(tài)信息構造損傷指標訓練RBF網絡，對損傷位置和損傷程度的識別都取得了良好的精度，對未知損傷類別也具有一定的自學習能力。 最后本文指出了橋梁安全評估的現(xiàn)狀，綜合了適用于大型橋梁的評估方法，用層次分析