国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于橋梁預(yù)防性養(yǎng)護(hù)的評估方法研究及其應(yīng)用

2020-11-26 12:44豐寧滿族自治縣公路管理站侯鳳林
中國建設(shè)信息化 2020年21期
關(guān)鍵詞:粒子聚類條件

文|豐寧滿族自治縣公路管理站 侯鳳林

1.引言

預(yù)防性維護(hù)是對現(xiàn)有道路系統(tǒng)及其相關(guān)特征和結(jié)構(gòu)應(yīng)用具有成本效益的處理的策略,其目的是保護(hù)系統(tǒng),減緩其未來惡化,并維持或改善其功能狀態(tài)。河北豐寧互通至承張界主體土建橋梁大約有12 個,土城鎮(zhèn)、小壩子鄉(xiāng)、大灘鎮(zhèn),這些橋梁中的大多數(shù)已經(jīng)使用超過5年,設(shè)計使用壽命在50年以上。到2020年,這些橋梁大部分將投入使用30年或更長時間。但是,橋梁更換資金費用過高,且嚴(yán)重影響244 省道交通。根據(jù)估計,更換所有橋梁的總成本是橋梁養(yǎng)護(hù)的8 倍。因此橋梁的使用壽命必須通過橋梁養(yǎng)護(hù)計劃延長,該計劃結(jié)合了預(yù)防性養(yǎng)護(hù)和修復(fù)。正確設(shè)計的養(yǎng)護(hù)和評價體系,將減少需要大修或更換的橋梁數(shù)量,并降低橋梁生命周期及成本。

實施橋梁養(yǎng)護(hù)要求橋梁保持在良好的維修狀態(tài),包括橋梁維護(hù)活動的性能更常規(guī),尤其是主動的循環(huán)維護(hù)活動。一項重大挑戰(zhàn)在于加強這些活動并維持一個大規(guī)模的長期計劃,以便在整個干線內(nèi)有效地提供有效的橋梁保護(hù)活動,在這項研究之前試行預(yù)防性維護(hù)項目。為了實施試點計劃,需要進(jìn)行更有針對性的研究。

2.預(yù)防性養(yǎng)護(hù)評價體系的構(gòu)建

2.1 理論背景

(1)FCM 聚類算法

FCM 將未標(biāo)記的數(shù)據(jù)集X 劃分為k 個同類群,以基于模糊集的原理產(chǎn)生適當(dāng)?shù)哪:`屬度矩陣U。聚類目標(biāo)函數(shù)是從對象到聚類中心的距離的加權(quán)。迭代公式可以通過計算目標(biāo)函數(shù)的極值點來獲得。

假設(shè)X={x1,x2…,xn}是Rs 維空間中的數(shù)據(jù)集,o=[O1,O2,O3…,Ok]是簇中心向量;n 是對象的數(shù)量,k(1 <k <n)是聚類中心的數(shù)量;oi是聚類中心的第i 個向量;U=[uij]k×n 是到集群中心的數(shù)據(jù)點的隸屬矩陣;索引i(i=1,2,3…,k)對應(yīng)于簇號k,而索引j(j=1,2,3…,n)對應(yīng)于對象號n。目標(biāo)函數(shù)Jm 定義為:

m ∈[1,+∞]是控制隸屬矩陣模糊性的模糊系數(shù);dij=xj-oi 是數(shù)據(jù)點xj和簇中心oi之間的歐幾里德距離;uij是模糊隸屬度矩陣U 的元素,表示數(shù)據(jù)點xj對模糊聚類中心oi的隸屬度。對于uij,滿足以下要求:

根據(jù)極值點的必要條件,通過拉格朗日乘法求解目標(biāo)函數(shù)導(dǎo)數(shù)得到的迭代方程如下:

FCM 算法通常隨機選擇U 的初始值,并通過不斷調(diào)整聚類中心和隸屬度矩陣來執(zhí)行迭代計算以達(dá)到最小Jm。

(2)PSO 算法

PSO 算法是一種基于種群智能理論的啟發(fā)式優(yōu)化算法。研究問題的潛在解決方案被視為搜索空間中的粒子。在每次迭代中,不斷更新粒子位置和速度以搜索最優(yōu)解,同時,基于兩個最佳位置,個人最佳位置和全局最佳位置更新每個粒子的速度,個人最佳位置是粒子訪問過的最佳位置。到目前為止,全球最佳位置是所有粒子中的最佳位置。下一次迭代時粒子l 的速度v1和位置pl由下式計算:

其中w 是慣性重量;群中的粒子數(shù)是l=1,2,3,...,α;c1,c2是加速度系數(shù),通常為c1=c2=2;r1,r2是兩個均勻分布的隨機變量,范圍為[0,1];p=(p11,p12,p13,…,p1k)和v=(v11,v12,v13,…,v1k)分別表示粒子1 的位置和速度。plbest是粒子l 的個人最佳位置,pgbest是人口中的全球最佳位置。

(3)混合聚類算法(FCM-PSO)

FCM 是一種基于梯度法的局部優(yōu)化策略。它對初始值敏感,容易陷入局部最小值。然而,PSO 是一種基于人口的優(yōu)化算法,具有全局探索的優(yōu)勢,不易陷入局部最小值。本文通過集成FCM 和PSO 算法構(gòu)造了一種先進(jìn)的模糊聚類算法,定義為FCM-PSO,它充分利用了PSO 在全局探索和FCM 方面的優(yōu)勢,加快了收斂速度,實現(xiàn)了更好的聚類效果。

采用FCM 算法中的聚類中心o=[O1,O2,O3…,Ok]的向量作為PSO 算法中每個粒子的位置矩陣。每個粒子由k 個簇中心組成,plf以第l 個聚類方式表示第f 個簇中心。為了評估粒子解,適應(yīng)度函數(shù)定義為:

Jm越小,適應(yīng)值越高,聚類效果越好。通過將粒子適應(yīng)度值與其先前的最佳位置plbest(t-1)作為等式(10)進(jìn)行比較來獲得粒子plbest的個人最佳位置,而根據(jù)plbest和pgbest之間的比較更新全局最佳位置作為等式(11):

(4)聚類有效性評估

FCM 聚類算法需要給定預(yù)定義的簇號k。然而,通常情況下,不可能預(yù)先獲得簇k 的數(shù)量。不同的k 值可以產(chǎn)生不同的模糊聚類結(jié)果。因此,應(yīng)選擇適當(dāng)?shù)木垲愑行灾笖?shù)來評估分類質(zhì)量,根據(jù)有效性評估的結(jié)果,可以確定最優(yōu)的簇數(shù),并且可以實現(xiàn)最佳的數(shù)據(jù)分類。

本文選擇謝-貝尼(VXB)指數(shù)作為聚類有效性指標(biāo),由下式給出:

其中分子表示模糊聚類的緊湊性,而分母表示聚類之間的分離強度,緊湊度的小值和分離的高值(較小的分子和較大的分母)表示更好的分區(qū)。計算具有不同簇數(shù)k 的聚類的VXB 值,并且將最佳數(shù)確定為具有最小VXB 值的聚類。

2.2 評估程序

(1)標(biāo)準(zhǔn)法

采用分層綜合評價法評價橋梁上部結(jié)構(gòu)的技術(shù)狀況。RC 橋的上部結(jié)構(gòu)分為幾個部分,每個部分由許多成員組成,評估程序如圖1所示。根據(jù)評估指標(biāo),每個橋梁成員的評分為0-100 分。該健全性分?jǐn)?shù)通過等式(13)計算,基于橋梁構(gòu)件的評估得分,通過等式(14)獲得橋梁構(gòu)件的技術(shù)條件得分。最后,可以考慮基于等式(15)的分量權(quán)重來計算橋梁上部結(jié)構(gòu)的技術(shù)條件得分。

輸出分?jǐn)?shù)分為以下五組之一:0-40,40-60,60-80,80-95 和95-100。這些組分別被分類為“危險”“嚴(yán)重傷害”“中度傷害”“輕微傷害”和“安全”。對于標(biāo)準(zhǔn)中的技術(shù)條件等級,“安全”表示橋梁功能優(yōu)良;“輕微損壞”表示現(xiàn)有的輕微損壞對橋梁的正常運行沒有影響;“中度損害”表示應(yīng)更加注意并定期檢查某些缺陷和損壞;“嚴(yán)重?fù)p壞”表明,惡化和破壞威脅著橋梁的正常運行和能力,應(yīng)予以修復(fù)和加強;并且‘危險’表示橋梁處于危險狀態(tài),應(yīng)予以更換:

其中PMCIl 是上層建筑第i 組分中第l個成員的技術(shù)條件得分;k 是第l 個成員的評價指標(biāo)成員;U 是評價指標(biāo)的減法得分:

其中PCCIi 是上層建筑第i 組分的技術(shù)條件得分,范圍為0-100;PMCI 是第i 個成分中所有成員的技術(shù)狀況分?jǐn)?shù)的平均值;PMCImin 是第i 個成員中成員的最低技術(shù)條件得分;和t 是由成員數(shù)決定的系數(shù):

圖1 標(biāo)準(zhǔn)方法的技術(shù)狀態(tài)評估程序

(2)FCM-PSO 方法

本文建立了基于FCM-PSO 的RC 橋上部結(jié)構(gòu)狀態(tài)評估方法,選擇并確定評估指標(biāo),采用橋梁現(xiàn)場測量數(shù)據(jù)的多個訓(xùn)練樣本進(jìn)行歸一化。對這些訓(xùn)練樣本進(jìn)行模糊聚類,確定相應(yīng)的最優(yōu)聚類數(shù)和聚類中心??梢允褂媚:垲惤Y(jié)果來構(gòu)建評估樣本數(shù)據(jù)庫。對于測試狀態(tài)不清的舊橋樣本,可以通過計算評估樣本數(shù)據(jù)庫中評估指標(biāo)和聚類中心檢測數(shù)據(jù)之間的模糊隸屬度來評估其條件。使用FCM-PSO 對RC 橋進(jìn)行狀態(tài)評估的建議程序如圖2所示。

3.實例分析

3.1 豐寧互通主體土建橋梁工程

本路段起自豐寧互通,經(jīng)土城鎮(zhèn)、小壩子鄉(xiāng)、大灘鎮(zhèn),終于豐寧縣大灘鎮(zhèn)三道溝村西的承張界,路線長度73.35 公里。全線設(shè)置2 處互通式立交,天橋7 座;特大橋1 座1387 米,大橋10 座4740 米,小橋1 座26 米;特長隧道1 座4533 米、長隧道4 座9582 米、涵洞141 道,通道22 道,服務(wù)區(qū)2 處、停車區(qū)2 處。建設(shè)標(biāo)準(zhǔn)及主要技術(shù)指標(biāo):全線采用雙向四車道高速公路標(biāo)準(zhǔn)建設(shè),設(shè)計速度100 公里/小時,整體式路基寬度26.0 米,分離式路基寬度13 米,橋涵設(shè)計汽車荷載采用公路一Ⅰ級,抗震設(shè)防裂度為Ⅵ度。其余技術(shù)指標(biāo)按現(xiàn)行《公路工程技術(shù)標(biāo)準(zhǔn)》執(zhí)行。

圖2 用FCM-PSO 評估橋梁上部結(jié)構(gòu)的過程

圖3 現(xiàn)場勘測

3.2 現(xiàn)場測試數(shù)據(jù)

如圖3所示,完成了豐寧互通大橋的現(xiàn)場測試。選擇第一和第四跨距中的四個T 形梁作為檢測對象,以測量評估指標(biāo)值。ZBL-s210 數(shù)顯式回彈錘用于檢測試驗梁側(cè)面混凝土的抗壓強度,此外,每個梁選擇10 個測試區(qū),每個測試區(qū)獲得16 個回彈值。測試區(qū)轉(zhuǎn)換混凝土抗壓強度的統(tǒng)計計算確定混凝土強度的估算值為23.5 MPa,混凝土的設(shè)計強度為25MPa,推測強度均勻系數(shù)為0.94。選擇四個T 型梁中跨位置,用ZBL-C310A 鋼腐蝕儀測量鋼的腐蝕電位,測量最小值為-279V。最后,用30 倍的放大鏡測量橋梁上部結(jié)構(gòu)的裂縫寬度(裂縫觀察儀器),最大值為0.14mm。

加速度傳感器設(shè)置在中跨和四分位置,以收集橋梁振動的加速度信號。DH5922 N動態(tài)信號測量和分析系統(tǒng)分析的一階頻率為4.66 Hz,理論計算頻率為4.77 Hz。測量頻率與理論計算頻率之比為0.98。橋梁上部結(jié)構(gòu)的靜載荷檢測通常采用局部加載模式。應(yīng)變傳感器設(shè)置在側(cè)梁中跨的底部,以測量靜載荷下的應(yīng)變值。測得的應(yīng)變值為56με,理論計算值為58με。根據(jù)應(yīng)變結(jié)果,橋梁上部結(jié)構(gòu)承載力的應(yīng)變校準(zhǔn)系數(shù)為0.97。表1列出了現(xiàn)場檢查數(shù)據(jù)和標(biāo)準(zhǔn)化值。

3.3 條件評估等級

表2列出了對應(yīng)于條件等級的集群中心的現(xiàn)場檢查數(shù)據(jù)的成員資格值。從表2可以看出,條件等級3 的成員資格值是0.5539,這是最大值。而等級4 的成績是0.3612。結(jié)果表明,橋上部結(jié)構(gòu)狀況為3 級,有向4 級惡化的趨勢。這與橋梁上部結(jié)構(gòu)技術(shù)狀態(tài)評估結(jié)果一致。這座橋承受著巨大的交通負(fù)荷,如圖3(c)所示,缺乏傳統(tǒng)的例行檢查和維護(hù)。結(jié)合橋梁的運行和維護(hù)條件,評估結(jié)果與實際情況一致,驗證了該方法評估RC 橋梁上部結(jié)構(gòu)狀況的有效性。

表1 現(xiàn)場檢查數(shù)據(jù)和標(biāo)準(zhǔn)化值

表2 橋狀況評估的價值

結(jié)語

根據(jù)橋梁上部結(jié)構(gòu)和現(xiàn)場測量數(shù)據(jù)的技術(shù)條件評分確定條件等級和相應(yīng)的聚類中心,可以通過計算測試數(shù)據(jù)和對應(yīng)于所有等級的聚類中心之間的模糊隸屬度來評估測試橋的條件。采用FCM-PSO 方法橋進(jìn)行了狀態(tài)評估,確定了條件等級,與技術(shù)標(biāo)準(zhǔn)評估結(jié)果一致。結(jié)果表明,所提出的FCM-PSO 方法能夠利用現(xiàn)場實測數(shù)據(jù)對RC 橋進(jìn)行評估,避免了主觀因素的影響,它可以為工程師和管理員提供可靠的橋梁狀態(tài)評估結(jié)果。

猜你喜歡
粒子聚類條件
碘-125粒子調(diào)控微小RNA-193b-5p抑制胃癌的增殖和侵襲
排除多余的條件
選擇合適的條件
基于膜計算粒子群優(yōu)化的FastSLAM算法改進(jìn)
基于K-means聚類的車-地?zé)o線通信場強研究
Conduit necrosis following esophagectomy:An up-to-date literature review
基于粒子群優(yōu)化極點配置的空燃比輸出反饋控制
基于高斯混合聚類的陣列干涉SAR三維成像
為什么夏天的雨最多
基于Spark平臺的K-means聚類算法改進(jìn)及并行化實現(xiàn)