预制简支梁桥多目标结构优化方法、系统、设备及介质与流程

摘要: 本公开属于桥梁工程结构优化设计,具体涉及一种预制简支梁桥多目标结构优化方法、系统、电子设备及计算机可读存储介质,所述市政预制简支梁桥包括简支t梁桥和简支小箱梁桥...
预制简支梁桥多目标结构优化方法、系统、设备及介质与流程

本公开属于桥梁工程结构优化设计,具体涉及一种预制简支梁桥多目标结构优化方法、系统、电子设备及计算机可读存储介质,所述市政预制简支梁桥包括简支t梁桥和简支小箱梁桥。

背景技术:

1、市政预制简支梁桥是城市道路路网的核心构筑物,应用范围广、建设数量大。当前行业内桥梁设计主要依赖工程师经验试算结合有限元迭代分析的传统模式,存在诸多技术缺陷。

2、首先,传统设计高度依赖人工经验,设计参数选取主观性强,截面尺寸、预应力钢束配置普遍存在参数冗余,导致桥梁材料消耗大,资源浪费严重。其次,传统设计需反复依托midas等有限元软件进行建模、迭代计算与力学校核,有限元模型迭代步骤繁琐、单组模型计算耗时久,设计迭代效率极低,无法适配市政工程快速设计、快速落地的建设需求。

3、最为关键的是,传统设计模式为单一维度校核设计,仅侧重结构安全合规,难以同步兼顾结构强度安全、刚度指标达标与材料消耗最优三大核心目标,无法实现多目标协同平衡,极易出现“安全冗余过大、材料用量超标”或“严控材料用量、刚度储备不足”的设计缺陷,难以满足现代市政桥梁绿色化、精细化、智能化的设计发展需求。

4、现有技术中缺乏适配市政预制简支梁桥的智能快速预测与多目标优化体系,尚无成熟的ai替代有限元重复计算、同步平衡安全、刚度、材料消耗的标准化设计流程,行业智能化设计技术存在明显空白。

技术实现思路

1、一、要解决的技术问题

2、本公开旨在至少部分解决传统市政预制简支梁桥设计依赖人工经验试算、有限元迭代计算量大、设计参数冗余,以及难以同步兼顾结构安全、结构刚度和材料消耗的问题。

3、二、技术方案

4、第一方面,本公开提供一种预制简支梁桥多目标结构优化方法。该预制简支梁桥多目标结构优化方法包括:

5、步骤s1,样本数据集构建:

6、针对简支t梁桥和简支小箱梁桥,分别生成包含设计变量及与设计变量对应的结构响应参数的样本数据集,结构响应参数由相应桥型的有限元模型计算获得;

7、步骤s2,bp神经网络代理模型建立:

8、利用样本数据集分别训练与简支t梁桥和简支小箱梁桥对应的bp神经网络代理模型,不同桥型的bp神经网络代理模型之间权重不共享;每一bp神经网络代理模型均包括主干多输出网络和剪力子网络,主干多输出网络与剪力子网络分别预测不同的结构响应参数,并将预测得到的结构响应参数合并;

9、步骤s3,多目标优化模型构建:

10、将目标桥型的候选设计参数组合输入对应的bp神经网络代理模型,根据合并后的结构响应参数、候选设计参数组合以及桥梁设计要求,构建以安全性能目标指标、结构刚度目标指标和材料消耗目标指标为优化目标,并以抗弯承载力、抗剪承载力、挠度及抗裂性能为约束条件的多目标优化模型;

11、步骤s4,多目标优化求解:

12、采用多目标进化优化算法求解多目标优化模型,获得满足全部约束条件的pareto解集;在形成pareto解集后,根据安全性能目标指标、结构刚度目标指标和材料消耗目标指标各自对应的权重参数,从pareto解集中选择至少一个候选设计方案;

13、步骤s5,有限元复核:

14、将候选设计方案输入相应桥型的有限元模型,进行承载能力极限状态验算和正常使用极限状态验算;当候选设计方案通过有限元复核时,输出候选设计方案。

15、第二方面,本公开提供一种市政预制简支梁桥多目标结构优化系统。该市政预制简支梁桥多目标结构优化系统包括:样本数据集构建模块、代理模型建立模块、多目标优化模型构建模块、多目标优化求解模块以及有限元复核与反馈模块;

16、样本数据集构建模块用于针对简支t梁桥和简支小箱梁桥分别生成样本数据集;

17、代理模型建立模块用于利用样本数据集分别训练对应桥型的bp神经网络代理模型,每一bp神经网络代理模型均包括主干多输出网络和剪力子网络;

18、多目标优化模型构建模块用于根据bp神经网络代理模型预测的结构响应参数构建多目标优化模型;

19、多目标优化求解模块用于采用多目标进化优化算法求解多目标优化模型,获得满足全部约束条件的pareto解集,并根据权重参数从pareto解集中选择候选设计方案;

20、有限元复核与反馈模块用于将候选设计方案输入有限元模型进行承载能力极限状态验算和正常使用极限状态验算,并输出通过有限元复核的优化设计方案。

21、第三方面,本公开提供一种电子设备。该电子设备包括存储器和处理器,存储器中存储有计算机程序,处理器执行计算机程序时实现如上的预制简支梁桥多目标结构优化方法。

22、第四方面,本公开提供一种计算机可读存储介质。该计算机可读存储介质中存储有计算机程序,计算机程序被处理器执行时实现如上的预制简支梁桥多目标结构优化方法。

23、三、有益效果

24、从上述技术方案可知,本公开相对于现有技术至少具有以下有益效果之一:

25、(1)代理预测与有限元复核形成完整流程。

26、将有限元样本生成、bp神经网络代理预测、多目标优化和有限元复核依次连接,使代理模型用于减少优化过程中的重复有限元计算,同时通过最终有限元复核校验候选设计方案,从而兼顾优化效率与工程设计可靠性。

27、(2)不同桥型分别建模。

28、针对简支t梁桥和简支小箱梁桥分别构建样本数据集并训练相应代理模型,且不同桥型的模型权重互不共享,使模型能够分别学习不同桥型的截面构造与结构响应规律,减少混合样本造成的映射偏差。

29、(3)样本生成过程可复现。

30、通过固定随机种子生成设计变量样本,并在样本不满足构造要求时重新采样,能够在保证有效样本规模的同时复现样本生成过程,便于模型训练结果的核验与比较。

31、(4)异常样本处理与数据隔离。

32、先剔除异常样本,再随机无放回地划分训练集和验证集,且避免验证集参与网络权重训练,有利于降低异常响应对模型训练的干扰,并使模型精度评价具有相对独立的数据基础。

33、(5)输入输出双标准化。

34、分别利用训练集拟合输入标准化器和输出标准化器,能够减小几何参数、弯矩、剪力、位移、应力和材料总重之间数量级差异对训练过程的影响,并避免验证集信息进入标准化器拟合过程。

35、(6)双分支网络改善局部响应预测。

36、利用主干多输出网络预测整体结构响应和材料总重,利用具有独立权重的剪力子网络预测支点腹板最大剪力,可以针对剪力的局部响应特性单独调整网络权重,在保持整体响应预测能力的同时改善剪力预测效果。

37、(7)训练过程的过拟合控制。

38、在网络中设置dropout层,并通过验证集损失实施早停和最优权重恢复,可以减少训练轮次过多造成的过拟合,使所得代理模型保持相对稳定的预测能力。

39、(8)反标准化后的分响应评价。

40、对网络预测结果反标准化后,分别计算各结构响应参数的决定系数和均方根误差,避免将不同量纲的结构响应直接混合评价,使精度校验结果能够反映各响应参数在实际物理尺度下的预测情况。

41、(9)多目标与显式约束协同。

42、将安全性能、结构刚度和材料消耗设置为相互独立的优化目标,并将抗弯、抗剪、挠度和抗裂性能要求设置为约束条件,使结构性能要求在优化求解过程中参与可行性判断,减少不可行设计方案进入最终解集。

43、(10)适应不同预应力状态的抗裂评价。

44、根据预应力钢束数量是否为0,分别采用裂缝宽度约束或最大拉应力约束,可以使抗裂性能评价方式与无预应力和设置预应力的桥梁状态相适应。

45、(11)pareto解集与权重选择分阶段执行。

46、先利用多目标进化优化算法形成满足全部约束条件的pareto解集,再由工程人员根据工程需要设定权重并选择候选设计方案,可以保留不同目标权衡关系下的多种可行方案,并适应不同工程项目对安全、刚度和材料消耗的差异化要求。

47、(12)有限元复核与反馈提高模型适用性。

48、当候选设计方案未通过有限元复核时,依次复核pareto解集中的其他候选方案;当候选方案均未通过复核时,可以将新增有限元分析数据补充至样本数据集并重新训练代理模型,从而利用复核结果改善原样本覆盖不足区域内的预测能力,形成可重复执行的优化反馈过程。