基于机理引导ANN的火灾后RC桥墩承载能力预测方法

本发明涉及桥梁抗火和计算机科学的交叉领域，尤其涉及基于机理引导ann的火灾后rc桥墩承载能力预测方法。

背景技术：

1、桥梁是公路、铁路及市政工程的关键枢纽，其运营安全对区域交通具有重要影响。而近年来油罐车爆炸、起火等安全事件频发，使得火灾下的桥梁安全性能得到越来越多的关注。桥梁遭遇火灾后，长时间高温作用将导致混凝土、钢筋等材料的强度出现不同程度的下降，给桥梁后续运营带来巨大安全风险。

2、通常情况下，桥梁受损程度需通过现场检测、数值仿真，甚至室内火灾试验确定，并依据分析结果决定受火后桥梁是否继续使用，以及桥梁加固方案。然而，上述过程耗费时间长、实施成本高，不利于交通的快速恢复。因此，亟需发展可靠、快速的火灾后桥梁安全评估方法，为受火桥梁的抢修、维护提供决策依据，尽快恢复火灾过后的交通通行能力。

3、目前，机器学习及深度学习方法不断发展，已在土木工程中取得了诸多成果，成功应用于桥梁的损伤识别、响应预测等领域。此类方法通过已有的数据库资料，直接建立输入量与目标量的关联，具有计算速度快、无需复杂物理建模的优势。但是，仅有少量研究关注于火灾后桥梁的安全性能预测，且相关研究多采用简单的人工神经网络对受火后结构的安全性能进行预测，忽略了输入量之间的相互关联，以及内在的物理机理。因此，已有的机器学习模型、深度学习模型在火后结构性能预测上存在可解释性弱、精度不足等问题。

技术实现思路

1、本发明所要解决的技术问题在于：基于机理引导ann的火灾后rc桥墩承载能力预测方法，考虑了受火条件、材料性能、截面参数，以及加载条件等信息的相互关联，通过特征融合方式引导神经网络的特征学习过程，并利用火灾后钢筋混凝土桥墩的分析数据对深度神经网络进行训练。训练完成后，可直接通过该网络模型快速评估受火后桥墩的剩余承载能力，具有分析过程快、预测精度好的优势。

2、为实现上述目的，本发明提供如下技术方案：基于机理引导ann的火灾后rc桥墩承载能力预测方法，包括如下步骤：

3、s1、利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库，包括桥墩结构数据、受火条件数据以及对应的钢筋混凝土桥墩剩余承载能力；

4、s2、构建火灾后钢筋混凝土桥墩的剩余承载能力预测神经网络，利用步骤s1的火灾后钢筋混凝土桥墩的剩余承载能力数据库，通过特征融合方式引导神经网络的特征学习过程，并利用火灾后钢筋混凝土桥墩的分析数据对深度神经网络进行训练，获得火灾后钢筋混凝土桥墩的剩余承载能力预测模型；

5、s3、将实际采集的桥墩结构数据、受火条件数据输入至火灾后钢筋混凝土桥墩的剩余承载能力预测模型中，得到钢筋混凝土桥墩剩余承载能力。

6、进一步地，前述的步骤s1中，所述数值仿真法采用三维实体模型模拟钢筋混凝土桥墩及其在火灾下的力学行为，具体为采用顺序热力耦合的方法建立传热分析模型和结构分析模型；并且采用热传导方式模拟钢筋混凝土桥墩的内部传热过程，设置材料热工参数：热传导系数λc、比热容cc、密度ρc和热膨胀系数αc。

7、进一步地，前述的步骤s1利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库时，对混凝土采用塑性损伤模型来定义材料塑性发展，高温条件下混凝土的应力-应变本构关系采用如下方程模拟：

8、

9、

10、式中，t为构件经历的最高温度，fcr为混凝土最高温度作用后的抗压强度值，fc为混凝土处于环境温度条件下的抗压强度值，ecr为混凝土最高温度作用后的弹性模量值，ec为混凝土处于环境温度条件下的弹性模量值。

11、进一步地，前述的步骤s1利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库时，高温条件下钢筋的应力-应变本构关系采用如下方程模拟：

12、

13、

14、esr(t)＝(100.53-0.0265t)×10-2es 20℃≤t≤900℃

15、式中，σs为钢材的应力，εs为钢材的应变，εyr为温度t作用后钢材的屈服应变，es为常温下钢材弹性阶段的弹性模量，esr为高温作用后钢材弹性阶段的弹性模量，es'r为高温作用后钢材强化阶段的弹性模量，fy为常温下钢材的屈服强度，fyr为高温作用后钢材的屈服强度。

16、进一步地，前述的步骤s1中，利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库时，将采用数值仿真获得的数据与文献数据相结合，建立火灾后钢筋混凝土桥梁的标准数据库：包括桥墩结构数据、受火条件数据，所述桥墩结构数据包括材料性能，具体为：混凝土强度、钢筋强度；截面特性，具体为：截面尺寸、配筋率；加载条件，具体为：偏心距、偏心方向、等效长度；

17、受火条件数据包括受火条件，具体为：受火时长、受火温度、升温速率。

18、进一步地，前述的步骤s2中，所述火灾后钢筋混凝土桥墩的剩余承载能力预测神经网络包含输入层、三层全连接层、一层特征融合层，以及输出层；

19、输入层参数划分为受火条件、材料性能、截面特性，以及加载条件，输入参数先经过第一层全连接层再经过预设的激活函数，所述受火条件参数应用sigmoid激活函数，所述材料性能、截面特性，以及加载条件参数应用relu激活函数，分别得到第一层隐藏层特征，然后受火条件生成的第一层隐藏层特征与材料性能生成的第一层隐藏层特征进行逐元素相乘，所得结果再与余下的第一层隐藏层特征进行特征维度的拼接，完成特征融合；之后，再依次经过第二层、第三次全连接层，以及relu激活函数，得到输出层的火灾后钢筋混凝土桥墩剩余承载能力。

20、进一步地，前述的sigmoid激活函数如下式：

21、

22、x表示输入参数；

23、所述relu激活函数如下式：

24、

25、其中，x表示输入参数。

26、相较于现有技术，本发明的有益效果如下：本发明克服了传统火后混凝土桥墩承载能力预测方法建模复杂、计算耗时的缺点，可根据受火条件、桥墩结构参数对火后剩余承载能力进行快速评估，所提方法用于火后混凝土桥墩承载能力预测具有较好的精度和适用性。本发明将有望推动基于数据驱动的桥梁健康监测技术发展，提高桥梁管养部门对桥梁受火的应急响应能力。

技术特征：

1.基于机理引导ann的火灾后rc桥墩承载能力预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于机理引导ann的火灾后rc桥墩承载能力预测方法，其特征在于，步骤s1中，所述数值仿真法采用三维实体模型模拟钢筋混凝土桥墩及其在火灾下的力学行为，具体为采用顺序热力耦合的方法建立传热分析模型和结构分析模型；并且采用热传导方式模拟钢筋混凝土桥墩的内部传热过程，设置材料热工参数：热传导系数λc、比热容cc、密度ρc和热膨胀系数αc。

3.根据权利要求2所述的基于机理引导ann的火灾后rc桥墩承载能力预测方法，其特征在于，步骤s1利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库时，对混凝土采用塑性损伤模型来定义材料塑性发展，高温条件下混凝土的应力-应变本构关系采用如下方程模拟：

4.根据权利要求3所述的基于机理引导ann的火灾后rc桥墩承载能力预测方法，其特征在于，步骤s1利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库时，高温条件下钢筋的应力-应变本构关系采用如下方程模拟：

5.根据权利要求4所述的基于机理引导ann的火灾后rc桥墩承载能力预测方法，其特征在于，步骤s1中，利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库时，将采用数值仿真获得的数据与文献数据相结合，建立火灾后钢筋混凝土桥梁的标准数据库：包括桥墩结构数据、受火条件数据，所述桥墩结构数据包括材料性能，具体为：混凝土强度、钢筋强度；截面特性，具体为：截面尺寸、配筋率；加载条件，具体为：偏心距、偏心方向、等效长度；

6.根据权利要求5所述的基于机理引导ann的火灾后rc桥墩承载能力预测方法，其特征在于，步骤s2中，所述火灾后钢筋混凝土桥墩的剩余承载能力预测神经网络包含输入层、三层全连接层、一层特征融合层，以及输出层；

7.根据权利要求6所述的基于机理引导ann的火灾后rc桥墩承载能力预测方法，其特征在于，所述sigmoid激活函数如下式：

技术总结
本发明公开了基于机理引导ANN的火灾后RC桥墩承载能力预测方法，首先，利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库，然后，构建并训练火灾后钢筋混凝土桥墩的剩余承载能力预测神经网络，获得火灾后钢筋混凝土桥墩的剩余承载能力预测模型；最后将受火条件、材料性能、截面特性、加载条件输入到训练好的神经网络模型中，输出火灾后桥墩的剩余承载能力，并与真实结果进行对比，验证了本发明的有效性。本发明克服了传统火后钢筋混凝土桥墩承载能力分析存在的建模复杂、计算耗时等问题，实现了快速根据受火条件、结构参数对钢筋混凝土桥墩的剩余承载能力进行评判，有助于火灾后钢筋混凝土桥墩的安全评估与应急抢险。

技术研发人员：吴刚,邓泽捷,张瑞阳,廖聿宸,侯士通
受保护的技术使用者：东南大学
技术研发日：
技术公布日：2024/1/15