本發明涉及針對鋼筋混凝土橋面板檢測,特別是涉及一種針對鋼筋混凝土橋面板檢測方法、一種針對鋼筋混凝土橋面板檢測裝置、一種電子設備以及一種計算機可讀存儲介質。
背景技術:
1、隨著交通量也劇烈增長,中小橋梁較大型橋梁可能面臨更為嚴重的車輛超載風險。早期混凝土橋梁的設計多基于應力允許法,近年來則多采用承載力極限狀態進行設計。高交通量和高負荷運轉,使得鋼筋混凝土橋面板常處于高應力水平的疲勞作用下,疲勞引起的破壞風險不容忽視。實際上,在橋梁在運行多年后,鋼筋混凝土橋面板常出現各類裂縫,由于高周疲勞導致橋面板底板產生縱橫裂縫是比較常見的一種形式,這種裂縫的產生對橋梁的安全運行帶來極大隱患和風險。因此,需要一種能夠及時快速對這類在役鋼筋混凝土橋面板進行檢測的方法,為修補決策和風險管控提供技術支持。
技術實現思路
1、本發明實施例是提供一種針對鋼筋混凝土橋面板檢測方法、裝置、電子設備以及計算機可讀存儲介質,以克服上述問題或者至少部分地解決上述問題。
2、本發明實施例公開了一種針對鋼筋混凝土橋面板檢測方法,包括:
3、構建針對所述橋面板的有限元計算模型;
4、確定針對所述有限元計算模型的荷載分級和針對所述荷載分級的作用次數;
5、基于所述荷載分級和所述作用次數確定計算參數;
6、采用所述計算參數構建數據集;所述數據集為高周疲勞非線性有限元計算結果數據集;所述數據集包括針對所述橋面板的撓度信息,以及將所述橋面板網格化后的與中心相鄰的若干單元順橋向和橫橋向裂縫的平均寬度,以及針對底部單元的開裂單元面積總占比;
7、采用所述計算參數、所述撓度信息、所述平均寬度和所述開裂單元面積總占比構建反向傳播神經網絡;
8、確定針對單元裂縫的實際寬度,以及針對所述橋面板的實際開裂網格面積百分比,以及實測撓度數據;
9、通過所述單元裂縫的實際寬度、所述實際開裂網格面積百分比和所述實測撓度數據基于所述反向傳播神經網絡輸出目標荷載分級和針對所述目標荷載分級的目標作用次數;
10、基于所述目標荷載分級和所述目標作用次數生成針對所述橋面板的檢測結果。
11、可選地,所述構建針對所述橋面板的有限元計算模型的步驟包括:
12、確定針對所述橋面板的幾何形狀和材料屬性;
13、生成有限元網格;
14、基于所述幾何形狀、所述材料屬性和所述有限元網格構建針對所述橋面板的有限元計算模型。
15、可選地,所述基于所述荷載分級和所述作用次數確定計算參數的步驟包括:
16、確定目標抽樣算法;
17、基于所述目標抽樣算法從所述荷載分級和所述作用次數中確定隨機抽樣結果,并將所述隨機抽樣結果確定為計算參數。
18、可選地,所述采用所述計算參數、所述撓度信息、所述平均寬度和所述開裂單元面積總占比構建反向傳播神經網絡的步驟包括:
19、采用所述計算參數、所述撓度信息、所述平均寬度和所述開裂單元面積總占比確定最小誤差函數;
20、基于所述最小誤差函數構建反向傳播神經網絡。
21、可選地,所述采用所述計算參數構建數據集,并基于所述數據集生成模擬結果的步驟包括:
22、確定收斂準則;
23、采用所述收斂準則約束預先確定的非線性求解器;
24、采用所述計算參數構建數據集,并通過所述非線性求解器基于所述數據集生成模擬結果。
25、可選地,基于所述目標荷載分級和所述目標作用次數生成針對所述橋面板的檢測結果的步驟包括:
26、通過所述目標荷載分級和所述目標作用次數,確定針對所述橋面板的歷史車輛荷載信息;
27、通過所述歷史車輛荷載信息基于所述有限元計算模型確定針對所述橋面板的疲勞損傷信息。
28、可選地,還包括:
29、通過所述目標荷載分級和所述目標作用次數,確定針對所述橋面板的未來車輛荷載信息;
30、通過所述未來車輛荷載信息和所述疲勞損傷信息,基于所述有限元計算模型確定針對所述橋面板的疲勞壽命信息。
31、可選地,所述目標抽樣算法為蒙特卡洛隨機抽樣算法或拉丁超立方采樣算法。
32、可選地,所述目標抽樣算法為拉丁超立方采樣算法。
33、可選地,所述有限元網格的網格尺寸為十厘米。
34、可選地,還包括:
35、確定加載條件,所述加載條件為靜態荷載。
36、可選地,還包括:
37、確定加載條件,所述加載條件為動態荷載。
38、本發明還公開了一種針對鋼筋混凝土橋面板檢測裝置,包括:
39、有限元計算模型構建模塊,用于構建針對所述橋面板的有限元計算模型;
40、荷載數據確定模塊,用于確定針對所述有限元計算模型的荷載分級和針對所述荷載分級的作用次數;
41、計算參數確定模塊,用于基于所述荷載分級和所述作用次數確定計算參數;
42、模擬結果生成模塊,用于采用所述計算參數構建數據集;所述數據集為高周疲勞非線性有限元計算結果數據集;所述數據集包括針對所述橋面板的撓度信息,以及將所述橋面板網格化后的與中心相鄰的若干單元順橋向和橫橋向裂縫的平均寬度,以及針對底部單元的開裂單元面積總占比;
43、反向傳播神經網絡構建模塊,用于采用所述計算參數、所述撓度信息、所述平均寬度和所述開裂單元面積總占比構建反向傳播神經網絡;
44、實際數據獲取模塊,用于確定針對單元裂縫的實際寬度,以及針對所述橋面板的實際開裂網格面積百分比,以及實測撓度數據;
45、目標數據輸出模塊,用于通過所述單元裂縫的實際寬度、所述實際開裂網格面積百分比和所述實測撓度數據基于所述反向傳播神經網絡輸出目標荷載分級和針對所述目標荷載分級的目標作用次數;
46、檢測結果生成模塊,用于基于所述目標荷載分級和所述目標作用次數生成針對所述橋面板的檢測結果。
47、本發明實施例還公開了一種電子設備,包括處理器、通信接口、存儲器和通信總線,其中,所述處理器、所述通信接口以及所述存儲器通過所述通信總線完成相互間的通信;
48、所述存儲器,用于存放計算機程序;
49、所述處理器,用于執行存儲器上所存放的程序時,實現如本發明實施例所述的方法。
50、本發明實施例還公開了一種計算機可讀存儲介質,其上存儲有指令,當由一個或多個處理器執行時,使得所述處理器執行如本發明實施例所述的方法。
51、本發明實施例包括以下優點:
52、本發明實施例,通過構建針對所述橋面板的有限元計算模型;確定針對所述有限元計算模型的荷載分級和針對所述荷載分級的作用次數;基于所述荷載分級和所述作用次數確定計算參數;采用所述計算參數構建數據集;所述數據集為高周疲勞非線性有限元計算結果數據集;所述數據集包括針對所述橋面板的撓度信息,以及將所述橋面板網格化后的與中心相鄰的若干單元順橋向和橫橋向裂縫的平均寬度,以及針對底部單元的開裂單元面積總占比;采用所述計算參數、所述撓度信息、所述平均寬度和所述開裂單元面積總占比構建反向傳播神經網絡;確定針對單元裂縫的實際寬度,以及針對所述橋面板的實際開裂網格面積百分比,以及實測撓度數據;通過所述單元裂縫的實際寬度、所述實際開裂網格面積百分比和所述實測撓度數據基于所述反向傳播神經網絡輸出目標荷載分級和針對所述目標荷載分級的目標作用次數;基于所述目標荷載分級和所述目標作用次數生成針對所述橋面板的檢測結果,從而減少了基于鋼筋混凝土裂縫評估法的主觀性影響,同時,可以在沒有歷史車輛荷載信息的情況下,提高在役開裂鋼筋混凝土橋面板構件壽命預測的準確性和及時性。