大跨径连续刚构桥施工控制方法什么？ 状态,参数,误差

在实际施工中,桥梁的实际状态与理想状态总是存在着一定的误差,施工控制就是接纳现代控制理论和要领去剖析这些误差,并调解误差,使成桥线形和结构内力的最终状态相符设计要求,并且确保桥梁施工过程中的结构安定。大跨度桥梁施工控制接纳的理论和要领主要有:参数识别与调解(最小二乘法)、Kalman滤波法和灰色理论法。
　　1参数识别
　　参数识别就是剖析结构的实际状态与理想状态的偏差,用误差剖析理论来确定或识别引起这种偏差的主要设计参数的误差,经过设计参数误差的调解来控制桥梁结构的实际状态与理想状态之间的偏差,使结构的成桥状态与设计尽可能一致。参数识别在中国的桥梁施工控制中有着广泛的应用。其计算通常接纳最小二乘法。相对付Kalman滤波法和灰色理论法,参数识别要领具有以下特点:
　　(1)参数识别要领将引起误差的因素完全归结于设计参数,认为引起结构状态偏差是由于设计参数的取值(如砼弹模、砼容重、预应力筋管道偏差系数、管道摩阻系数、砼收缩徐变系数等)与实际不符。忽略了施工定位误差、丈量系统误差、温度影响误差等。由此可能导致所预计的参数并非实际值,而是包括了施工定位误差、丈量系统误差、温度影响等的数值。
　　(2)参数识别一般接纳最小二乘进行线形回归剖析,其回归方程为:Y=Φθ+E。
　　式中:Y:误差向量;
　　Φ:线性转化矩阵(即被估参数与挠度之间的线性关系矩阵);
　　θ:预计参数向量;
　　E:残差(包括量测误差、参数预计误差、系统误差)。
　　其中Y可由理论剖析值与实际观测值相减求得,而矩阵Φm,n则需要凭据结构力学计算求得,其物理意义为,单位θn转变m节点所孕育产生的挠度Ym。在桥梁施工监控中,一般需要收罗每一施工工况下各节段测点的挠度数据,从而使得矩阵Φm,n的计算显得尤为纷乱,且随着数据的增加,矩阵Φm,n的规模也越大,接纳常用桥梁剖析软件基础无法计算,需要体例专用步骤求得。
　　(3)最小二乘法的原理是求得一组参数θ,使得模型的输入输出数据之间关系拟合的最好,这就要求残差E最小,因而若数据被噪声污染的越厉害(如温度影响、施工误差等因素),参数预计的准确性也就越差。
　　(4)为了能够使得参数识别越发准确,这就要求数据有较好的规律性,且需要较多数据,因此在梁段数比较少时所得到的回归曲线的精度难以包管。
　　2卡尔曼滤波法
　　卡尔曼滤波法的实质是从被噪声污染的信号中提取真实的信号,接纳由状态方程和观测方程组成的线形随机系统的状态空间来描述滤波器,并利用状态方程的递推性,按线性无偏最小均方误差预计准则,接纳一套递推算法对滤波器的状态变量作最佳预计,从而求得滤掉噪声后有用信号的最佳预计,即预计出系统的真实状态,然后用预计出来的状态变量,按确定的控制规律对系统进行控制。卡尔曼滤波法具有以下特点:
　　(1)卡尔曼滤波法将概率论和数理统计理论用于解释滤波预计问题,提出了新的线性递推要领,不需要储存过去数据,只需凭据新数据和前一时刻预计量,借助状态转移方程,凭据递推公式计算新的预计量,从而节约计算时间。
　　(2)卡尔曼滤波法进行递推的关键在建立状态转移方程,通过状态转移方程,使得误差预计具有一定的收敛性,特别当数据污染严重的情况下,预计量仍有一定的信服力。
　　(3)卡尔曼滤波法进行递推计算时,需要输入系统状态初始值,而初始值对计算结果有很大影响,若初始值取值不当,会使结果失真。
　　3灰色系统理论
　　灰色系统可以看作是在一定时间内转变的随机过程,环境滋扰将使系统行为特征量过疏散散,为此灰色系统用灰色数生成对原始数据进行处理得到随机性弱化、规律性强化了的序列,在此基础上以灰色动态GM模型作为预测模型,并及时对模型进行滚动优化和反馈校正。灰色预测控制具有以下特点:
　　(1)灰色预测控制建模是可利用少数据建模,是一种实时控制。在处理要领上,灰色过程是通过原始数据的整理来找数的规律,是一种就数找数的现实规律的途径,而数理统计要领是按先验规律来处理问题,要求数据越多越好,越具规律性越好。
　　(2)灰色预测控制是后果控制,不需要追究引起状态转变的原因,不消处理纷乱的随机过程,这使得控制大为简化。
　　(3)灰色系统理论是“瞬态建模”,每新增数据便生成新的模型,因而数据的取舍对付灰色系统至为关键,数据太多将降低模型预报精度,数据太少,模型将找不出数据间的规律。
　　(4)当数据污染严重时,灰色系统预测结果也同样有较大的偏差,数据预计的收敛性较差。