摘要

为了解决桥梁工程大体积混凝土热学参数失真的问题,提出一种基于均匀设计理论与BP神经网络的大体积混凝土热学参数反分析方法。该方法通过BP神经网络建立大体积混凝土温度场与热学参数的非线性关系;BP神经网络的训练样本由均匀设计方法确定;在BP神经网络训练阶段,采用附加动量法对网络结构进行优化;对优化前后的误差曲线及多次训练过程的分析结果表明:附加动量法可明显缩短网络训练时间,多次训练过程的平均绝对百分比误差值及均方根误差值稳定。在太洪长江大桥散索鞍支墩承台大体积混凝土施工中反演了绝热温升、反应速率常数及导热系数,基于反演值的温度计算值与现场实测值吻合较好,温度峰值最大误差仅为1.1℃。基于均匀设计理论与BP神经网络的大体积混凝土热学参数反分析方法可行,且反演过程稳定收敛,反演精度高,应用于指导温控施工能降低大体积混凝土开裂风险。