王星
摘 要:大型共構(gòu)段城市管廊結(jié)構(gòu)快速建造技術(shù)中,移動模架早拆體系是決定施工進度的關(guān)鍵,針對模板早拆技術(shù)中晚拆桿局部失穩(wěn)問題,建立了有限元數(shù)值分析模型。通過參數(shù)化建模,基于多目標遺傳算法,對其屈曲穩(wěn)定性進行了優(yōu)化分析,得到了輸入?yún)?shù)與輸出參數(shù)之間的關(guān)系,通過迭代逐漸逼近期望值,最終得出候選點。結(jié)果顯示,優(yōu)化后的截面可以減少耗材,增大穩(wěn)定系數(shù),為類似工程提供借鑒經(jīng)驗。
關(guān)鍵詞:模板早拆;管廊;屈曲穩(wěn)定性;優(yōu)化分析
中圖分類號:TU755.2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼:A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號:2096-6903(2022)05-0031-03
0 引言
大型共構(gòu)綜合管廊[1]是將城市地下綜合管網(wǎng),包括電力、通信、燃氣、供熱供水、排水為一體,結(jié)合地上地下的行車系統(tǒng),形成的一個整體管廊結(jié)構(gòu)。大型的綜合管廊有著快速化、綠色化的施工要求,模板早拆體系具有節(jié)約成本、縮短工期、模板用量少、周轉(zhuǎn)率高的優(yōu)點,在建筑行業(yè)得到了廣泛的關(guān)注和應(yīng)用。
在移動模架早拆[2]施工中,早拆模板被周轉(zhuǎn)后,遺留下的晚拆桿的穩(wěn)定性問題是影響施工安全的重要因素,本文以雄安新區(qū)容東片區(qū)E3路管廊模板早拆體系工程為背景,針對早拆體系中可能出現(xiàn)的晚拆桿失穩(wěn)問題,對晚拆桿的穩(wěn)定性進行優(yōu)化分析,為類似的工程提供借鑒。
1 分析模型
1.1 工程概況
雄安新區(qū)E3路地下綜合管廊為地面道路、穿湖隧道及綜合管廊共構(gòu)結(jié)構(gòu)。結(jié)構(gòu)地下二層為綜合管廊,包括智能物流通道、綜合艙、能源艙及預(yù)留設(shè)備間,結(jié)構(gòu)凈寬19.5 m,凈高4.7 m;地下一層內(nèi)設(shè)雙孔穿湖隧道,單孔凈寬9.25 m,凈高6.6 m,E3路結(jié)構(gòu)標準斷面所用支架模板體系為裝配式滑模體系(圖1滑模體系),材料選用易安特模板有密度高、強度高、精度高等特點。
1.2 數(shù)值分析模型
模板早拆體系分為兩大塊:一是早拆支撐體系,二是晚拆體系。在板混凝土[3]達到設(shè)計強度75%時,對兩側(cè)早拆部分的支架頂托進行降低處理,拆除主次楞及滑動模板,推動滑動模板單元整體進入下一施工段,晚拆桿繼續(xù)支撐至混凝土強度達到拆除模板的時間規(guī)范,分階段計算工況如圖2所示。
取B2為研究對象,網(wǎng)格劃分采用四面體網(wǎng)格,劃分節(jié)點數(shù)29 373,劃分單元數(shù)10 291。管廊部分采用實體單元,晚拆桿采用梁單元,管廊底部固定支撐,晚拆桿與管廊接觸部分為綁定連接,荷載為自重條件下的荷載。
1.3 模型的參數(shù)化建立
對晚拆桿進行參數(shù)化建模,其中空心管外徑長度D1,內(nèi)徑長度D2,拉伸長度為l1,其中將外徑,內(nèi)徑作為輸出參數(shù)導(dǎo)出,材料選用結(jié)構(gòu)鋼,密度7 850 kg/m3,楊氏模量2e+11 Pa,泊松比0.3。其中底部采用固定支撐,頂部施加面壓力,壓力值取20 506 N,網(wǎng)格采用0.3 m的六面體網(wǎng)格,對其模型進行屈曲分析,將一階模態(tài)的負載系數(shù)以及晚拆桿的質(zhì)量作為輸出參數(shù),具體數(shù)據(jù)如表1,模型如圖3所示。
2 基于遺傳算法的優(yōu)化理論
Direct Optimization(直接優(yōu)化)是根據(jù)輸入輸出參數(shù)(Parameters)設(shè)計函數(shù)關(guān)系來篩選出最佳設(shè)計點(Design point),求解多個設(shè)計點的時候使用AMO(自適應(yīng)多目標算法),該算法是非支配排序遺傳算法-Ⅱ的一個變種,支持多目標和約束,目的是找到全局最優(yōu)。
AMO方法全稱為Adaptive Multiple-Objective Optimization,是一種選代的多目標優(yōu)化方法。該方法采用了Kriging響應(yīng)面和MOGA優(yōu)化算法,適合于處理連續(xù)變量的優(yōu)化問題。AMO方法首先形成LHS樣本并基于這些樣本形成 Kriging響應(yīng)面,隨后通過NPQL方法對響應(yīng)面進行搜索,這些搜索基于不同的起始點,得到一系列不同的備選設(shè)計(Candidate)。
多目標優(yōu)化問題中,由于存在目標之間的沖突和無法兼顧的現(xiàn)象, Pareto提出多目標的解不受支配解(Non- dominated set)的概念。,其定義為:假設(shè)任何二個解S1及S2對所有目標而言,S1均優(yōu)于S2,則稱S1支配S2,若S1的解沒有被其他解所支配,則S1稱為非支配解(不受支配解),也稱Pareto解。
基于Pareto排序的多目標遺傳算法的關(guān)鍵點是Pareto 解的集合,而不是一個 Pareto 解,因此需要鼓勵樣本的多樣性。MOGA采用的多樣性方法被稱為 fitness sharing 。fitness sharing 方法首先用下面的公式計算不同個體之間的距離。
(1)
其中fk{max}表示目前找到的最大k目標值,同理可知fk{min}。對于個體 I ,可以計算它的niche count。
(2)
再用個體的niche count調(diào)整個體的適應(yīng)度。
(3)
基于Pareto排序的多目標遺傳算法[4]相較于線性加權(quán)的遺傳算法更加智能化,其關(guān)鍵點不在于分配權(quán)重,而是在于解決適應(yīng)度函數(shù)的設(shè)計問題,該算法旨在求出帕累托解集,并且通過人工選擇的辦法來找出最符合理想的最優(yōu)解。
3 晚拆桿優(yōu)化計算
設(shè)置P1的參數(shù)上限為110,參數(shù)下限為90,波動值為20,表示參數(shù)1可以在此范圍內(nèi)波動,同理可設(shè)置P2的參數(shù)上限為88,下限為72,波動值為16。為盡可能的提高負載系數(shù),約定P3的期望值為5,最低下限值為3.4,容許差為0.001,參數(shù)目標為最大化[5]。為保證材料用量最少,約束P4的類型為最小化,期望值為95,最大值不應(yīng)超過110。參數(shù)值變化如圖 4、圖 5所示。3BBBB494-84B7-43D1-95BD-4BB64F6C978C
本方案有2個輸出參數(shù),采用自適應(yīng)多目標算法,初始樣本值為17,最大評估樣本數(shù)量為29,設(shè)計點數(shù)28,生成樣本集17個,候選點3。數(shù)值收斂標準采用帕累托標準,收斂標準圖如圖6、圖7所示,收斂值靠近下限值,表示約束合理。
圖 8為樣本點與晚拆桿質(zhì)量的走勢圖,隨著外徑內(nèi)徑值的變化,質(zhì)量在運算初期變化較大,波動較多,最低值為48.33,最大值為186.44,不符合對質(zhì)量的要求,之后隨著迭代次數(shù)的增加,質(zhì)量值趨于96,在上下小范圍波動。
相比較于原來的晚拆桿,總壁厚由20 mm減小到了18 mm,負載系數(shù)由2.05增加到3.5,質(zhì)量由100.99 kg減少到95 kg,比較候選點1與候選點2,選擇候選點1作為晚拆桿的設(shè)計方案[6]。
在輸入?yún)?shù)改變時會引起輸出參數(shù)改變,在改變越小時參數(shù)的靈敏性越高[7],會引起輸出參數(shù)發(fā)生的改變越大。
4 結(jié)語
本文對早拆模板體系中的穩(wěn)定性問題,運用多目標遺傳算法理論,采用直接優(yōu)化模塊對模板早拆體系中的晚拆桿進行優(yōu)化設(shè)計,得出以下結(jié)論:
通過多目標遺傳算法,實現(xiàn)了桿件輕量化。在尋找最優(yōu)截面過程中,通過給定的約束條件可以在保證經(jīng)濟效益的前提下提高晚拆桿安全性。
參考文獻
[1] 油新華.我國城市綜合管廊建設(shè)發(fā)展現(xiàn)狀與未來發(fā)展趨勢[J].隧道建設(shè)(中英文),2018,38(10):1603-1611.
[2] 毛建斌.模板早拆體系在施工中的應(yīng)用和發(fā)展[D].天津:天津大學,2007.
[3] 熊成君.建筑施工模板早拆對混凝土結(jié)構(gòu)影響研究[D].天津:天津大學,2007.
[4] 朱大林,詹騰,張屹,等.多鄰域結(jié)構(gòu)多目標遺傳算法[J].農(nóng)業(yè)機械學報,2015,46(4):309-315+324.
[5] 王學文,楊兆建,段雷.ANSYS優(yōu)化設(shè)計若干問題探討[J].塑性工程學報,2007,67(6):181-184.
[6] 牛飛.結(jié)構(gòu)拓撲優(yōu)化設(shè)計若干問題的建模、求解及解讀[D].大連:大連理工大學,2013.
[7] 王世海.基于ANSYS workbench的構(gòu)架結(jié)構(gòu)優(yōu)化分析[J].科技視界,2021,345(15):163-166.3BBBB494-84B7-43D1-95BD-4BB64F6C978C