论文部分内容阅读
航空交通量的高速增长及飞机大型化对机场道面工作性能和安全提出了更高的要求,并且从目前国内外的机场营运状况来看,诸多机场道面在未达到设计使用年限前,就出现了不同程度变形或开裂破坏,且破坏原因复杂多样。因此,机场道面的变形机理与开裂模式研究愈加引起研究人员的关注。其中,以美国机场道面国家实验室进行的足尺道面试验最为著名,获得的沥青混凝土机场道面变形过程数据、水泥混凝土机场道面开裂过程数据、以及相应的试验现象记录,为道面破坏机理、全寿命分析等研究提供了重要的、基础性的参考资料。然而,目前基于有限元分析的沥青机场道面变形过程仍然不能完全反映试验呈现的状态,有限元进行的混凝土道面开裂模式预测不但计算繁杂,而且裂缝模式理想化,与真实状态差别较大。针对这两方面问题,本文应用神经网络和元胞自动机等人工智能技术,直接从试验数据出发,开展了以下研究:基于美国机场道面国家实验室的足尺沥青混凝土道面试验数据,建立模拟重复荷载作用下沥青混凝土机场道面不可见基层动态变形过程的径向基函数神经网络模型。此模型反映了沥青混凝土机场道面面层与地下各基层动态变形之间的对应关系,从而能够重现道面不可见层的动态变形过程。模型选择中,依据物理概念尝试了几种可行方案,最终对面层部分采用“续点法”,陆续取面层相邻三点作为输入,依次得到不可见层每一点的位移值,从而得到整层的位移曲线。模型训练精度判定选用试验数据,表明所建立的模型能较为精确地反映道面动态变形过程,并能模拟目前有限元尚未模拟出的最下部基层局部起鼓现象。为了验证不可见基层道面变形人工神经网络模型的正确性,自行设计一个多层层状体系变形试验,得到荷载作用下完全弹性层状体的横截面变形过程曲线,将试验结果与模拟结果对比,检验模拟方法的合理性与可用性。基于所建立的神经网络模型模拟出的道面动态变形状态,定义反映机场道面面层与基层变形过程的特征参数。为定量反映基层变形对道面总变形的贡献,引入了基层变形积参数。分析了各基层即时平均厚度和初始厚度比值关系、各层即时平均变形幅值与平均厚度比值关系、各层即时最大变形幅值与平均厚度比值关系、任意两层即时平均厚度比值关系及任意两层最大变形比值关系,从参数分析观点直观地展示了道面各剖面层的变形发展过程的特征及联系。分析进一步鉴证了影响道面面层状态的基层层次,以及影响的动态情况。应用ANSYS进行有限元与神经网络数值模拟结果的对比分析。基于FAA机场沥青混凝土道面试验模型的结构特点,建立道面变形的“残余变形累积”计算方法,并利用该方法进行机场沥青混凝土道面变形的数值模拟,并同神经网络模型得到的结果以及试验结果进行对比。结果表明,“残余变形累积”算法是可行的,较现有考虑各种非线性因素影响的有限元算法节省计算耗时。提出一种基于标准水泥混凝土道面试验开裂模式,预测新道面开裂模式的二维元胞自动机方法。与传统方式不同,该元胞自动机方法以大飞机重载作用下足尺道面板试验开裂模式为基础,建立起描述基础道板与新道板构造特征的的元胞自动机数值模式,继而通过道板内类似区域匹配准则和裂纹投射准则,图构出不同尺寸新道板的开裂模式,进而得到新道面的开裂模式。该方法初步实现了直接基于试验道面的开裂模式,预测不同尺寸、不同边界条件的混凝土道面的开裂模式。进行了机场水泥混凝土道面移动荷载下最大应力分布的有限元模拟。分别对水泥混凝土道面板不同尺寸、边界约束条件进行移动荷载下最大应力分布的有限元分析,以模拟数据获得最大应力图,并据此判断不同条件下数值模拟的道面开裂模式。同元胞自动机预测的道面破坏模式的相应结果做对比,验证了两种计算结果的一致性,同时,元胞自动机方法较有限元方法更为简便和高效。