连续t型刚构桥监控方案

连续t型刚构桥监控方案内容摘要：

由于预测控制与实际状态之间误差存在，某种误差对施工目标的影响则在后续施工状态的预测中予以考虑，以此循环，直到施工完成和获得与设计相符合的结构状态。 自适应控制法的基本思路是当结 构的实测状态与模型计算结果不符时，通过将误差输入到参数识别算法中去调节计算模型参数，使模型的输出结果与实测结果一致，得到修正的计算模型参数后，重新计算各施工阶段的理想状态。 经过反复辨识从而对施工过程进行有效控制。 最大宽容法是指在设计时给予主梁标高和内力最大的宽容度，即误差的容许值。 这种做法虽然减少了控制的难度，但会产生其它的一些问题。 交通主干线道路 连续 T 型刚构桥 施工监控方案 石家庄铁道大学 第 7 页 连续 T 型刚构桥 是一施工 → 量测 → 识别 → 修正 → 预告 → 施工的循环过程，其实质就是使施工按照预定的理想状态顺利推进。 实际上不论是理论分析得到的理想状态，还是实际施工 状态 都存在误差，因 此施工控制的核心任务就是对各种误差进行分析、识别、调整，从而对结构未来状态作出预测。 大跨度预应力混凝土 连续 T 型刚构桥 通常采用悬臂浇筑这种典型的自架设施工方法。 由于 连续 T 型刚构桥 在施工过程中的己成结构 (悬臂节段 )状态是无法在事后进行调整的，因此，在大跨度连续桥 梁 的 满堂支架施工 中一般采用预测控制法和自适应控制法进行控制。 与斜拉桥不同，连续桥 梁 在梁段浇筑完成以后出现的误差，除张拉预备预应力 束 外，基本上没有调整的余地，而只能针对己有误差在下一未浇筑梁段的立模标高上做出必要的调整。 所以，要保证控制目标的实现，最根本的 就是对立模标高做出尽可能准确的预测，即主要依靠预测控制。 无论施工过程如何，总是要以最终桥梁成型状态作为目标状态，以此来控制各施工块件的预抛高值 (立模标高 )。 自适应控制 方法 自适应控制法也称参数识别修正法。 它是在系统的运行过程中，通过系统识别或参数估计，不断地修正参数，使设计输出与实际输出相符，从而实现对目标系统的控制。 自适应控制系统最早出现在 50 年代末期，由美国麻省理工学院 Wittaker 等人提出， 而 后出现了许多形式完全不同的自适应系统。 一般来讲，一个自适应系统是一个具有一定适应能力的系统，它能够认识环境 条件的变化 (如负荷变化，风、雨等气候条件的变化等 )并自动校正控制动作，使系统达到最优或接近最优的控制效果。 采用自适应控制法进行控制的对象通常是那些存在不定性的系统，在控制系统的运行中，通过不断地量测系统的输入状态 和 性能参数，逐渐了解和掌握对象。 然后根据所得的过程信息，按照一定的设计方法，作出控制决策去更新控制器的结构、参数或控制作用，以便在某种意义下使控制效果达到最优或次最优，或达到某个项目预期的目标。 一般来讲，一个自适应系统具有如下几个特征 ： 交通主干线道路 连续 T 型刚构桥 施工监控方案 石家庄铁道大学 第 8 页 过程信息的在线累积 在线累积过程信息的目的，是为了降低受 控系统原有的不定性。 为此可用系统辨识的方法在线辨识受控系统的结构和参数，直接累积过程信息 ； 也可以通过量测能够反映过程状态的某些辅助变量，间接累积过程信息。 在系统识别中，结构辨识比参数估计困难得多。 可调控制器 可调控制器是指它的结构、参数或信号可以根据性能指标要求进行自动调整。 这种可调性要求是由受控系统的不定性决定的，否则就无法对过程实现有效的控制。 性能指标的控制 性能指标的控制可分为开环控制方式和闭环控制方式两种，若与过程动态相关联的辅助变量可测，而且此辅助变量与可调控制器参数之间的关系又可根据 物理学知识和经验导出，这时就可通过此辅助变量直接调整可调控制器，以达到预定的性能指标。 这就是性能指标的开环控制，它的特点是没有根据系统实际达到的性能指标作进一步的调整。 与开环控制方式不同，在性能指标的闭环控制中，还要获取实际性能与预定性能之间的偏差信息，将其反馈后修改可调控制器，直到实际性能达到或接近预定性能为止。 自适应控制法一般适用于被控对象参数未知，或者由于环境条件影响，参数发生较大变化的系统。 而对于那些被控对象参数已知定常或变化较小甚至可以忽略的系统，一般采用常规反馈控制、模型匹配控制或最优控制的方 法，便可以得到较为满意的控制效果。 对于采用悬臂法施工的大跨度连续桥 梁 而言，己浇筑完成的节段的不可控性及施工中对线形误差纠正措施有限，控制误差的发生就显得尤为重要，因此采用自适应控制法对其进行控制是比较有效的。 预测控制方法 预测控制 (Predictive Control)最早是 RICHALET 等人于 1978 年提出并在 80 年代初兴起的一种控制算法。 它用来描述过程动态行为的信息，交通主干线道路 连续 T 型刚构桥 施工监控方案 石家庄铁道大学 第 9 页 是直接从生产现场检测到过程响应，且不需要事先知道过程模型的结构和参数的有关先验知识，也不必通过复杂的系统识别来建立过程的数学模型，而是 根据某一优化指标设计系统，确定一个控制量的时间系列，使未来的一段时间内被调量与经过柔化后的期望轨迹之间的误差为最小。 而且预测控制算法采用的是不断在线滚动优化，且在优化的过程中不断的通过实测系统输出与期望模型输出的误差进行反馈校正，所以能在一定程度上克服由于预测模型误差和某些不确定性干扰的影响，使系统的 预测 性得到增强。 由于预测控制具有实现容易、对模型要求低，在线计算方便、控制性能优、稳定性好等优点，因此适用于连续桥 梁 施工这类复杂过程的控制。 预测控制法的算法机理可以用预测模型、滚动优化、反馈矫正等三个要素来表征 ，这三个要素反映了预测控制的本质特征。 (1)预测模型 对象的输出预测是预测控制的关键，而对象的输出预测又必须基于描述对象动态特性的数学模型，因此在预测控制算法中，需要一个能描述系统动态特性的基础模型，这种基础模型称为预测模型。 预测模型应具有预测功能，即能够根据系统的历史信息和选定的未来控制输入，预测系统的未来输出值。 从方法机理的角度来看，凡是具有预测功能的信息集合，不论其表现形式如何，均可以作为预测模型。 预测模型要能够正确反映输入 —输出的动态因果关系 ： 而且建模表达形式要尽可能简便。 (2)滚动优化 预测控 制算法是一种优化控制算法，它通过某一性能指标的最优化来确定未来的控制作用，这一性能还涉及到过程未来的行为，它是根据预测模型由未来的控制策略决定的。 预测控制中的优化不是一次离线完成的，而是反复在线完成的，即每一采样时刻，优化性能指标只涉及该时刻起到未来有限的时刻，而到下一个采样时刻，这一优化时段会同时向前推移，因此，预测控制不是用一个对全局相同的性能优化指标，而是每一时刻都有一个相对于该时刻的局部性能优化指标。 不同时刻优化交通主干线道路 连续 T 型刚构桥 施工监控方案 石家庄铁道大学 第 10 页 性能指标的形式相同，但其所包含的时间区域不同。 这种局部的有限时域的优化目标，虽然只能得到 全局的次优解，但由于这种优化过程是在线反复进行的，而且能更为及时地校正因模型失配、时变、干扰等引起的不确定性，始终把优化过程建立在从实际过程中获得的最新信息基础之上，因此，只要预测范围选择合适，可以使控制保持实际上的最优。 这种基于滚动式的有限时域优化目标，是在每一时刻提出相对于该时刻起对未来有限时域内的优化目标。 对于当前 k 时刻的优化问题，就是要确定从 k 时刻起的一组 M 个控制变量 (或控制增量 )： [ ]( ) ( ) , ( 1 ) , , ( 1 ) TU k U k U k U k M= + + + (1) 使在未来 ( M nN＃ )时刻的输出预测 ， ()nY k i+ 与期望输出 ()rY k i+的方差为最小 (参见图 1)，即 ： [ ]21 ( ) ( )n n n iiM inJ M in Y k i Y k i w== + + ?229。 (2) 式中： ()nY k i+ ——预测输出值 ； ()rY k i+ ——期望输出或参考轨迹 ； i,n——分别为预测时域长度和最大预测时域长度 ； iw ——第 i 步预测的非负加权系数。 由于各种干扰和计算误差的影响，使得对象的实际输出 ()Yk i+ 一般不可能与参考轨迹 ()rY k i+ 完全重合。 因此，滚动优化意味着按一个己知的非干扰模型来计算控制变量 U(k)，以使得从 k 时刻 (现在时刻 )开始，未来的 n 个预测输出 ()nY k i+ 尽可能接近参考轨迹 ()rY k i+。 若采用闭环预测，则有 ： [ ]( ) ( ) ( ) ( ) ( 1 , 2 , 3 )n m mY k i Y k i Y k Y k i n+ = + + = (3) 式中 ： 图 1 参考轨迹与最优控制 交通主干线道路 连续 T 型刚构桥 施工监控方案 石家庄铁道大学 第 11 页 ()Yk——k 时刻对象的实际输出值 ； ()mY k i+ —— k+i 时刻的模型输出值 ； ()mYk—— k 时刻的模型输出值。 可以证明，当采用闭环预测时，对象输出值将收敛于设定值 C[ 2]。 在求出 ()nY k i+ 以后，在参考轨迹 ()rY k i+ 给定的情况下，可由式 (1)求出控制向量 u(k)。 但在预测长度 n 中，只有第一个控制 输入即当前时间的即时控制量 u(k)才被应用，在下一个采样时刻，重复进行上述步骤。 (3)反馈校正 在预测控制算法中，采用预测模型进行过程输出值的预估只是一种理想方式。 由于实际系统中存在非线性、时变、模型失配、干扰等因素的影响，使基于不变模型的预测输出不可能与系统的实际输出完全一致。 因此，在预测控制中，通过输出的预测量值与模型的预估值进行比较，得出模型的预测误差，再利用模型的预测误差来校正模型的预测值，从而得到更为准确的预测输出值。 正是这种模型预测加反馈校正的过程，使得预测控制具有很强的抗干扰和克服系统不确定 性的能力。 在预测控制中，反馈校正的形式是多种多样的，既可以在采用的预测模型基础上对预测模型值加以补偿，也可以根据在线辨识原理直接修改预测模型，因此预测控制中不仅基于模型，而且利用了反馈信息，因此预测控。