基于KNN算法的大跨度连续刚构桥施工监控研究

摘要

针对桥梁施工监控常出现应变、位移等传感器损伤失效等问题，该文以南流嘉陵江大桥为背景，提出基于KNearest Neighbor（KNN）算法补足施工监控缺失数据，采用ANSYS Workbench建立桥梁施工过程有限元模型，验证KNN算法在桥梁施工监控数据缺失时的有效性。结果表明：（1） KNN算法可协助解决桥梁施工过程应变、位移传感器等出现损伤后短时间内的监测数据空白问题；（2）箱梁根部截面应力随着悬挑长度的增加呈增长趋势，且其底板实测应力值逐渐接近理论值，8^#墩截面根部应力值较理论值大，该误差可能是由于应变计初始读数误差造成的；（3） 8^#墩悬臂施工主梁线形与预期较为吻合，逐渐趋向于目标线，10^#墩悬臂施工青牛侧主梁截面左侧翼缘板标高小于目标标高，同时虎跳侧主梁截面顶板中心标高小于目标标高，需要在后续施工中及时调整。

关键词

连续刚构桥 / 施工监控 / 数据修复 / KNN算法 / 流固耦合 / 有限元模拟