岸桥前主梁安全监测及蠕变长短期记忆神经网络预测

摘要

为保障岸边集装箱桥式起重机(简称：岸桥)作业的安全、高效，根据关键部件变形的实测数据、有限元模拟数据并结合长短期记忆神经网络(LSTM)模型，提出一种预测岸桥前主梁蠕变的方法.首先，以某港口岸桥的图纸为基础建立前主梁的CAD模型，使用有限元方法分析前主梁钢结构的静态变形特性，静态载荷作用下前主梁钢结构满足设计要求.其次，依据前主梁钢结构的受力形式，采用应变传感器和静力水准仪分别监测关键位置的应变和蠕变.最后，基于前主梁钢结构的蠕变数据与LSTM模型，得到前主梁长时间工作的变形预测值.结果表明，LSTM模型预测值的相对误差满足工程需求，该方法能够为岸桥的安全使用和寿命预测提供理论参考，具备重要的工程应用价值.

关键词

岸桥 / 有限元法 / LSTM模型 / 蠕变 / 安全评估