一种基于应力监测的拱桥施工配重优化方法及系统

1.一种基于应力监测的拱桥施工配重优化方法，其特征在于，包括以下步骤：S1：在所述拱桥上的不同部位布置多个应力传感器，并采集应力监测数据；S2：对所述应力监测数据进行数据预处理操作和特征提取操作；S3：将提取的特征、施工状态参数以及结构参数输入至机器学习模型，得到拱桥多截面应力趋势；所述机器学习模型为添加时间注意力机制层的长短期记忆网络模型；所述时间注意力机制层采用关键时间步加权以突出施工阶段对应力趋势的影响；S4：采用非支配排序遗传算法生成拱桥施工配重优化方案；所述S4具体为：S4.1：建立所述拱桥施工配重优化的多约束条件；所述多约束条件包括应力安全约束、变形协调约束、工期约束以及安全裕度约束；所述应力安全约束具体为：对每个关键截面 i （ i =1,2,..., n ），其最大拉应力σ t,i 和最大压应力 σ c,i 需满足： ；式中，n为关键截面的总数量，[ σ t ]和[ σ c ]分别为设计允许的拉应力限值与压应力限值；所述变形协调约束具体为：临时支撑顶部的最大倾斜位移Δ需满足： ； ；式中，H为支撑高度，Δ 允许 为临时支撑允许的最大倾斜位移；所述工期约束具体为：施工过程中配重调整的总次数 N 调整 需满足： ；式中， N 允许 为工期允许的最大调整次数；所述安全裕度约束具体为：实际应力与限值的比值满足： ；式中，k为系数；S4.2：建立所述拱桥施工配重优化的目标函数；所述目标函数F的表达式为： ；式中，f 1 为配重总量，f 2 为变形量，f 3 为工期， λ 1 为所述配重总量的权重系数， λ 2 为所述变形量的权重系数， λ 3 为所述工期的权重系数；在施工初期， λ 1 =0.7, λ 2 =0.2, λ 3 =0.1；在施工中期， λ 1 =0.4, λ 2 =0.3, λ 3 =0.3；在施工后期， λ 1 =0.5, λ 2 =0.1, λ 3 =0.4；S4.3：根据所述多约束条件和所述目标函数，采用非支配排序遗传算法生成配重优化方案；S5：根据所述应力监测数据和所述拱桥多截面应力趋势对所述配重优化方案进行动态调整。 2.根据权利要求1所述的一种基于应力监测的拱桥施工配重优化方法，其特征在于：所述时间注意力机制层采用关键时间步加权以突出施工阶段对应力趋势的影响具体为：Sa：计算每个时间步长t的能量分数；Sb：对所述每个时间步长t的能量分数进行归一化，得到每个时间步长t的注意力权重；Sc：根据所述每个时间步长t的注意力权重生成上下文向量，所述上下文向量作为全连接层的输入，用于最终预测未来应力值。 3.根据权利要求2所述的一种基于应力监测的拱桥施工配重优化方法，其特征在于：k为0.8或者0.9。 4.根据权利要求1所述的一种基于应力监测的拱桥施工配重优化方法，其特征在于：所述S4.2中，所述目标函数包括主要目标函数和次要目标函数，所述主要目标函数为：在满足上述约束的前提下，最小化配重总量；所述次要目标函数为变形最小化、工期最短。 5.根据权利要求1所述的一种基于应力监测的拱桥施工配重优化方法，其特征在于：所述S1中，在所述拱桥的主拱圈的关键截面、临时支撑及配重施加点分别布置所述应力传感器。 6.根据权利要求1所述的一种基于应力监测的拱桥施工配重优化方法，其特征在于：所述S2中，所述数据预处理为采用基于小波变换的自适应滤波算法，对所述应力监测数据进行数据滤波操作；具体为：对所述应力监测数据进行零均值化处理，得到零均值化处理数据；采用Morlet小波对所述零均值化处理数据进行7层离散小波变换，得到近似系数A7和细节系数D1~D7；对所述近似系数和细节系数进行组合阈值去噪处理；具体为：对所述近似系数层不进行阈值处理；对所述细节系数 D 1- D 4，采用通用阈值T进行阈值处理；对所述细节系数D5-D7，采用自适应软阈值T j ，保留部分与有效信号相关的弱高频成分。 7.一种基于应力监测的拱桥施工配重优化系统，其特征在于，所述系统采用权利要求1-6任一项所述的基于应力监测的拱桥施工配重优化方法，所述系统包括：数据采集模块，用于在所述拱桥上的不同部位布置多个应力传感器，并采集应力监测数据；数据处理模块，用于对所述应力监测数据进行数据预处理操作和特征提取操作；应力趋势预测模块，用于将所述特征、施工状态参数以及结构参数输入至机器学习模型，得到所述拱桥多截面应力趋势；所述机器学习模型为添加时间注意力机制层的长短期记忆网络模型，所述时间注意力机制层采用关键时间步加权以突出施工阶段对应力趋势的影响；配重优化模块，用于采用非支配排序遗传算法生成拱桥施工配重优化方案；动态调整模块，用于根据所述应力监测数据和所述拱桥多截面应力趋势对所述配重优化方案进行动态调整。