王星

摘 要：大型共構(gòu)段城市管廊結(jié)構(gòu)快速建造技術(shù)中，移動(dòng)模架早拆體系是決定施工進(jìn)度的關(guān)鍵，針對(duì)模板早拆技術(shù)中晚拆桿局部失穩(wěn)問(wèn)題，建立了有限元數(shù)值分析模型。通過(guò)參數(shù)化建模，基于多目標(biāo)遺傳算法，對(duì)其屈曲穩(wěn)定性進(jìn)行了優(yōu)化分析，得到了輸入?yún)?shù)與輸出參數(shù)之間的關(guān)系，通過(guò)迭代逐漸逼近期望值，最終得出候選點(diǎn)。結(jié)果顯示，優(yōu)化后的截面可以減少耗材，增大穩(wěn)定系數(shù)，為類(lèi)似工程提供借鑒經(jīng)驗(yàn)。

關(guān)鍵詞：模板早拆;管廊;屈曲穩(wěn)定性;優(yōu)化分析

中圖分類(lèi)號(hào)：TU755.2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：2096-6903（2022）05-0031-03

0 引言

大型共構(gòu)綜合管廊[1]是將城市地下綜合管網(wǎng)，包括電力、通信、燃?xì)?、供熱供水、排水為一體，結(jié)合地上地下的行車(chē)系統(tǒng)，形成的一個(gè)整體管廊結(jié)構(gòu)。大型的綜合管廊有著快速化、綠色化的施工要求，模板早拆體系具有節(jié)約成本、縮短工期、模板用量少、周轉(zhuǎn)率高的優(yōu)點(diǎn)，在建筑行業(yè)得到了廣泛的關(guān)注和應(yīng)用。

在移動(dòng)模架早拆[2]施工中，早拆模板被周轉(zhuǎn)后，遺留下的晚拆桿的穩(wěn)定性問(wèn)題是影響施工安全的重要因素，本文以雄安新區(qū)容東片區(qū)E3路管廊模板早拆體系工程為背景，針對(duì)早拆體系中可能出現(xiàn)的晚拆桿失穩(wěn)問(wèn)題，對(duì)晚拆桿的穩(wěn)定性進(jìn)行優(yōu)化分析，為類(lèi)似的工程提供借鑒。

1 分析模型

1.1 工程概況

雄安新區(qū)E3路地下綜合管廊為地面道路、穿湖隧道及綜合管廊共構(gòu)結(jié)構(gòu)。結(jié)構(gòu)地下二層為綜合管廊，包括智能物流通道、綜合艙、能源艙及預(yù)留設(shè)備間，結(jié)構(gòu)凈寬19.5 m，凈高4.7 m;地下一層內(nèi)設(shè)雙孔穿湖隧道，單孔凈寬9.25 m，凈高6.6 m，E3路結(jié)構(gòu)標(biāo)準(zhǔn)斷面所用支架模板體系為裝配式滑模體系（圖1滑模體系），材料選用易安特模板有密度高、強(qiáng)度高、精度高等特點(diǎn)。

1.2 數(shù)值分析模型

模板早拆體系分為兩大塊：一是早拆支撐體系，二是晚拆體系。在板混凝土[3]達(dá)到設(shè)計(jì)強(qiáng)度75%時(shí)，對(duì)兩側(cè)早拆部分的支架頂托進(jìn)行降低處理，拆除主次楞及滑動(dòng)模板，推動(dòng)滑動(dòng)模板單元整體進(jìn)入下一施工段，晚拆桿繼續(xù)支撐至混凝土強(qiáng)度達(dá)到拆除模板的時(shí)間規(guī)范，分階段計(jì)算工況如圖2所示。

取B2為研究對(duì)象，網(wǎng)格劃分采用四面體網(wǎng)格，劃分節(jié)點(diǎn)數(shù)29 373，劃分單元數(shù)10 291。管廊部分采用實(shí)體單元，晚拆桿采用梁?jiǎn)卧?，管廊底部固定支撐，晚拆桿與管廊接觸部分為綁定連接，荷載為自重條件下的荷載。

1.3 模型的參數(shù)化建立

對(duì)晚拆桿進(jìn)行參數(shù)化建模，其中空心管外徑長(zhǎng)度D1，內(nèi)徑長(zhǎng)度D2，拉伸長(zhǎng)度為l1，其中將外徑，內(nèi)徑作為輸出參數(shù)導(dǎo)出，材料選用結(jié)構(gòu)鋼，密度7 850 kg/m3，楊氏模量2e+11 Pa，泊松比0.3。其中底部采用固定支撐，頂部施加面壓力，壓力值取20 506 N，網(wǎng)格采用0.3 m的六面體網(wǎng)格，對(duì)其模型進(jìn)行屈曲分析，將一階模態(tài)的負(fù)載系數(shù)以及晚拆桿的質(zhì)量作為輸出參數(shù)，具體數(shù)據(jù)如表1，模型如圖3所示。

2 基于遺傳算法的優(yōu)化理論

Direct Optimization（直接優(yōu)化）是根據(jù)輸入輸出參數(shù)（Parameters）設(shè)計(jì)函數(shù)關(guān)系來(lái)篩選出最佳設(shè)計(jì)點(diǎn)（Design point），求解多個(gè)設(shè)計(jì)點(diǎn)的時(shí)候使用AMO（自適應(yīng)多目標(biāo)算法），該算法是非支配排序遺傳算法-Ⅱ的一個(gè)變種，支持多目標(biāo)和約束，目的是找到全局最優(yōu)。

AMO方法全稱(chēng)為Adaptive Multiple-Objective Optimization，是一種選代的多目標(biāo)優(yōu)化方法。該方法采用了Kriging響應(yīng)面和MOGA優(yōu)化算法，適合于處理連續(xù)變量的優(yōu)化問(wèn)題。AMO方法首先形成LHS樣本并基于這些樣本形成 Kriging響應(yīng)面，隨后通過(guò)NPQL方法對(duì)響應(yīng)面進(jìn)行搜索，這些搜索基于不同的起始點(diǎn)，得到一系列不同的備選設(shè)計(jì)（Candidate）。

多目標(biāo)優(yōu)化問(wèn)題中，由于存在目標(biāo)之間的沖突和無(wú)法兼顧的現(xiàn)象， Pareto提出多目標(biāo)的解不受支配解（Non- dominated set）的概念。，其定義為：假設(shè)任何二個(gè)解S1及S2對(duì)所有目標(biāo)而言，S1均優(yōu)于S2，則稱(chēng)S1支配S2，若S1的解沒(méi)有被其他解所支配，則S1稱(chēng)為非支配解（不受支配解），也稱(chēng)Pareto解。

基于Pareto排序的多目標(biāo)遺傳算法的關(guān)鍵點(diǎn)是Pareto 解的集合，而不是一個(gè) Pareto 解，因此需要鼓勵(lì)樣本的多樣性。MOGA采用的多樣性方法被稱(chēng)為 fitness sharing 。fitness sharing 方法首先用下面的公式計(jì)算不同個(gè)體之間的距離。

（1）

其中fk{max}表示目前找到的最大k目標(biāo)值，同理可知fk{min}。對(duì)于個(gè)體 I ，可以計(jì)算它的niche count。

（2）

再用個(gè)體的niche count調(diào)整個(gè)體的適應(yīng)度。

（3）

基于Pareto排序的多目標(biāo)遺傳算法[4]相較于線性加權(quán)的遺傳算法更加智能化，其關(guān)鍵點(diǎn)不在于分配權(quán)重，而是在于解決適應(yīng)度函數(shù)的設(shè)計(jì)問(wèn)題，該算法旨在求出帕累托解集，并且通過(guò)人工選擇的辦法來(lái)找出最符合理想的最優(yōu)解。

3 晚拆桿優(yōu)化計(jì)算

設(shè)置P1的參數(shù)上限為110，參數(shù)下限為90，波動(dòng)值為20，表示參數(shù)1可以在此范圍內(nèi)波動(dòng)，同理可設(shè)置P2的參數(shù)上限為88，下限為72，波動(dòng)值為16。為盡可能的提高負(fù)載系數(shù)，約定P3的期望值為5，最低下限值為3.4，容許差為0.001，參數(shù)目標(biāo)為最大化[5]。為保證材料用量最少，約束P4的類(lèi)型為最小化，期望值為95，最大值不應(yīng)超過(guò)110。參數(shù)值變化如圖 4、圖 5所示。3BBBB494-84B7-43D1-95BD-4BB64F6C978C

本方案有2個(gè)輸出參數(shù)，采用自適應(yīng)多目標(biāo)算法，初始樣本值為17，最大評(píng)估樣本數(shù)量為29，設(shè)計(jì)點(diǎn)數(shù)28，生成樣本集17個(gè)，候選點(diǎn)3。數(shù)值收斂標(biāo)準(zhǔn)采用帕累托標(biāo)準(zhǔn)，收斂標(biāo)準(zhǔn)圖如圖6、圖7所示，收斂值靠近下限值，表示約束合理。

圖 8為樣本點(diǎn)與晚拆桿質(zhì)量的走勢(shì)圖，隨著外徑內(nèi)徑值的變化，質(zhì)量在運(yùn)算初期變化較大，波動(dòng)較多，最低值為48.33，最大值為186.44，不符合對(duì)質(zhì)量的要求，之后隨著迭代次數(shù)的增加，質(zhì)量值趨于96，在上下小范圍波動(dòng)。

相比較于原來(lái)的晚拆桿，總壁厚由20 mm減小到了18 mm，負(fù)載系數(shù)由2.05增加到3.5，質(zhì)量由100.99 kg減少到95 kg，比較候選點(diǎn)1與候選點(diǎn)2，選擇候選點(diǎn)1作為晚拆桿的設(shè)計(jì)方案[6]。

在輸入?yún)?shù)改變時(shí)會(huì)引起輸出參數(shù)改變，在改變?cè)叫r(shí)參數(shù)的靈敏性越高[7]，會(huì)引起輸出參數(shù)發(fā)生的改變?cè)酱蟆?/p>

4 結(jié)語(yǔ)

本文對(duì)早拆模板體系中的穩(wěn)定性問(wèn)題，運(yùn)用多目標(biāo)遺傳算法理論，采用直接優(yōu)化模塊對(duì)模板早拆體系中的晚拆桿進(jìn)行優(yōu)化設(shè)計(jì)，得出以下結(jié)論：

通過(guò)多目標(biāo)遺傳算法，實(shí)現(xiàn)了桿件輕量化。在尋找最優(yōu)截面過(guò)程中，通過(guò)給定的約束條件可以在保證經(jīng)濟(jì)效益的前提下提高晚拆桿安全性。

參考文獻(xiàn)

[1] 油新華.我國(guó)城市綜合管廊建設(shè)發(fā)展現(xiàn)狀與未來(lái)發(fā)展趨勢(shì)[J].隧道建設(shè)（中英文），2018，38（10）：1603-1611.

[2] 毛建斌.模板早拆體系在施工中的應(yīng)用和發(fā)展[D].天津：天津大學(xué)，2007.

[3] 熊成君.建筑施工模板早拆對(duì)混凝土結(jié)構(gòu)影響研究[D].天津：天津大學(xué)，2007.

[4] 朱大林，詹騰，張屹，等.多鄰域結(jié)構(gòu)多目標(biāo)遺傳算法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46（4）：309-315+324.

[5] 王學(xué)文，楊兆建，段雷.ANSYS優(yōu)化設(shè)計(jì)若干問(wèn)題探討[J].塑性工程學(xué)報(bào)，2007，67（6）：181-184.

[6] 牛飛.結(jié)構(gòu)拓?fù)鋬?yōu)化設(shè)計(jì)若干問(wèn)題的建模、求解及解讀[D].大連：大連理工大學(xué)，2013.

[7] 王世海.基于ANSYS workbench的構(gòu)架結(jié)構(gòu)優(yōu)化分析[J].科技視界，2021，345（15）：163-166.3BBBB494-84B7-43D1-95BD-4BB64F6C978C