桥梁施工控制的核心技术

一个完整的、基于现代控制理论的桥梁施工控制系统应具备以下6大功能模块：

（1）高精度的快速量测系统。通过量测施工过程中结构的实际行为，来确定或识别引起偏差的主要设计参数，从而确定反馈控制量。最可靠、最方便的是节点位移和索力的测量值，这些测量值也能较好地反应结构的总体受力性能；
（特别是施工过程结构实际行为的宏观反应量如节点位移和索力等测量值，这些测量值变化量大，测量相对误差较小，能构较好地反应结构的总体受力性能）
# [- C, s# x* {* ], p（2）最优估计系统，包括参数识别和状态估计；

8 m" j' I+ O# h6 s（3）实时跟踪计算系统。根据实测、识别结果，计算结构当前状态；

（4）状态预测系统。根据估计结果，建立预测模型，预测以后可能的状态；
- z: L9 n9 G. x5 ?! h（预测以后主梁标高和斜拉索索力在施工各状态的变化轨迹）
（5）理想状态（参考轨迹、控制目标）修正系统。根据识别、预测结果，重新计算以后各阶段目标状态；
（未施工梁段立模标高要作相应调整）
0 U( g5 V) y2 y（6）状态调整（最优控制）系统。选择控制量，使斜拉桥从当前状态转移到指定的目标状态，同时使某一目标函数达到最优。
（即误差调整系统，使斜拉桥从当前误差累积状态调整到修改后的理想施工状态）
5 }. L. b+ r0 F9 b4 P6 l) b* r0 K桥梁施工控制是以上6个模块的循环过程。本文讨论后五个模块，它们是施工控制系统的核心技术。

3.1  最优估计

5 {1 y. Z# r+ U. Z5 S
8 U) U' [, S- z  A& |# t6 s+ o对受到随机干扰和随机测量误差作用的物理系统，按照某种性能指标最优的原则，估计出系统某些参数或某些状态变量，这就是最优估计问题，即参数估计和状态估计。
; P" _! X/ ]2 ?
8 }* G& r, S3 U( @在反馈控制、自适应控制等控制系统中，最关键但又最薄弱的环节是参数估计，它关系到整个控制系统的成败。如果不解决模型中多参数的估计问题，再好的模型也不会起到很好的控制效果。

* j* y9 _. m0 }) y% ^. Q
# u- j1 [% N. y- O, s( R参数估计技术在结构动力方面已有很大发展[34]。对于斜拉桥施工控制中的参数估计，较方便的是采用基于结构静力反应的参数识别方法。主梁阶段的吊装、拉索张拉等工序为参数识别提供了很好的机会。但目前基于静力的参数识别研究较少，很不成熟。
0 k% a. T+ p  ?2 W% R; q& @! J! K
& l4 S  b: O. ]4 q! g7 L) O
* B# g1 i% e' Y: \- s% I( E: @+ \# h从当前结构的输入、输出关系到等价模型的建立是一个按照某种准则和算法调整原模型的过程。这个过程既可以作为反问题优化求解，也可以作为正问题摄动求解。主要有三类方法：（1）基于误差最小化算法，如最小二乘法；（2）基于随机状态估计理论的算法，如扩展Kalman滤波法；（3）非经典算法，如神经网络等。


除识别精度外，识别策略的鲁棒性对桥梁施工控制是重要的和挑战性的课题[35]。需要考虑三个因素：（1）因为实际输入和输出受噪声污染，识别策略应该对噪声不敏感；（2）识别策略不能要求完全观测；（3）为了收敛到真实解，不能对初值有过分要求。
) o: B/ s# l0 n
3.1.1  基于误差最小化的方法
- ]; ^, X: `; U
! j8 m1 j9 [- w+ n3 ], F
6 q* [5 ^" W6 a  R最小二乘是最常用、最简单的识别方法。文献[36]用最小二乘法识别一个三自由度系统的刚度和阻尼系数；文献[37,38]提出以位移误差估计和力误差估计最小化为目标的结构参数识别算法；文献[39,40]基于静载试验，把构件面积、惯性矩取为待识别参数，以量测得到的位移、应变反应与模型分析结果的差值建立优化目标，采用最小二乘来优化求解待识别参数；文献[41,42]对参数识别中的建模、精度、稳定性等问题进行了总结；文献[43]基于Gauss-Newton最小二乘技术预测结构损伤的位置和程度；我国学者也将最小二乘法用于桥梁施工控制的参数识别[13,23,44]。


对于参数非线性影响较大的场合，最小二乘不太适合。增加二次影响矩阵可使参数线性误差减小[45]。参数估计的最小二乘法虽然简便，但对I/O噪声敏感。尤其对于多参数混合估计时，最小二乘法结果须经过认真判定后才能采用。
4 u  N$ |8 W" C3 B; z, w3 M' t

常用的参数估计方法还有最大似然估计、最小方差估计等。这些算法的共同点是，先从参数化的结构平衡方程推导出观测值的函数表达式，再由此推导出一个目标函数，通过使目标函数最小化获得最优参数估计。文献[46]应用最大似然法识别悬索桥二维模型参数。由于桥梁施工过程结构体系和参数不断变化，测点位置和数量也在变化，因此很难求出目标函数及其导数，这类方法难以直接应用于桥梁施工控制。
7 g7 \% d7 ], r, @+ H
4 d' T! m- U4 j  R# ^3.1.2  扩展Kalman滤波法
) V* m; }. f0 D+ H" O$ i

: O6 p# `* d( |% D: ?Kalman滤波根据被噪声污染的信号估计系统的真实状态，具有平滑、滤波和预测功能，是最优控制、自适应控制的基础[1,47]。Kalman滤波的特点是可以根据每组观测值递推估计系统的状态，每次估计只跟前次估计值和当前一组观测值有关，无需计算目标函数的导数，因此具有很好的适用性。对每组测量值可以有不同的观测矩阵，因此可以适应桥梁施工中体系不断变化、不同阶段的测点数量及位置不断变化的特点。利用Taylor级数将状态转移矩阵和观测矩阵展开，就可以进行非线性系统的状态估计。

1 \0 }2 ]) |& P! @4 b" b4 H6 |) c
/ K8 q! k- x, ?* P对于桥梁施工控制系统，只要把结构参数作为系统的状态向量，并以静力平衡方程为观测方程，就可以应用Kalman滤波根据静力反应估计结构参数[41,42]。Kalman滤波在静力方面应用的最大问题是，静力反应测量到的数据较少。增加局部迭代过程可以充分提取每组数据中的信息。文献[48]提出一种加权全局迭代算法来改善收敛特性；文献[49]介绍了带有局部迭代过程的扩展Kalman滤波法估计有限元参数的方法，并对两个平面应变单元问题的参数进行了估计；文献[50]初步讨论了用扩展Kalman滤波法分析隧道围岩参数的可行性和实用性；文献[51]发展了一种两步识别策略，包括最小二乘法和特殊形式的扩展Kalman滤波，来识别有限单元模型；文献[19]利用多重迭代过程的扩展Kalman滤波算法求解斜拉桥参数。

  N  ?  J' S, K3.1.3  非经典算法
% {9 o+ r9 i  Q

大部分经典方法实行点对点的搜索策略，可能收敛到局部优化点。它们通常需要目标函数的梯度或高阶微分，甚至需要对未知参数初值的很好的猜测。所以，经典识别方法对包含大量未知参数的识别通常不能非常有效。一些非经典方法，如神经网络和进化理论，提供了一种具有吸引力的方法。文献[30]采用神经网络模型模拟三层框架结构的损伤状态；文献[31]模拟五层框架结构的损伤状态；文献[33]发展了一种模态遗传算法来识别50个自由度的结构模态；文献[32]采用神经网络进行桥梁参数实时估计。


总之，参数估计仍然是桥梁施工控制中最薄弱，但又最关键的环节。由于对象的特殊性和复杂性，许多优秀的参数估计算法在桥梁施工控制中不一定能取得很好效果。影响参数估计精度的不是测量值的绝对精度，而是相对精度。由于施工初期测量相对精度很低（索力小，索力测量精度低；变形小，挠度测量相对精度低），再加上工况数少，所以参数识别的精度较低，甚至出现明显不合理现象。用不十分可靠的数据指导以后的施工，令人担忧。随着施工的进展，参数识别精度逐步提高，但为时已晚。这是自适应控制不可回避的问题。要在施工早期估计出结构参数，必须建立高精度的自动测量系统。
（经典经典）
3.2  实时跟踪计算

3 }( @$ m; b" A, @. d- q* v* j
采用施工的真实状况（荷载、温度等）和识别出来的参数，重新对结构进行跟踪计算，得到结构当前的真实状态。施工跟踪计算通过前进分析实现[52,53]，这一部分研究的非常多，已经相当成熟。
9 W! E8 T/ b  V8 I9 P
  Y; b) d+ a8 w) b1 b5 o  K3.3  状态预测
+ h- G9 _3 k' {
" n; Y* D, f5 n8 a6 Z
斜拉桥是一个较强的误差滞后系统，当发现有较大误差再实施调整，调整效果不会很好。最好的办法是预测将来误差，根据已识别的误差和预测的误差，确定当前阶段的调整量。建立预测模型，预测以后可能的状态，这是理想状态修正和状态调整的基础。
1 d) s8 I3 c2 c
* z4 E" s- l. w+ u5 b- a& Z% G6 D文献[21]提到通过随机有限元分析预测当前误差对下一阶段的影响，但没有详细说明；文献[54]通过约束条件体现了对将来误差的预测；文献[13]根据已施工梁段的影响参数识别结果，对未施工梁段的相应参数用
进行误差预测；文献[55]将Kalman滤波法用于预测预应力混凝土连续刚构的悬臂端挠度。

0 W# l. m$ ]8 g6 \4 Q3.4  理想状态修正
+ p$ i! c. m; r/ m' }

; ?& }4 L5 U) O由于计算参数和施工误差的存在，需要修正预先确定的施工和成桥理想状态，即修正控制参考轨迹。

- h/ U, j9 `- f3.4.1  最佳成桥状态法



& ~' S8 A$ m9 c+ m) g! P# a+ E该方法的实质是将施工状态和成桥状态固定不变，通过索力调整使每一施工阶段成为事先确定的施工状态，从而最终实现成桥状态[56]。与合拢后再调索的做法相反，该法走向了另一个极端，可能会引起以下问题：（1）固定施工目标状态给施工程序没有提供变更、改进的余地；（2）过度要求实现每一个中间状态，可能导致过多的索力调整；（3）对偏差的即时调整，只计入了调索对已建结构的影响，而没有计入对待建结构的影响。在悬臂拼装过程中，这一影响是非常大的。（4）调索实施过程中还会产生量测误差和张拉误差，从这一层意义上说，该法计算得到的状态仅仅是理论上的状态。该法没有识别和预测功能，实际只是调值计算模块。

* [- y, }0 N; l7 @3.4.2  移动中间目标法

7 Z5 t/ y- t9 x8 l5 @# b
/ H+ x! h3 P4 E  ]. Q& `事实上，只要应力在容许范围内，保证成桥状态一致，设计施工状态与实际施工状态之间的差别是可以接受的，状态修正工作并不需要每个施工阶段都进行。与在每一个施工阶段都调索不同，移动中间目标法是通过调整随后的张拉索力和立模标高来实现成桥目标，这是斜拉桥区别于其它桥型的显著特点。移动中间目标的理论依据在于以下事实：对给定的合理成桥状态、施工步骤、荷载条件，可以有多种静力允许的中间状态。这是因为变量个数远远大于平衡方程个数。也就是说，建造一座桥梁的方式不是唯一的。文献[57]将移动中间目标法应用于越南My Thuan斜拉桥。

; M4 o) R" R5 J3.4.3  最小二乘法


文献[13]根据已识别或预测的参数误差，以成桥状态结构控制截面内力为控制目标，用最小二乘法对索力进行最优调整，通过索力调整抵消由于参数变化对控制目标的影响，求出索力调整值；将参数误差以及索力调整引起的主梁标高变化通过立模标高的调整予以修正。该方法考虑了将来的预测误差，基本思想类似于移动中间目标法，并给出了具体可行的算法。
+ w, M( _* J8 Q% i1 a9 D9 P) ?
该文通过模拟计算表明，虽然出现参数（自重）误差，但通过索力调整，主梁标高仍然基本维持在原有理论标高上（立模标高调整量很小），因此得出一个重要结论：柔梁体系斜拉桥在悬臂施工过程中以标高控制为主的思想是正确的。但该示例较简单，只考虑了自重误差，且各单元均匀对称超重。对于实际中可能出现的部分超重、不对称超重等情况以及测量误差和环境干扰等因素，以标高控制为主是否仍然适用，值得进一步研究。

9 t2 C& P5 c% q& l$ m3 n3.5  状态调整
, F; u/ J8 K8 K. X' ^
1 ]% H% n2 I. R/ L9 y
6 J0 `) Z% m3 N3 W2 S0 ?当已建结构偏离理想状态超过允许范围后，就要对这些误差进行调整纠偏。即通过控制输入，使得系统从当前状态转移到目标状态，即转移到修正后的理想状态。国内外已有众多的研究者从不同的角度对状态调整进行了大量研究，主要有以下几种方法。
+ [  Q6 Y1 m8 W) j8 o
% C8 L! r, H6 F4 D2 _, e3.5.1  确定性调整
8 d3 T, @3 _5 S' `  \

3 c3 }+ C9 d; F- A& D# n/ Z在控制目标比较简单，控制量也较少的情况下，可通过联立方程组求解控制调整量，有时称为调值计算。文献[58,59]提出的影响矩阵法广泛应用于调值计算和索力优化。介绍的南浦大桥施工过程中以控制主梁标高为主，索力调整量通过该方法求解[18]。

3.5.2  优化调整

3 \- x2 B# u% s! [; `# j
) b* g! w8 s0 f! a: P优化方法的共同特点是将目标函数根据不同的物理意义表示成各个控制变量的函数，使目标函数达到最小（最大）。

& }3 k+ R, r5 T8 k( p3.5.2.1  最小二乘法

, u0 h, S; |0 C3 G% n" m
; s1 `6 c1 }2 E6 @( B) I" Q实际中常常出现调值变量个数少于调值目标个数，这时只能得到最小二乘解。文献[13]研究了用最小二乘法来确定索力的调整量。

3.5.2.2  最大偏差最小法


最小二乘法保证偏差的平方和最小，但可能出现大部分偏差较小，少数几个偏差很大的情况，这是设计所不能接受的。文献[60]以指定内力、位移相对理想值的最大偏差最小为目标函数，建立线性规划问题，求解索力调整量。

; n" D  `# M" O& d" |! z; z4 p" c3.5.2.3  残余误差最小法

' r' }0 |3 k/ B* R
文献[61,62]采用了调整后的残余误差平方和最小为目标函数，求解控制量。在没有约束条件的情况下，可以直接得到误差最小二乘解。

" n; i/ I$ U: X& I0 w( _3.5.2.4  徐变最小法

/ k2 X5 V# A- M% U; [2 s8 Q: T% E
文献[54]提出可以考虑徐变影响的最优化调整方法，提出若干最优化准则。
, Q  p4 q2 E9 b$ y. t5 R% q
' i+ b* B% y  a2 d2 D; Z3.5.2.5  满意满足度法
& y: i; R: S6 g  j
7 L2 I, Y5 |% W- s: P
文献[7,8,9]引入“模糊满意度”，通过满意度函数、满足度函数反应工程师的意愿，索力调整还原为一个线性规划问题，以更实用的方式调整索力和垫片成为可能。

- g) w8 d. I4 k: `# K3.5.2.6  调整量最小法


文献[8]应用“模糊满意度”概念和遗传算法，发展一种实用的钢斜拉桥施工垫片调整方法，问题成为一个以调索数最少以及索力、挠度误差最小为目标函数的优化问题。

3.5.3  随机最优控制


+ b  U( f8 |& ^) _2 _& D最优控制的目的是，寻找一个控制
，使状态
由
经过一定时间转移到目标集
，并且沿此轨迹转移时相应的性能指标
7 d4 }1 H( P6 T: s达到极值。如果系统运行在随机环境中，则称为随机最优控制。
( N5 @% t6 E5 b8 \# ~/ j7 W/ B+ h
9 Z# M% ^* A# T$ ~' m* y
随机最优控制问题可用状态方程、量测方程和性能指标完整地表示，涉及到变分问题。但当系统满足以下条件时，可以把滤波问题和控制问题分离单独考虑：（1）模型噪声是零均值白噪声；（2）量测噪声是正态白噪声；（3）状态初值与噪声互不相关。当系统满足以上条件时，滤波时不需要考虑控制作用，只需要把它看作一个确定性的输入；考虑控制问题时不需要考虑随机作用的影响，只需求出控制规律的最优反馈系数。这就是所谓的“分离定理”。
( j0 i# Q2 n0 [% ]
; c' e4 |8 r( L& \文献[63]介绍了随机最优控制在上海泖港斜拉桥中的应用。以梁端竖直位移和塔顶水平位移作为状态向量，索力为控制向量，建立结构的状态方程；利用Kalman滤波从被噪声污染的信号中，得到系统状态的最优无偏估计；然后以结构内能为指标，建立结构的最优终点控制公式，计算出索力最优调整值。文献[64]将以上原理应用于天津永和斜拉桥的仿真计算中。计算考虑张拉误差和锚固误差，按零均值白噪声伪随机序列仿真各阶段的位移误差，忽略测量误差，由滤波递推得到索力调整值。仿真计算表明，随机控制理论能够有效地最优修正施工中的随机误差。文献[65,66]将以上方法应用于广东虎门大桥索股的最优调整。
& m. ]9 z7 u) X5 [5 _% a! e( ]
- ^( U1 ^/ V8 u

随机最优控制既考虑前后施工阶段调索对其影响，又将误差视作是随机过程，计入量测误差和张拉误差。它并不是用现阶段的调索来全面纠正当前误差，而是预先考虑了后续阶段可能的调索对本阶段的影响（通过控制方程的倒序计算实现）[64]。


8 a1 G0 L5 H8 I# D1 r最优控制基于状态转移理论，其前提是系统具有可控性和可观测性。在PC连续梁悬臂浇筑标高控制中，若以节点预拱度为状态向量，以拱度调值为控制变量，则已施工节点的状态是不可控的，因此没有最优控制问题[20]。能做的只是根据当前误差预测今后可能的误差，提前采取措施。
% i' X5 }: y! w8 |8 R" g- C
) r* P" u$ _$ h6 e- o: y( Z; m8 I
! n, J. m  M* ^: W, m+ g需要指出的是，随机最优控制是一个逐渐趋于稳态的过程，要求有多个样本点（施工阶段）和很高的施工、测量精度。斜拉桥施工系统不易满足分离定理的三个条件，在加上参数和系统结构也不断变化，随机最优控制的应用还有一定困难。另外，Kalman滤波中认为第N步的控制
仅对状态变量
3 n, |$ r  }6 h6 J3 z产生作用，这与桥梁施工控制的要求有较大差别。对于导弹、飞行器的控制问题，过去的飞行轨迹在控制意义上已不重要。然而，对桥梁施工来说，索力调整对已建成的结构产生影响，甚至将限制调整方式和幅度。

7 j0 h9 f) \( R7 i) c3.5.4  预测控制
, _& q, v  ~: e4 M3 `% \" w, _4 |5 C

文献[25]提出斜拉桥灰色预测控制系统，选用
模型建立系统输入、输出及状态变量之间的数学模型。该文对各阶段的位移增量实测值与理论值之比建立模型，物理意义不明确，况且由于各个施工阶段结构体系发生变化，模型系统也发生变化，将不同模型系统的数据用同一个模型建模，不符合灰色建模的要求。
  C: P$ \" }/ {6 ~
灰色预测控制系统具有较强的适应性和鲁棒性，控制较简便。灰色控制系统是对系统行为实施的控制，无需追究引起系统行为发生变化的原因，不必将系统的控制行为与噪音行为加以分离。

9 O6 F; s) K+ l3 w$ J8 ^  o  y运用灰色模型前必须进行建模条件检验和预测精度检验，很多研究者这忽略了这一点。
4 N' a+ I7 f& O5 I# N+ Z
- |9 H) c$ @$ I$ S% C) U" i2 O4  问题及展望


4 F& F$ h& b4 v6 ]3 H到目前为止，国内外许多研究者在桥梁施工控制方面做了大量探讨，取得了很多研究成果。但还应看到，桥梁施工控制不论在理论上还是在方法上都还没有重大突破，很多方法仅仅限于理论探讨阶段，实际操作时存在很大随意性，有时关键问题上甚至“拍脑袋”决定。目前桥梁施工控制急需进一步研究以下几方面内容：
7 \* w- f. g( V- o
! ~& D/ o* R, c% g·量测系统的自动化和高精度化，这是施工控制的关键所在；

·参数估计的研究还远远落后于工程需要。由于控制对象的特殊性和复杂性，一些基于动态系统的优秀算法在桥梁施工控制中效果不是很理想。研究噪声、少数据条件下的多参数混合估计非常迫切；
8 R$ p) _) c/ t# U& t1 S3 H6 x
·施工状态跟踪、预测以确定性有限元法为主，随机有限元的应用还处于理论研究阶段；
2 E2 c4 `' }7 w  ~
·随机最优控制有待进一步研究，主要困难在于采样点少、噪声大、系统结构不断变化；

* M0 b6 F  E2 n  v  q·基于状态空间法的现代控制理论基础是已知精确的数学模型和干扰的统计特性。如果模型不准确，控制性能将大大降低。应该大力引入新型控制策略，提高控制系统的稳定鲁棒性和性能鲁棒性，降低对模型的依赖。模糊控制技术是一个值得关注的研究方向；

·施工控制软件还远远不能令人满意，基本上只是具有调值功能的结构分析程序。采用先进的面相对象技术、数据库技术、图形图像技术，开发集成化的桥梁施工控制软件势在必行。

我是一名在校研究生，现在在做施工监控，书在学校的时候看了不少，但是到了工地以后用到的很少。好多问题还是施工单位自身的问题，施工监控结果并不是象说的那么好，好多都是来糊弄业主的。好多因素还是很不好控制的，也是在计算时考虑不到的，即使你考虑到了具体数据取值你也把握不好。施工监控看似简单，要真正做好还是很难的---光是书上的不够！

我是一名在校研究生，现在在做施工监控，书在学校的时候看了不少，但是到了工地以后用到的很少。好多问题还是施工单位自身的问题，施工监控结果并不是象说的那么好，好多都是来糊弄业主的。好多因素还是很不好控制的，也是在计算时考虑不到的，即使你考虑到了具体数据取值你也把握不好。施工监控看似简单，要真正做好还是很难的---光是书上的不够！
+ S. l% `# i7 U# v1 W* ^是啊

谢谢，非常有用！

谁有介绍上停方法工具的专用电子书

谢谢，我是初出茅庐，要多多学习！！！！！！！！！！！1

写的挺好 我就是想知道这个是摘自什么文献 最近在搞施工控制理论的东西 希望楼主能够把相关资料告知一下 不胜感激

写得不错，谢谢分享！！