建筑技术丨矮塔斜拉桥一次张拉到位及索力控制技术研究

1 项目概况

焦作至平顶山高速公路新密至襄城段JPXX–4标段起点位于平顶山市郏县长桥镇，与焦作至平顶山高速公路新密至襄城段JPXX–3标段设计终点衔接，终点位于许昌市襄城县范湖乡，与周口至平顶山高速临颍至襄城段相接，起讫桩号为K 71+902~K 95+700.951，里程合计为23.799 km。项目采用双向四车道高速公路，设计速度120 km/h，路基宽度为27 m，均为填方路基。设王洛互通（与服务区合建）、库庄互通、双庙枢纽互通立交3处，服务区1处。共有桥梁31座，主线桥17座，互通匝道桥13座。颍汝灌区总干渠特大桥如图1所示。

图1 颍汝灌区总干渠特大桥

颍汝灌区总干渠特大桥是全线唯一一座斜拉桥，也是本项目控制性工程，桥梁全长637.2 m，主桥采用双塔单索面混凝土部分斜拉桥，跨径组合为（120+210+120）m，颍汝灌区总干渠特大桥最大跨径210 m，桥宽28.76 m。

2 张拉参数与BP神经网络融合

斜拉桥拉索张拉施工过程中，因受力复杂、高空作业风险高、施工技术难度大，施工安全问题极其重要。在张拉作业期间，施工安全的潜在威胁涵盖拉索预加力程度、结构件拉紧状态、外形轮廓、拉伸设备、设计规格、外界条件变动、安全管理效能等多个方面。然而，这些关键数据与风险预估及防控措施常未能紧密关联，加之施工现场内外因素纷繁复杂且多变，无疑给工程项目的安全性增添了诸多未知因素，进而对施工安全风险评估与决策的实际效果构成挑战。

在施工过程中实施控制时，根据模拟分析结果，识别并提炼工艺参数与力学属性之间的相关性，同时结合深度学习的技术手段，挖掘数据间的隐含联系。

3 BP神经网络与数字孪生融合驱动索力分析

通过对嵌入式结构的多维度信息进行时间与空间的综合处理，利用拉索索力的实时监测评估索力变化趋势的合理性，以此为基础智能预测施工的安全性。数字孪生技术则通过构建可视化虚拟模型模拟真实的物理实体及其在现实环境中的动态表现。

结合BP神经网络与数字孪生技术，能够实现对结构施工安全的智能化预判以及对索力变化实施闭环控制。

3.1 BP神经网络与数字孪生的融合机理

基于数字孪生技术，构建结构施工流程的多维度虚拟映像成为结构安全智能化评估及索力管理闭环控制的核心基石。

这一孪生模型是物理实体数据与虚拟仿真数据交互反馈的产物，能够即时反映并调控物理空间的动态状况。针对斜拉桥施工，孪生模型细分为几何特性、物理属性、行为表现及规则逻辑四大层面，通过与实际施工步骤紧密关联与整合，达到了深度、多维度及全面覆盖的现场情景模拟效果。

借助施工过程的数字孪生模型，能够实时获取施工中的工艺参数及结构力学参数。这些参数依据预设的安全评估机制被输入至BP神经网络中。利用BP神经网络的强大能力，构建了一个具备高度稳定性的结构索力变化分析模型。依据该模型输出的力学参数，能够对结构的安全性进行综合评判。针对施工中出现的偏差情况，制定了相应的维护策略。随后，这些策略被纳入一个关联模型中，以进一步探讨其维护实施的可行性。这一过程实现了结构安全性的智能预测与完整性管理的闭环控制，BP神经网络与数字孪生的整合框架如图2所示。

图2 BP神经网络与数字孪生的融合机理

3.2 索力智能分析流程

构建高精度的虚拟模型，能够在虚拟环境中模拟现实施工中的拉索索力变化趋势。针对实际施工中的各种工况，在虚拟模型中执行仿真，以获取与现实结构力学性能高度一致的数据。

利用这些力学性能参数，结合BP神经网络，构建了一个具有强鲁棒性的预测模型。通过向模型输入结构的施工工艺参数，能够智能预测结构的力学参数，并据此评估施工过程的合理性。

针对索力偏差问题，辅助制订可靠的维护措施，指导结构施工，保证一次张拉到位。

3.3 张拉过程索力发展趋势

上述提出了BP神经网络与数字孪生的融合驱动的索力施工控制流程。施工过程工艺参数和力学参数被用作神经网络的输入层和输出层。BP神经网络以不同施工方案下结构的有限元分析数据为例。BP神经网络的迭代次数为6 500次，学习率为0.045。

在神经网络的训练流程中，迭代次数的减少直接提升了计算效率，同时预示着预测精度的提升。对比不同施工方案下索力的有限元分析结果与神经网络输出，发现当隐藏层节点数设定为11时，迭代次数最少且模型精度最优。基于此，针对施工过程中的索力变化分析，确定了不同力学参数所对应的神经网络节点数量。

4 张拉过程控制机制

为了保证施工过程索力的一次张拉到位，在建立神经网络分析流程的基础上形成了张拉控制措施。当梁截面混凝土强度和弹性模量达到设计值的90 %、混凝土耐久性达到7 d时，即可实现对梁截面钢索施加预应力。

在进行张拉作业之前，需首先对塔式起重机与油压表进行校准与验证，同时彻底检查并清洁端头预埋件及混凝土表面。塔式起重机安装过程需确保精准无误，端板配合紧密，实现“三点对齐”，即确保孔位、锚杆与塔式起重机轴处于同一中心线上。

智能张拉装置采用双控张拉，即应力为主要控制指标，伸长值为辅助控制指标，在施加预应力时根据设计和规范要求采用对称张拉。

张拉装置使用前必须进行检查和校准。应校准千斤顶和应变片，以确定拉伸强度和应变片之间的关系曲线，校准工作应由合格的专业机构进行。在下列情况下，应重新校准使用程序：使用时间超过6个月。受力次数超过300次。起重机在运行中千斤顶或电压表变形。

预应力张拉设备使用前必须经过严格的检查与验证流程。千斤顶与压力表需配对进行校准与标定，旨在明确张拉力与压力表读数之间的对应关系曲线，此标定工作应由具有相应资质的专业机构执行。

在以下特定情形下，需重新进行标定作业：设备连续使用时间超过6个月；累计张拉次数达到或超过300次；在使用过程中千斤顶或压力表出现异常表现；千斤顶经过维修或更换关键部件后。

在预定位平台上进行索鞍精确相对定位，塔上提前预埋索鞍预定位骨架安装预埋件，塔柱浇筑完成终凝后进行预埋件标高复测及安装定位角点放样，整体吊装索鞍定位骨架，初装到位进行索鞍复测，整体调整到设计位置后焊牢骨架。

4.1 上节预埋钢板施工

钢板预埋时严格按照预定位置进行放样预埋，严控标高，浇筑后复核高程，以最高预埋铁板为准进行索鞍桥下定位依据。

4.2 索鞍桥下预定位基础制作

（1）预定位基础采用在地面塔式起重机旋转半径内浇筑混凝土平台，平台预埋2排预埋铁板，横桥向间距1.6 m，纵桥向间距2.25 m。将预埋铁板高程偏差控制在1 mm以内，作为预定位索鞍骨架的支撑板。

（2）在索鞍预定位骨架钢托座位置焊制限位角钢，确保限位角钢垂直，用以辅助定位骨架立杆垂直度。

（3）在索鞍定位基础两侧搭设盘扣操作架，用于辅助操作人员施工。

4.3 索鞍桥下预定位

（1）索鞍定位采用的左中右三点定位，定位框架为型钢制作的定型框架，定位工作开展前将大小里程左右侧的每道索鞍标高及平面位置换算。

（2）定位时采用全站仪配合尺量的方式确定索鞍3点定位位置，先量定位点高度位置，再在对应高度处焊接平杆角钢，并在平杆上尺量水平横向位置确定定位点。量出3个定位点后进行索鞍吊装固定，形成初定位。

（3）在索鞍管口中心贴反光贴，用全站仪对索鞍进行精调，精调完成后焊接固定，塔式起重机松钩完成索鞍安装。

4.4 塔上索鞍安装及精调

（1）塔柱上索鞍吊装前，将所有矮的预埋板用薄钢板塞垫到最高钢板同一高度上，再用全站仪测量标记出定位框架的4个角点。

（2）借助扁担梁垂直吊装索鞍定位架，对准标记点位进行安装。

（3）吊装到位后用全站仪复核索鞍有无偏位，并进行整体精调，精调完成后焊接固定，塔式起重机松钩完成索鞍安装。

5 结论

为了实现结构施工过程，根据施工工艺参数智能化预测结构的力学参数进而控制施工精度，本研究融合数字孪生与BP神经网络研究了矮塔斜拉桥一次张拉到位及索力控制技术。基于理论方法探索，在颍汝灌区总干渠特大桥施工过程中进行了应用。通过对比力学参数的预测值与实测值，验证了本研究方法的可行性。在研究过程中，主要得出了以下结论。

（1）基于工程项目的施工特点，建立了结构张拉施工多源参数关联机制。在BP神经网络的驱动下，将结构的施工工艺参数与力学参数进行了融合。

（2）在结构张拉索力控制过程中，由数字孪生进行虚实交互。在孪生模型中提取仿真数据。面向结构索力的实时分析，形成了数字孪生与BP神经网络的融合机制。两者互为支撑，建立了高鲁棒性的结构施工安全性能预测模型。

本研究方法提高了结构索力分析的效率和精度，同时将力学参数与规范限制融合建立了张拉过程的控制机制，为一次张拉到位提供了参考。