基于深度学习的分期张拉预应力长期损失预测方法

本发明公开了一种基于深度学习的分期张拉预应力长期损失预测方法，属于深度学习领域，该方法解决了传统预应力测定方法预测结果鲁棒性差问题，包括：基于标准图纸集和桥梁设计规范获取桥梁原始数据；基于施工环境条件和混凝土龄期，计算混凝土材料属性；基于桥梁原始数据和混凝土材料属性，利用有限元软件模拟不同工况下的预应力钢筋分期张拉过程，生成桥梁预应力钢筋分期张拉损失数据集；基于多层感知机神经网络构建预应力损失预测模型，基于预应力损失预测模型对桥梁预应力钢筋分期张拉损失数据集进行处理，输出预应力钢筋因收缩徐变造成的长期损失预测结果。本发明能够有效预测预应力钢筋应力损失，提高了预测的鲁棒性和准确性。