共查询到20条相似文献，搜索用时 31 毫秒
1.
为合理反映钢筋锈蚀后黏结滑移性能劣化对钢筋混凝土(RC)结构抗震性能的影响,在既有黏结应力分布模式的基础上,推导得到钢筋应力-滑移关系,进而通过分析锈蚀对混凝土与钢筋界面黏结滑移机理的影响,建立考虑钢筋锈蚀损伤的黏结滑移本构模型。基于已有拉拔试验结果,与仅考虑纵筋锈蚀率影响的Cheng模型进行对比,验证所建模型的合理性与准确性。基于OpenSees有限元平台,采用纤维梁柱单元和零长度截面单元串联的方式,将所建钢筋黏结滑移模型嵌套于零长度截面单元的钢筋本构中,建立可考虑黏黏结滑移的锈蚀损伤纤维梁柱模型,并通过6根锈蚀RC柱拟静力试验结果验证模型的准确性,结果发现所提考虑黏结滑移的锈蚀RC纤维梁柱模型计算所得滞回曲线与试验滞回曲线吻合良好,累计耗能最大误差不超过15%。此外,通过参数分析研究影响锈蚀钢筋滑移量的因素,结果表明屈服滑移量与极限滑移量随体积配箍率的增大而明显减小,随混凝土保护层与钢筋直径之比(c/d)增大而变化的幅度较小。 相似文献
2.
为实现地震作用下锈蚀钢筋混凝土柱精细化数值模拟分析,基于已有研究成果建立往复荷载作用下锈蚀钢筋与混凝土间的黏结滑移本构模型:结合课题组前期试验结果,采用ABAQUS有限元分析软件对建立的黏结滑移本构模型进行有效性验证,通过对数值计算结果与试验结果之间误差分析,进一步对黏结滑移模型中的摩擦黏结应力系数和退化系数进行修正,最终建立更为合理的锈蚀钢筋与混凝土间黏结滑移本构模型。通过数值计算结果与试验结果的再次比较,验证修正后黏结滑移本构模型的有效性。结果表明:修正后的锈蚀钢筋与混凝土间黏结滑移模型可更好地反映往复荷载作用下锈蚀钢筋混凝土柱的滞回性能。该成果可为地震作用下锈蚀钢筋混凝土结构的数值分析计算提供理论参考。 相似文献
3.
随着服役时间的增长，侵蚀环境下钢筋混凝土框架节点因钢筋发生不同程度的锈蚀而造成承载性能下降，严重影响建筑结构的安全使用。本文在已有钢筋混凝土框架节点抗剪强度理论模型的基础上，考虑钢筋锈蚀对框架节点受力性能的影响，建立锈蚀钢筋混凝土框架中节点受剪承载力计算公式。通过11组锈蚀钢筋混凝土节点试验数据，对建议理论模型进行验证。研究结果表明，锈蚀钢筋混凝土节点受剪承载力试验值与理论计算值之比的平均值为0.951，方差为0.075，二者吻合较好，本文建议的计算方法可用于锈蚀钢筋混凝土框架中节点承载力分析。 相似文献
4.
采用有限元软件ABAQUS,以锈蚀率（0%、5%、10%、15%和20%）为变量,对5根钢筋混凝土柱的力学性能进行了数值模拟,研究各试件的滞回性能、骨架曲线、延性及耗能能力,分析钢筋锈蚀率对承载力、延性、耗能和塑性铰转动能力的影响。研究结果表明:模拟分析得到的锈蚀钢筋混凝土柱的强度和变形与试验结果吻合较好,建立的有限元模型可用于锈蚀钢筋混凝土柱的力学性能分析;混凝土开裂前,锈蚀构件的力学性能基本与未锈蚀构件相同,混凝土开裂后,构件的承载力、屈服荷载、极限位移、延性等均随钢筋锈蚀率的增大而降低;轻度锈蚀构件的滞回性能和破坏形式与未锈蚀构件类似,随着钢筋锈蚀率逐渐增大,滞回环的饱满程度降低,“捏拢”现象严重,滞回曲线由“弓形”逐渐发展成“反S形”,耗能能力降低,破坏形式趋于脆性破坏,位移延性系数、平均耗能系数等指标逐渐下降。 相似文献
5.
6.
7.
探地雷达正演模拟在真实雷达数据解译及全波形反演中扮演着重要的角色,针对传统探地雷达(Ground Penetrating Radar, GPR)正演模拟计算量巨大、耗时、不利于实时探测等问题,提出一种基于机器学习框架的近实时GPR正演模拟方法.以混凝土中的钢筋探测作为GPR应用场景,混凝土的含水量、钢筋半径及埋地深度作为模型参数,利用时域有限差分数值模拟散射回波信号;运用主成分分析对回波数据进行降维处理得到相应的主成分权值系数,并以此作为机器学习网络的输出;设计了一种基于随机森林的多层循环网络架构和学习策略,不仅充分挖掘学习模型参数和主成分权值系数之间的内在因果关系,也共享主成分间的相互联系,并具有对每个预测主成分完善和修正的功能,以此实现基于机器学习的探地雷达快速正演模拟,与传统机器学习相比,有效提高了正演模拟的精度.在此基础上将两个深度神经网络与随机森林相结合,以回波数据主成分系数为输入,建立了基于机器学习的场景参数预测模型,实现了近实时的埋地目标探测,预测的混凝土含水量最大误差为2%,钢筋埋地深度最大误差为6.7%. 相似文献
8.
为准确评估锈蚀钢框架在地震作用下的损伤,对已有的地震损伤模型进行改进,并对框架柱的地震损伤特性进行分析。建立基于变形和能量组合的双参数损伤模型,对损伤模型中相应的参数给出具体定义和表达式,定义不同破坏等级的损伤指数范围。对3个具有不同锈蚀率的空间钢框架结构进行弹塑性时程分析,并对损伤模型的准确性进行验证。研究结果表明,该模型能够较好地描述锈蚀钢框架柱的地震损伤程度。研究结果可为该类结构构件的地震损伤评估以及基于损伤的抗震设计方法的建立提供理论依据。 相似文献
9.
10.
为研究地震作用下钢筋锈蚀对试件性能退化影响的规律,对6个锈蚀钢筋混凝土受弯构件进行低周反复荷载试验,得到不同锈蚀程度试件的滞回曲线及骨架曲线,分析了钢筋锈蚀对试件强度和刚度的影响。试验发现,随着钢筋锈蚀程度的增大,各试件强度退化基本呈增大趋势;低锈蚀率试件由于锈胀内力的存在,强度退化相对比未锈蚀试件和高锈蚀试件大;随着锈蚀率的增大,试件加载和卸载刚度总体上逐渐减小,且随着位移的增大而持续减小。此外,还分析了锈蚀钢筋混凝土结构刚度退化机理。成果可供锈蚀钢筋混凝土结构抗震性能研究参考。 相似文献
11.
为了掌握锈蚀对钢筋混凝土梁正截面承载力的影响规律,采用电加速锈蚀试验与理论分析相结合的方法,对不同锈蚀等级下钢筋混凝土梁的承载力退化进行了研究。结果表明,钢筋从未锈蚀到严重锈蚀过程中,梁从典型的适筋梁破坏逐渐转化成典型的少筋梁破坏。随着腐蚀程度的增加,梁的极限承载力下降、延性降低、刚度减小。腐蚀量小于1%的情况下,梁的极限承载力略有提高。当腐蚀量增加至24%时,由于严重的局部腐蚀以及锈胀裂纹的存在及扩展都使得梁的极限承载力较经验模型出现较大降低。在钢筋锈蚀率小于24%的情况下,采用协同系数或基于规范的计算模型,能够较准确地计算钢筋混凝土梁正截面受弯极限承载力的影响。 相似文献
12.
13.
模糊检测数据下服役钢筋混凝土桥梁的动态可靠度评估 总被引：2，自引：0，他引：2
针对服役桥梁的可靠性评估中无法基于不完备、缺陷的检测数据准确获得变量统计特征的问题,提出了模糊检测数据下既有钢筋混凝土桥梁的动态可靠性分析方法。以氯盐腐蚀下引起钢筋截面积减弱,导致结构承载能力和可靠性能降低为主线,采用隶属函数来描述缺陷信息,通过等概率原理将模糊变量转化成当量随机变量,进而基于任意概率密度函数的Monte Carlo抽样方法,分析了一座实桥的动态可靠指标变化情况。结果表明：模糊检测数据的均值对钢筋截面减弱影响较大,其中保护层厚度均值对其影响最为显著,这同样表现在对可靠指标的影响中;变量模糊幅度的影响较小,在确定隶属函数的过程中,更应注重隶属函数的均值。 相似文献
14.
针对如何选取合适的影响因素进行砖木结构房屋地震破坏合理评估的问题,提出了一种基于主成分分析与BP神经网络相融合的云南砖木结构房屋地震破坏评估方法,通过灰色关联度模型剔除对砖木结构房屋发生地震破坏影响较小的因素得到关键因子,采用主成分分析法从关键因子中提取主要成分,最后利用BP神经网络模型对处理后的主要成分进行训练,建立砖木结构房屋地震破坏比例预测模型,并利用实际震例进行验证。结果表明：本文方法相较于传统脆弱性曲线拟合方法和BP神经网络模型,其预测的砖木结构房屋地震破坏比例的预测精度更高、普适性更好。 相似文献
15.
包含速度大脉冲的地震动与普通地震动有显著的不同,此类地震动对建筑结构有着特殊的破坏作用。有效预测速度大脉冲是否发生和分析影响速度大脉冲发生的因素,对于概率地震危险性分析和减轻地震灾害有重要的作用。首先从美国NGA数据库中选取315条强震动记录,经过预处理后得到研究所需的289条记录,基于处理后的强震动记录并结合相对频度分析方法研究不同因素对速度大脉冲的影响。然后,利用L1正则化逻辑回归方法建立速度大脉冲预测模型,模型最优评价指标的接受者操作特征曲线下方面积为0.76;并对模型进行影响因素敏感性分析,发现其对于破裂区的距离最为敏感。最后,选取符合模型数据分布规律的35条汶川地震实测数据对建立的预测模型进行验证,其中30条地震记录预测正确,相较于已有模型,预测的准确率有一定提高。结果表明,文章建立的速度大脉冲预测模型有较好的准确性和可靠性。 相似文献
16.
利用测井资料预测储层参数是油气田开发的重要内容.针对现有储层参数预测模型精度低,不能很好的提取测井曲线和储层参数之间潜在关系的问题,本文将卷积神经网络(CNN)和长短期记忆网络(LSTM)结合,提出基于变分自编码器(VAE)的CNN-LSTM混合模型.首先,提出了测井数据的分析方法,包括参数相关性分析和井间的相似度分析.其次,利用CNN提取每条测井曲线的空间相关特征向量,并使用LSTM网络提取测井曲线相邻深度之间的时间特征.最后,采用VAE结构,根据训练数据的深层特征再次对CNN-LSTM模型生成的泥质含量初步预测值进行修正.以大庆油田地区某井场数据验证该模型.仿真结果表明：与LSTM神经网络模型、CNN-LSTM网络模型相比,本文CNN-LSTM-VAE模型具有更好的时空特征提取能力,能够更准确地预测储层参数,可为储层参数预测提供新思路. 相似文献
17.
孔隙度作为重要的储层物性参数之一,在储层评价中发挥着重要作用,因此,寻找一种低成本、高效的方法获取高精度的孔隙度成为了储层评价的重要课题.由于测井参数和孔隙度之间复杂的非线性映射关系和时序性特点,本文提出了一种基于双向长短期记忆(BiLSTM)神经网络的储层孔隙度预测方法,通过建立BiLSTM孔隙度预测模型,并在模型中使用Nadam自适应优化算法提高模型训练效率和准确率,引入Dropout正则化技术防止训练过程中发生过拟合,采用ReLU激励函数提高网络的鲁棒性和稳定性,最后利用实际测井数据验证其性能.研究结果表明,相较于长短期记忆循环神经网络(LSTM)、常规循环神经网络(RNN)和全连接深度神经网络(DNN),BiLSTM模型具有更高的预测精度,在储层参数预测方向具有广阔的应用前景. 相似文献
18.
《地震工程与工程振动》2020,(4)
建筑抗震性能评估是基于性能的抗震设计的关键流程之一,要求构件性能点与构件损伤相关联。然而现有文献中对于构件损伤性能点的定义各有不同,且由于试验数据量过少,缺少基于试验数据的验证。为了促进建筑抗震性能评估的有效开展,本文从国内现有文献中搜集了160个RC剪力墙构件拟静力试验数据,建立了RC剪力墙构件试验数据库,对构件试验数据进行分析,根据构件破坏现象划分了5个损伤状态。研究了高宽比、配箍特征值和水平分布钢筋配筋率等设计参数的影响。根据试验数据,修正了Park-Ang损伤指标,可以同时考虑构件循环加载中的变形和耗能,可用于判定RC剪力墙构件损伤状态。标定了对应于不同损伤状态的损伤指数区间,研究结果可用于基于构件的抗震性能评估及易损性分析。 相似文献
19.