摘要：获得桥面的高分辨率时变流场对研究桥梁风致问题尤为关键,然而受传感器布设与测量方法等因素制约,难以通过试验直接测得高空间分辨率的流场数据。机器学习是流场表征的有效手段,但是数据驱动的训练方法在已知样本较少时难以获得准确的模型。针对此问题,引入流场时程的人工神经网络方法,使用流体控制方程辅助模型训练,通过增加未知测点处的方程约束提高模型的精度,得到了考虑物理约束的桥面风场时程的机器学习重构模型。以低雷诺数桥面绕流为例,实现了基于稀疏已知测点时程数据的模型训练,得到了较好的效果。结果表明:通过引入未知测点处的控制方程约束,可在较少已知时程数据的情况下,获得更准确的桥面风场重构模型,为人工智能方法在风场实测时程数据中的应用提供了基础。

摘要：为研究组合梁桥受跨中车轮荷载作用下的力学特征,进行了大比例钢混组合梁桥的试验与数值模拟.通过三点加载试验,模拟跨中固定轮载作用下钢混组合梁的受力状态,考虑了车轮加载的实际接触变形及梁端支座的实际约束影响,并对试验进行了有限元数值模拟分析,对钢筋混凝土桥面板、钢梁、抗剪连接栓钉和支座分别进行建模与计算,获得跨中轮载作用下组合梁的荷载-位移曲线,并结合数值模拟方法分析了不同加载工况下应力应变变化以及混凝土板的裂缝发展情况.研究结果验证了本文数值模拟方法用于组合梁受力模拟的准确性,明确了跨中固定点加载情况下组合梁的破坏特征与受力状态,并准确分析了简支钢混组合梁在跨中车轮集中荷载下的受力特性.

摘要：碎片化学习具有灵活便利的优点,但也存在习得知识散乱、认知程度低等弊端。为此,探讨在“钢结构设计原理”课程教学中,将碎片化学习方式定位为集中学习的补充方式,将预习、复习划分为碎片式学习的任务,对重点概念理论的讲解则保留为集中学习内容。提出利用思维导图工具提高碎片化知识点的整体性、逻辑性,建立丰富的互动性的题库、案例库辅助碎片化学习,介绍碎片化学习的实现方式和对学生的激励监督机制。