摘要：为厘清小剪跨比圆端铁路桥墩横桥向的地震损伤机理,以国内某铁路沿线桥梁为参考开展3组缩尺比1∶8的拟静力试验,对滞回曲线的延性、残余位移、滞回耗能和刚度退化4个方面进行分析,以试验结果为参考使用OpenSees建立纤维截面有限元模型并进行耐震时程动力计算,以桥墩的位移延性比为损伤指标,基于试验中观察得到的4个关键节点定义无、轻微、中度、严重和完全损伤5种损伤状态之间的位移延性比临界值,通过易损性分析桥墩的损伤发展历程。研究结果表明:1)配筋率从0.3%提升至0.7%,桥墩的承载能力提高至1.37倍,极限位移提高至1.22倍,最终残余位移提高至1.55倍,耗散能量增加至1.80倍,初始刚度提升至1.08倍,最终刚度提升至1.12倍。提高配筋率可以提升桥梁抗震性能,也能增加桥梁抗震韧性。2)当桥墩配筋率由0.3%提至0.7%时,在多遇地震下,轻微损伤概率从87.2%降为29.8%;在设计地震下,中度损伤的概率从63.5%降为30.0%;在罕遇地震下,严重损伤的概率从61.7%降为16.4%。纵筋配筋率可以大幅降低桥墩的损伤概率,提升桥墩的抗震性能。3)在现行铁路规范允许的延性系数为4.8时,3个桥墩均处于严重损伤的阶段。当发生罕遇地震时,3个桥墩出现完全破坏的概率为6.4%、0和1.4%,小剪跨比圆端铁路桥墩在强震作用下具有一定的抗震安全储备。

摘要：在桥梁的震后抢通工作中,桥梁结构的快速损伤评估是恢复交通的关键环节。以具有代表性的铁路矩形桥墩为研究对象,通过4组拟静力试验验证有限元建模方法的合理性,并对1000组桥墩有限元模型分别按照纵桥向和横桥向进行耐震时程分析,通过搭建BP神经网络对地震动力响应的需求结果进行拟合,构建铁路矩形桥墩震损快速评估模型,最终通过一座三跨混凝土梁桥验证该模型的适用性。研究结果表明:配筋率、配箍率、剪跨比和轴压比是影响桥墩地震损伤的四种主要因素,长宽比、混凝土和钢筋强度是影响桥墩地震损伤的三项次要因素;当发生PGA为0.32 g的设计地震时,通过数值分析和神经网络模型快速评估这两种方法计算所得桥梁四个桥墩轻微损伤概率分别为96.7%、44.6%、49.1%、96.7%和95.6%、40.4%、60.9%、95.8%,中度损伤概率分别为40.1%、1.2%、1.6%、40.1%和37.4%、2.3%、6.0%、37.7%;BP神经网络算法能够有效建立构造参数与地震响应之间的联系,输出误差处于合理范围内,回归程度较好。基于BP神经网络的桥梁地震损伤评估模型具有较好的普适性,能替代部分数值仿真计算工作。

摘要：为研究小直径剪力钉的受力性能及破坏形式,按照某种组合结构的剪力钉内部参数(包括剪力钉间距、钢板厚度)设计并制作3组共6件小尺寸剪力钉进行推出试件试验,从而分析其破坏过程、抗剪承载力、滑移、剪力钉轴向应变等力学行为,并与不同规范计算得到的剪力钉抗剪承载力进行对比。结果表明:小直径推出试件破坏模式均为一侧剪力钉根部被剪断;剪力钉下侧混凝土出现细小裂纹;提高剪力钉焊接处钢板厚度会减小极限承载力时的滑移;试件平均单钉抗剪承载力为27.9 kN,欧洲规范计算值与试验值吻合较好。

摘要：针对使用深度强化学习进行航空器智能引导研究中存在的飞行轨迹质量差、训练效率低等问题,对应用于机动决策生成的奖励重塑方法进行了研究。首先,构建了航空器引导机动决策生成的深度强化学习模型;其次,从指令连续性和相对姿态两个角度设计了奖励重塑函数,并证明了使用重塑函数前后的策略一致性;最后,在不同类型目的地场景中进行了仿真实验。仿真结果表明:奖励重塑方法对航空器飞行轨迹质量和智能体训练效率有明显的提升。使用本方法快速训练的智能体,可以准确、高效地生成机动决策,引导航空器完成任务。

摘要：针对现有方法对混凝土桥梁复杂背景下细小裂缝检测精度不高的问题,提出了基于改进U-Net网络的裂缝检测方法,对经典U-Net网络进行调整与改进,在卷积部分引入全零填充和空洞卷积,并在各池化层后增加一次上采样,最终利用通道融合输出裂缝的二值化图像。改进的网络模型充分利用各特征层传递信息,减少了网络模型的参数量,同时提高了算法检测的精度。首先采用Crack 500公共数据集,利用改进的U-Net网络进行训练,然后使用迁移训练对桥梁混凝土裂缝进行再训练。试验结果表明,改进U-Net模型相比原U-Net在Crack500数据集上Precision提升了4.42%,Recall提升了3.75%,F1-Score提升了4.09%,IOU提升了4.85%,能够实现对混凝土桥梁裂缝的精准自检测。