摘要：为探究温度对能量桩荷载传递机理及相关力学响应的影响,引入平面瞬态温度场方程,将温度场与应力场解耦。基于平面应力模型,将能量桩与桩周土考虑为具有协调变形的整体,计算了径向热应力。在此基础上,将其与双曲线荷载传递模型结合,对桩土界面处的极限摩阻力进行修正。将纵向热应变考虑在竖向荷载传递方程中,得到可同时衡量纵向和径向热效应的竖向受荷能量桩承载特性分析方法。利用增量法对能量桩荷载传递控制方程进行求解,得到桩身轴力、桩侧阻力、桩身位移等相关力学响应。通过与既有文献进行对比,验证了该模型的合理性。通过参数分析,研究了温度和竖向力作用下能量桩的荷载传递特性。结果表明:温度会改变能量桩的荷载传递特性,提高能量桩的运行温度可小幅增加其承载力。该文方法的计算流程清晰,可为能量桩的设计提供参考。

摘要：为研究高温后铝合金T型连接梁柱节点滞回性能,以温度值、恒温时间为变化参数,设计了4个T型节点试件进行了高温后低周往复加载试验。通过试验观测了T型节点试件的破坏过程,同时获取了试件升温曲线、滞回曲线、骨架曲线、延性指标、承载力及刚度退化曲线等,并由此分析了节点破坏机理、承载能力以及抗震性能。试验结果表明:受到低周往复荷载作用后试件的破坏模式均表现为节点板的弯剪破坏,滞回曲线不饱满;高温后试件极限承载力随着恒温时间的增加而减少;与常温下的铝合金T型节点试件相比,经历高温后的试件刚度退化幅度及延性增加;螺栓滑移可增加试件耗能,但摩擦力在滑移阶段初期对常温试件产生不利影响。

摘要：为深入了解自密实全再生混凝土单轴受压力学性能,以水胶比(0.36、0.40、0.45)与粉煤灰掺量(20%、30%、40%、50%、70%)为变化参数,设计并制作11组(共99个)自密实全再生混凝土试件对其立方体抗压强度、轴心抗压强度和弹性模量进行试验研究,观察试件受压破坏过程及破坏形态,获取各力学性能指标的变化趋势,基于试验结果及现有文献成果,建立强度指标换算关系,并提出自密实全再生混凝土的本构方程。研究表明:自密实全再生混凝土受压破坏过程及破坏形态与普通混凝土相似,总体上自密实全再生混凝土立方体抗压强度、轴心抗压强度及弹性模量随水胶比、粉煤灰掺量的增加而降低,所提计算式可较好预测自密实全再生混凝土的单轴受压性能指标及本构关系。

摘要：为准确模拟车辆过桥产生的振动,应考虑支座弹性作用的影响。结合分离法与汽车动力学原理,分别建立车辆、桥梁和支座的计算模型并通过位移协调关系和力的平衡关系进行车-桥-支座耦合。基于ANSYS中APDL语言,以30 m简支箱梁桥为算例研究桥面不平整度、支座刚度和阻尼对车-桥-支座耦合动力响应的影响。结果表明,桥面平整度越差,车辆行驶过程中对桥梁产生的冲击力越大,激发桥梁的动力响应越剧烈;适当增大支座刚度能有效降低桥梁动挠度,减弱振动响应;支座阻尼具有耗能作用,增大支座阻尼对削弱桥梁加速度响应有明显的效果;在设计桥梁支座时,应适当增大支座刚度和阻尼来削弱车-桥-支座耦合振动对桥梁的冲击作用。

摘要：在加肋板无网格模型中,肋条的位置对各种工况下加肋板受力性能的影响至关重要.文章基于一阶剪切变形和移动最小二乘法理论提出一种考虑非线性影响的加肋板无网格模型,并利用遗传算法优化肋条位置.首先,采用离散节点分别对平板和肋条进行离散,得到加肋板的无网格离散模型;其次,通过冯·卡门大挠度理论得到非矩形板几何非线性问题的弯曲控制方程;再次,通过哈密顿原理得到加肋非矩形板自由振动问题的控制方程;最后引入遗传算法,以肋条的位置为设计变量、非矩形加肋板中心点挠度最小或自振频率最大为目标函数,对肋条位置进行优化.在考虑了几何非线性影响的肋条位置优化过程中,肋条位置改变时只需重新计算位移转换矩阵,避免了网格重构.本文以全局荷载下单肋条菱形板为例与理论解进行对比,进行有效性验证.再以板的中点挠度最小和自振频率最大为优化目标,对局部荷载作用下不同形状、不同肋条布置方式的加肋板进行优化,分析方法的收敛性及稳定性.

摘要：接头是装配式隧道建设和运营阶段最为薄弱和关键的部位,其设计及力学性能评估是一项必要的研究工作。为评估圆形和方形钢榫接头的抗弯性能,开展了大尺寸接头抗弯试验,研究了接头在荷载作用下的竖向挠度、接缝张开量及应变变化规律,探讨了其接头旋转角、延性、断裂韧性及破坏模式。研究结果表明:圆形钢榫接头的承载能力弱于方形钢榫接头,极限荷载及其对应的挠度分别比方形钢榫接头小77.71 kN和6.797 mm;同一荷载水平下,方形钢榫接头的张开量和旋转角更小,其抗变形能力强于圆形钢榫接头;2种钢榫接头的混凝土和钢筋应变响应规律在整体上相似,但方形钢榫接头的最大压应变仅为圆形钢榫接头的15%;圆形钢榫接头表现出渐进失效行为,其挠度延性指数和旋转延性指数分别是方形钢榫接头的2.28倍和1.98倍,且最终旋转角和单位荷载下旋转角增量均小于方形钢榫接头;2种钢榫接头受压弯曲时,圆形钢柱将荷载传递至接头底部,使混凝土受拉区破坏过大,主要表现出拉弯破坏模式,而方形钢柱联合更多承压区混凝土受荷,使承压区混凝土破损面积为圆形钢榫接头的3倍左右,主要表现出压弯破坏模式。研究结果可为装配式矩形隧道的接头设计提供参考。

摘要：对高延性水泥基材料(ECC)的裂缝特征进行准确识别和测量是研究ECC力学性能与耐久性的重要手段.针对ECC裂缝数量多且细密,纤维噪声干扰重等问题,基于深度学习方法,采用适合于小样本数量生物图像识别的U-Net模型,加上部分ResNet网络层结构进行优化,结合新增制作的适用于ECC的数据集,训练神经网络模型,进行语义分割获取裂缝像素.针对裂纹参数提取问题,使用骨骼提取方法,结合数字图像处理流程,运用CLAHE滤镜和半峰全宽概念获取裂缝宽度,实现了混杂纤维ECC狗骨试件和ECC连接板的裂缝识别与参数提取.结果表明:采用深度学习方法建立的ECC裂缝识别与智能检测方法与实际手工测量误差范围在0.6 mm以内.研究成果可为ECC裂缝检查与特征定量化识别提供准确有效和高通量的分析方法.

摘要：准确把握粗颗粒土静止侧压力系数K_(0)对分析及设计土石坝等岩土工程具有十分重要的作用。由于缩尺效应的存在,粗颗粒土室内K_(0)试验结果往往无法正确反映其真实值。本文利用自行研制的大型K_(0)测试仪对某砂卵砾石料及堆石料进行大量试验,以研究分析缩尺效应对粗颗粒土K_(0)影响规律,找出消除缩尺效应影响的方法。通过改变试样颗粒的最大粒径d_(M)、缩尺方法、初始相对密实度D_(r0)等初始条件,设置24组试样,利用大型K_(0)测试仪对各组试样进行直剪试验,定量研究d_(M) 、缩尺方法和D_(r0)对粗粒土K_(0)的影响规律,并探讨以室内试验数据推求现场粗粒土K_(0),从而消除缩尺效应的方法。结果表明:D_(r0)及缩尺方法不变时,粗颗粒土K_(0)随着d_(M) 的增加而显著减小,因此,缩尺效应会导致粗颗粒土K_(0)显著增高,且缩尺后土料d_(M) 越小,其K_(0)受影响程度越高;D_(r0)及d_(M)相同时,缩尺方法对粗颗粒土K_(0)有一定影响,采用等量替代法缩尺后,试样K_(0)值增加最小,因此,采用等量替代法缩尺可减小缩尺效应对粗颗粒土K_(0)的影响;相比d_(M) ,D_(r0)对粗粒土K_(0)的影响更为显著,D_(r0)越大的土样,d_(M)对粗粒土K_(0)影响更明显。基于砂卵砾石料K_(0)试验结果及前人的研究,建立根据室内试验结果反推现场粗颗粒土料K_(0)的公式,以消除缩尺效应对粗颗粒土K_(0)的影响。利用堆石料K_(0)试验结果验证了该经验公式的准确性及适用性。

摘要：由于单层网壳结构主要以圆钢管为主,因此圆钢管本构模型更适用于研究单层网壳结构的力学行为。为探究材料损伤累积对单层网壳结构动力响应的影响,本文以圆钢管考虑损伤累积的本构模型为研究对象,通过与Prandtl–Reuss材料本构模型在屈服准则、弹性刚度矩阵、弹塑性刚度矩阵、加载准则、流动法则及应力跌落等方面的对比,分析其力学行为特点,给出其数值积分格式,并基于有限元软件ANSYS开发了考虑损伤累积的用户材料子程序,采用该子程序研究单层网壳在强震作用下的动力响应。结果表明:Prandtl–Reuss材料模型高估了单层网壳结构的抗震性能,考虑材料损伤累积的结构失效时,结构动力极限荷载相比于P–R模型降低了12.24%,绝大多数杆件全截面屈服,形成大量塑性区带。一方面,损伤累积效应会降低结构的动力极限荷载,扩大损伤分布,加深损伤程度,加速结构破坏进程;另一方面,也将造成结构的失效模式由动力失稳向强度破坏转变。本文基于有限元软件ANSYS开发的考虑圆钢管损伤累积的材料子程序具有较高的计算精度,且其数值积分策略及用户材料子程序有效、可行,能够为单层网壳结构的抗震性能提供更加精确的分析与工程设计。

摘要：为推广使用海洋资源,采用海砂代替硅砂制备工程水泥基复合材料(Engineering cementitious composites,ECC)。将海砂ECC与玄武岩纤维增强树脂复合材料(Basalt fiber reinforced polymer,BFRP)筋结合,充分发挥两种材料的优点,以获得更强的耐腐蚀性能及更为优异的拉伸性能。通过单轴拉伸及四点弯曲试验,研究了不同侵蚀制度及配筋率对BFRP筋增强海砂ECC的拉伸性能及弯曲性能的影响,并与未配筋的海砂ECC作比较。结果表明,BFRP筋增强海砂ECC的极限拉应力与海砂ECC相比提升了2.46~4.92倍,极限拉应变提升了1.40~2.94倍,干湿循环作用下BFRP筋增强海砂ECC的极限荷载是海砂ECC极限荷载的3.14~4.29倍。不同侵蚀制度下,BFRP筋增强海砂ECC的最佳配筋率均为0.67%。研究的BFRP筋增强海砂ECC可为桥面无缝连接板等设计提供参考。