梁桥非线性随机地震响应的概率特性

为了分析随机地震作用下桥梁结构非线性响应的概率特性,采用Monte-Carlo数值模拟的方法,并利用弹塑性纤维梁柱单元模型模拟梁单元的非线性行为,对连续梁桥在不同地震峰值加速度作用下的非线性位移及内力时程响应进行了研究.得到了:墩顶位移非线性包络响应服从对数正态分布;桥墩轴力非线性包络响应的概率分布介于对数正态分布和极值I型分布之间;墩底剪力和弯矩非线性包络响应近似服从正态分布;墩底曲率非线性包络反应服从对数正态分布.研究表明:在相同场地条件下,地震峰值加速度的变化不影响结构非线性响应的分布类型,但对非线性响应的变异性影响较大.     

基于SSD的桥梁主动防船撞目标检测方法与应用

针对现有桥梁主动防撞视频监测系统在精度、鲁棒性和效率等方面的局限性,提出基于SSD(Single Shot MultiBox Detector)目标检测的桥梁主动防撞视频监测系统框架,建立并使用海量船舶图像数据集对SSD模型进行神经网络训练,生成适用于复杂环境下的船舶目标检测模型,通过样本选取、数据增强、广域划分优化等技术手段,实现航区船舶目标的稳定、智能检测.与传统方法相比,提出的船舶目标检测方法在稳定性、准确性、高效性和智能化方面优势明显.以上海松浦大桥为工程背景进行了实桥试验,验证了该方法在桥区航道长期稳定监测的可行性,为进一步的航迹跟踪预测、防撞预警和航道监控提供信息支持.     

反应位移法和反应加速度法的程序实现

基于结构有限元理论,将反应位移法和反应加速度法的土层反应荷载转化为节点力施加在结构上,并编制计算程序.设定某地质条件下的典型圆形结构和矩形结构为基准模型,使用自编程序和SAP2000分别计算反应位移法和反应加速度法下的结构内力.结果表明,自编程序是正确的,并且较简便,其计算精度和SAP2000的计算结果一致.     

基于精细有限元分析的猎德大桥抗震性能评价

采用8节点实体单元模拟主塔和桥墩,考虑塔、墩的剪切变形和初应力对结构刚度的影响,建立了猎德大桥精细化有限元模型.进行了缩尺比为1:60的全桥模型振动台试验,比较了试验和仿真计算结果.在此基础上,研究了实桥的地震响应特征,并对构件的抗震能力进行了评价.研究结果表明:塔根截面、群桩桩顶是结构抗震的关键部位;考虑承台-土压力的影响时,群桩基础的应力可降低13％～25％;精细化有限元模型较好地反映了结构在地震作用下的易损部位.     

大跨径钢拱桥的横向非线性地震响应分析

针对大跨径钢拱桥分析了几何非线性对横向地震响应的影响 ,并着重进行了横撑的横向地震响应分析和其对拱桥地震响应的影响 .结果表明横撑作为连接构件是横向地震作用下的薄弱环节 ,极有可能在拱肋材料进入非线性之前发生破坏 ,从而导致侧向刚度降低 ,削弱拱桥的整体面外稳定性 .     

基于事故记录的船撞桥墩概率模型建立

指出国内外既有船撞桥概率模型的不足之处．在事故记录基础上，根据不同性质航道特征和船舶行驶特点，分别提出狭窄河流、海峡／海湾和内河船撞桥墩概率模型，讨论了各参数取值的合理性，为设计人员认识船撞桥主要风险源和采取合理设计策略提供理论依据．     

桥梁抗震设计规范实用功率谱

首先扼要阐述了结构抗震分析中反应谱与功率谱的优缺点,指出桥梁抗震设计规范强引入功率谱方法的必要性;利用反应谱与功率谱之间的关系将抗震设计规范加速度反应谱转化为功率谱,为桥梁抗震设计规范采用随机振动分析方法提供了规范反应谱相协调的功率谱密度。     

船撞桥设计理论的现状与需进一步研究的问题

世界范围内船舶与桥梁相撞的事件时有发生，已经成为航道桥梁工程设计的一个重要问题。我国在长江等航运繁忙的河流上修建了大量的桥梁并计划建造更多的桥梁。同时配合同－三线的建设和沿海岛屿的开发，正在和将要建设众多的跨海湾和跨海峡的桥梁工程。因此解决船撞桥梁的问题，以及制订相应的设计规范或设计掼成为摆在我国桥梁工作者面前的一个重要任务。为此概要地介绍了船－桥相撞研究的理论与实践意义，回顾此问题研究的国内外现状，并对今后应进行深入研究的主要问题进行了讨论。     

有限域随机变量限界概率分布函数模型

针对随机变量正态分布函数等的理想化情况,提出了限界修正的方法,并给出了线性函数修正和二次函数修正两种具体的修正结果。以美国AASHTO桥梁船撞设计指南中船舶碰撞概率的计算方法为例,说明了限界修正在工程领域中的重要性。     

基于线性分位数组合的兴安落叶松冠幅预测

【目的】 使用线性分位数回归和分位数组合对兴安落叶松(Larix gmelinii)冠幅进行建模和预测,为准确模拟和预测冠幅生长提供技术支持。【方法】 利用大兴安岭兴安落叶松天然林实测数据,采用线性回归和分位数回归构建基础和多元冠幅模型。比较7种分位数组合:三分位数组合(τ=0.1, 0.5, 0.9和τ=0.3, 0.5, 0.7)、五分位数组合(τ=0.1,0.3,0.5,0.7,0.9和τ=0.3,0.4,0.5,0.6,0.7)、七分位数组合(τ=0.1,0.2,0.3,0.5,0.7,0.8,0.9和τ=0.1,0.3,0.4,0.5,0.6,0.7,0.9)和九分位数组合(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)的预测效果。分析4种抽取方案(随机抽样、选择最大树、平均木、最小树)和9种抽样数量(1~9株)对预测精度的影响。同时使用K折交叉验证对线性回归、最优分位数回归和最优分位数组合进行比较。【结果】 线性和分位数回归都能对冠幅模型进行拟合,中位数回归的拟合结果与线性回归相似,且在所有分位数中拟合能力最好。多元冠幅模型和分位数回归的拟合及检验效果都优于基础模型,冠幅与胸径和样地平均高(立地质量)呈正相关,与枝下高(树木大小)和样地内落叶松断面积(竞争)呈负相关。使用分位数组合可以提高模型的预测能力,7种分位数组合的差异很小,三分位数组合(τ=0.3, 0.5, 0.7)的预测能力最好。对于基础和多元分位数组合在实际应用时,最优抽取方案都为选取最大树,每个样地建议选取6株样木。【结论】 基于线性分位数组合的冠幅模型可以提高预测精度,建议使用三分位数组合和选取最大树及抽取数量为6株的方案对冠幅进行预测。