钢纤维增强聚合物改性混凝土的疲劳损伤行为

对钢纤维增强聚合物改性混凝土这种新材料的弯曲疲劳损伤特性进行了试验和理论研究,并且和钢纤维增强混凝土进行了对比.通过合理定义损伤变量,由试验测定了新材料和钢纤维增强混凝土的疲劳损伤及其演化规律;根据疲劳累积损伤理论,提出了新形式的疲劳损伤演化方程,与试验结果对比,该方程能较好地反映新材料的损伤演化规律.对两种混凝土材料在相同加载应力水平下的疲劳损伤演化行为进行了比较,结果表明钢纤维增强聚合物改性混凝土比钢纤维增强混凝土具有更好的抗疲劳性能.     

钢纤维增强聚合物改性混凝土的疲劳特性

对一种新型水泥混凝土桥面铺装材料——钢纤维增强聚合物改性混凝土的疲劳性能进行了研究,采用三点弯曲梁试件进行了等幅疲劳实验,建立了S-lgN单对数疲劳方程,并与钢纤维增强混凝土在循环荷载作用下的弯曲疲劳性能进行了比较和分析．结果表明,钢纤维增强聚合物改性混凝土比钢纤维增强混凝土具有更好的抗疲劳性能。     

基于最优R-Vine Gaussian Copula模型的服役大跨桥梁主梁失效概率分析

考虑到服役大跨桥梁主梁多个控制监测点失效模式的相关性，提出失效概率分析的最优regular?vine （R?vine） Gaussian copula信息融合新方法。利用极值应变信息，引入双变量pair?Gaussian?copula模型和最优R?vine模型，结合多个控制监测点的功能函数，进行失效模式相关性的最优R?vine Gaussian copula建模分析；融合一次二阶矩方法，进行失效模式相关的服役大跨桥梁主梁失效概率分析；通过在役桥梁监测数据对所提方法的合理性进行验证，并与其他分析方法进行比较。结果表明，考虑控制监测点失效模式相关性的大跨桥梁主梁失效概率分析的最优R?Vine Gaussian copula信息融合方法更为合理。     

围压对珊瑚岩动态力学行为影响

珊瑚岩的深层打桩工程提出了研究珊瑚岩在围压作用下动态力学性能的新科学需求. 通过带围压的霍普金森压杆（SHPB）对珊瑚岩开展冲击试验,得到了不同围压下珊瑚岩的力学响应. 研究表明:无围压情况下,珊瑚岩动态抗压强度与常规岩石一样,具有明显的应变率敏感性;随着围压增加,珊瑚岩动态抗压强度不仅有显著的提高,而且其应变率敏感性更强,并归纳出含围压和应变率效应的破坏强度公式. 本文提出的强度公式对深厚覆盖层珊瑚岩地质桩基工程具有重要的参考价值.      

环氧树脂基混凝土细观结构数值模拟与性能分析

在细观层次上对新型桥面铺装材料环氧树脂基混凝土进行了研究,将其看作由骨料和环氧树脂基体二相介质组成的复合材料,应用蒙特卡罗方法模拟出材料的二维多边形骨料分布的几何模型;并于Ansys/Ls-Dyna与Hyper Mesh平台上进行数值模拟。根据试验的级配建立了相似的数值模型,进行了准静态压缩显式分析,得到了材料的弹性模量以及压缩强度。将数值计算的结果与试验结果进行了对比分析,结果表明,数值模型在材料的弹性模量与压缩强度计算上与试验结果吻合较好;并且能够较好地表现该材料的裂纹扩展形式。     

基于移动主成分分析与集成学习的结构损伤识别方法

为了提高结构损伤定量和定位的准确率,提出基于移动主成分分析与集成学习的结构损伤识别方法;利用移动主成分分析对原始应变响应数据进行特征分析,得到包含损伤信息的第一、第二特征向量,将两者相结合所得的组合特征向量作为损伤指标输入集成学习模型,进行结构损伤程度和损伤位置预测;采用双跨平面梁的仿真应变监测数据,对所提出的结构损伤识别方法的有效性进行验证,对比分别以第一、第二、组合特征向量作为输入的分类模型的损伤定量和定位的准确率。结果表明：在一定强度的噪声条件下,组合特征向量能同时具备第一、第二特征向量的优点,并且能克服单个特征向量的局限,获得优异的损伤识别性能和抗噪性;在信噪比为40 dB的弱噪声情况下,将组合特征向量输入集成学习模型进行损伤定量和定位,准确率分别可达98.9%、 99.0%,在信噪比为10 dB的强噪声情况下准确率仍分别可达82.3%、 73.2%。     

工程桥梁多方向振动的测量与模态分析

通过预先埋置在桥面铺装层内的压电式加速度传感器对桥梁振动进行多方向的测量,并对桥梁进行有限元模态分析.在测量中考察了匀速行驶和刹车两种车载的影响,测得了20 m跨的预应力空心梁桥在不同载荷下的竖向和水平横向振动.综合试验测量和有限元分析结果,得到了这类桥梁运动车载作用下的非常规振动特性.     

地铁扣件Ⅲ型弹条的弹塑性疲劳性能分析

地铁Ⅲ型扣件系统主要是通过弹条趾端变形产生的扣压力来紧固铁轨,扣件系统弹条处于复杂的应力状态,在服役过程中往往达不到预期寿命过早断裂。为了研究弹条的弹塑性疲劳性能,根据扣件系统实物尺寸建立了有限元模型,进行了静力学分析,得到了弹条的弹性系数为1.06 k N/mm,验证了模型的可行性。在此基础上建立了两种弹塑性疲劳模型对弹条的寿命进行了预测和分析,其中模型1采用Neuber塑性修正的弹性有限元法,模型2采用弹塑性有限元法。结果表明,为避免弹条与铁垫板插孔由线接触变为点接触而产生应力集中,弹条小圆弧内侧与铁垫板距离D应不小于7 mm;在钢轨位移循环荷载下,两种模型计算得到的弹条疲劳寿命分别为2.449×10⁹次和6.081×10⁸次;随着钢轨位移差的增大,弹条的寿命急剧下降,为满足500万次不破坏的标准,钢轨位移差应不超过4 mm,危险点处应力比应大于0.6;在相同次数的疲劳荷载循环下,随着初始安装扣压力的增大,危险点处的损伤值也越大,当扣压力超过13 kN后,最大损伤值增长速率明显增大。     

基于桥梁响应统计信息的智能损伤识别方法

文章以珠江黄埔大桥北汊斜拉桥为研究对象,采用有限元模型计算了桥梁在随机车流作用下不同拉索损伤工况所对应的应变响应,进一步采用应变响应统计信息,引入随机森林和梯度提升决策树2种机器学习算法对损伤拉索进行识别,从而提出了一种结合桥梁响应统计信息与机器学习的损伤识别方法。计算结果表明,该方法在损伤定位和定量上均表现出良好的效果,验证了其应用于大跨度桥梁的可行性和有效性。该文提出的方法为有效利用桥梁长期健康监测数据进行损伤识别提供了思路。