钢筋沥青隔震墩振动台试验及地震响应有限元分析

在足尺钢筋沥青隔震墩砌体房屋的正弦激励振动台试验的基础上,用有限元分析软件ANSYS建立适当的空间模型并对其进行数值模拟。将分析结果与足尺模型振动台试验结果进行比较,结果表明：有限元分析结果与试验结果基本一致,证明了本有限元在钢筋沥青隔震墩分析中的适用性。在此基础上,用本有限元程序分别对隔震和非隔震有限元模型进行地震响应分析,得出相关结论：相同地震波作用下隔震层的位移随输入幅值的增大而增大;隔震模型的顶部加速度幅值与第1层层间位移幅值小于非隔震模型,表明隔震层在地震波作用下隔震性能良好,大幅度降低了上部结构的底部剪力。     

强震作用下嵌岩群桩时程响应振动台试验

地震动荷载作用下,由于“群桩效应”,群桩基础表现出不同于单桩的动力时程响应规律.通过大型振动台模型试验,选取强度均为0.35g人工合成的5002波、5010波,以及典型的Kobe波、El-Centro波,探明嵌岩群桩基础的动力时程响应规律及基频损伤情况.振动台试验结果表明,地震波频谱特性对嵌岩群桩基础的各动力响应参数具有显著影响;El-Centro地震波作用时嵌岩群桩加速度峰值较大,桩顶峰值出现时刻较为滞后;Kobe波作用下,桩顶水平相对位移、弯矩峰值较大,但在El-Centro波时均出现最早;弯矩峰值均没有超出其抗弯极限承载力,且基频未发生明显变化,说明强震作用下群桩基础未发生损伤破坏;因此,可通过不同频谱特性的地震波对嵌岩群桩的抗震性能进行优化设计,并提出相应工程建议.     

由振动台试验结果反推原型结构地震反应注记

由结构模型的振动台试验结果来考察真实结构的动力特性，是研究工程结构地震反应的试验研究方法之一，如何正确处理试验模型与原型的相似关系以及如何由模型反应正确推导原型反应是很重要的问题。通过对15层框一桁架结构的振动台试验模型的地震反应，采用2种方法反推原型结构地震反应并加以对比，从而考察和探讨模型与原型相似关系的准确性，指出了由模型反推原型结构地震反应的注意事项和建议。     

可液化土-高层结构地震相互作用振动台试验

进行了可液化土-高层结构地震相互作用的振动台试验,试验采用柔性容器以减小边界影响,采用饱和砂土作为模型土.试验中再现了液化场地土中高层结构的震害现象.得出的主要规律有:相互作用体系的振型曲线与刚性地基上结构的振型曲线明显不同;随着振动次数的增加,体系的频率降低,阻尼比增大;砂土对地震动可起滤波和隔震作用;当最初加速度峰值到达前,砂土层中的孔压比存在负值;震后土中孔隙水压力不一定随振动的停止而立即开始消散,在短期内可能继续增长;桩身应变幅值呈桩顶大、桩尖小的分布;桩土接触压力幅值分布规律与输入激励地震大小有关.     

基于RBF神经网络的结构动力响应预测

介绍了径向基函数(RBF)神经网络学习速度快,动态仿真性强,具有较强的输入输出映射功能和全局最优逼近的结构特点.针对快速预测结构动力响应有助于克服结构振动控制中时滞效应的特点及BP网络存在的问题,应用RBF网络对结构的位移、加速度进行了预测,并采用BP网络作对比研究.仿真结果表明RBF神经网络训练速度快,精度高,可及时为主动控制建筑结构响应提供较为准确的优化性能指标,从而为实现在线实时控制结构响应提供优良的保证.     

BP神经网络预测水泥搅拌桩单桩承载力

利用某工程38根水泥搅拌桩的单桩静载试验资料,采用BP(Back Propagation)神经网络的方法对建立的神经网络进行训练,根据训练好的网络对两个工程的单桩竖向承载力特征值进行预测.结果表明,预测值与采用其他方法的拟合值及实测值相吻合.最后,通过工程实例进行验证.     

单桩极限承载力的ANFIS预测分析

为了提高单桩极限承载力的预测精度,利用ANFIS较强的学习能力和模糊逻辑推理功能,建立了单桩竖向极限承载力预测的自适应网络模糊推理系统.通过静载荷试验成果的学习与预测检验,系统的预测误差在-10.5%～15.5%,绝大部分误差都在10%以内,表明该系统预测精度良好、适用性较强.     

馆藏浮放文物地震滑移响应振动台试验

为保护馆藏浮放文物,采用振动台试验方法,研究了浮放文物在地震作用下的滑移响应。基于某博物馆陈列柜的实际尺寸,制作了1:1比例的模型。考虑陈列柜底部固定在振动台面上,并考虑在陈列柜内部浮放一玻璃文物,研究了模型在地震作用下的滑移响应。通过输入不同类型、不同强度的地震波,获得了文物典型节点的加速度、位移响应及动力放大系数,讨论了不同摩擦条件的影响,并在理论上对试验结果进行了验证。结果表明：随着地震波强度增大及文物与陈列台之间的摩擦系数减小,文物滑移响应趋于明显。因此,为减小文物的滑移震害,陈列台面与文物之间应有较大的摩擦系数,且对陈列台面最小尺寸应有一定的要求,以避免文物因过大滑移量而产生掉落。     

支盘桩-土-上部结构动力相互作用体系的振动台模型试验设计

文章设计实现了支盘桩-土-上部结构动力相互作用体系的振动台模型试验.试验要求支盘桩-地基土-上部结构之间遵循相同的相似关系;按照Bockingham π定理导出试验模型各物理量的相似关系式和相似系数;根据振动台设备和边界条件的要求选用试验用模型土箱和试验用土;按照模型相似关系设计了结构体系的施工图;设计了自由场试验和系统振动台试验的加载制度.试验设计确定了试验的基本原则和实现方案,为进一步的研究奠定了基础.     

夯扩桩承载力试验研究

夯扩桩具有单桩承载力较高、沉降较小等优点,在经济上也优于普通灌注桩体.为了说明夯扩桩良好的承载性能,以某综合楼的基桩工程为例,对夯扩桩的承载能力进行了试验研究.结果表明,试验桩不仅承载力高,而且沉降较为均匀、沉降量小,可以作为承受较大荷载的建筑物的基础。     

基于联合减震结构的振动台试验分析

通过在钢-混凝土混合结构中设置橡胶隔震支座及阻尼器的不同组合方式构成减震结构,并对结构进行了振动台试验。试验表明:橡胶隔震支座对隔震层和上部结构的加速度和位移均能起到很好的控制作用;在上部结构加设粘滞阻尼器之后,隔震层的加速度和位移均有所减小,但减小幅度不大,而顶层的加速度和位移均出现大幅度减小,梁、柱的应变减小超过50%,说明在设置隔震支座的基础上,通过布置粘滞阻尼器能达到较好的减震效果。     

一座木结构模型的振动台实验研究

通过对木结构模型的振动台实验,讨论木结构模型实验体的动力测试方法,确定木结构构筑物在地震作用下的破坏机理,同时讨论了节点动力特性.研究了结构动力特性及地震反应的变化规律.通过实验可知在地震荷载作用下节点变形是非常重要的破坏准则,为危旧住房以及农村乡镇住房的抗震加固寻找有效且经济可行的方法.     

钢筋混凝土桥墩地震破坏振动台试验研究

钢筋混凝土桥墩箍筋约束不足和剪跨比过小(短柱)造成的脆性剪切破坏在近几次地震桥梁震害中占有较大比重.为解决此问题设计制作了各3根圆形截面和方形截面桥墩试件,分别代表具有良好箍筋约束、配箍率不足和小剪跨比3种情况,并通过振动台试验研究了其抗震性能.对小震、中震和大震作用下桥墩试件的破坏形态、加速度和位移反应、位移延性系数和耗能等方面进行了比较分析,结果表明,小剪跨比桥墩在地震作用下反应位移延性系数较大,在抗震设计时应引起足够重视.     

地铁软土层冻融特性试验分析及模糊随机预测

针对南通地铁软土层三类土样进行冻胀和融沉试验,发现冻胀力、冻胀率和融沉系数随着冻结温度降低而增大;在相同的温度条件下,黏土冻融特性最显著,粉质黏土中等,而粉土最弱.受土性、温度、含水率和干密度等因素的综合影响,三类土样的冻融变化规律表现出明显的不确定性.利用两类不同的权值对小波神经网络的激励和输出函数进行修正,利用梯度下降的方法对伸缩和平移参数进行优化.在此基础上,以土性、温度、含水率和干密度为输入量,冻胀率和融沉系数为输出量建立模糊随机小波网络冻融特性预测模型.工程算例表明,模型冻胀和融沉的预测值与具体工程实测值基本吻合,可作为南通地铁及周边地区地下冻结法施工冻融特性预测的有效工具.     

人工神经网络在地下水动态预测中的应用

应用人工神经网络中的BP算法，根据地下水动态的时间序列数据，建立地下水动态模型，对地下水动态进行模拟和预测，并与灰色－周期外延组合模型方法及数据处理组合方法的结果进行比较，结果表明，其预测精度较高，说明神经网络方法不仅简单、实用，又具有很强的处理地下水动态非线笥及周期性变化问题的能力，可以在地下水动态等方面广泛使用。     

神经网络预测蛋白质二级结构的编码技术

考虑不同残基的物理化学性质,将其融入蛋白质二级结构的神经网络预测中,提出了一种新的归一化二进制编码技术,将各种残基不同的疏水值与体积大小归一化结果作为神经网络的二进制输入序列．与其他蛋白质二级结构预测的方法进行了比较,结果表明,该方法能充分利用蛋白质的一级结构信息,获得了很好的预测效果。     

基于Elman组合预测模型的瓦斯涌出量预测

为提高矿井瓦斯涌出量的预测精度,基于Elman回归神经网络原理,以指数型线性回归、双曲线型线性回归及灰色预测三种方法得到的瓦斯涌出量预测值为样本数据,建立Elman组合预测模型,并利用MATLAB软件进行预测。结果表明,Elman组合预测结果的拟合曲线更接近实际情况。该模型有效提高了瓦期涌出量的预测精度,为煤矿安全生产提供了理论支持。     

区域供冷系统逐时冷负荷的分析及数值预测

为了正确选择区域供冷系统设计负荷并优化其主机运行策略,对某区域供冷系统的逐时实际冷负荷变化规律及数值预测进行研究。通过对该区域供冷系统冷冻水供回水温度及流量进行实测,得到并分析实际逐时冷负荷;通过增加输入层数据,建立改进人工神经网络负荷预测模型并对预测值及其误差进行分析。研究结果表明:区域供冷系统在各负荷区间运行时间分布较均匀;在实测期间,系统在高负荷区间的运行时间所占比例为17.5%,最低负荷区间的运行时间所占比例为13.5%,其他负荷区间运行时间比例为15%～20%,这与单区域供冷系统负荷越大则运行时间越短的特点完全不同;并且区域供冷系统连续24h工作,实测日最小运行负荷仅为当日最大实际负荷的11.8%,逐时负荷变化范围大,这说明区域供冷系统更应注意机组容量选型和运行策略优化;由经改进人工神经网络算法得出的负荷预测值与实际值较吻合,其相对误差受用冷区域功能与特点的影响。