氯化铁防水混凝土中钢筋锈蚀问题的研究

论述了钢筋混凝土中钢筋锈蚀的一般规律及氯化铁防水剂在混凝土中所起的作用。通过实验验证了氯化铁防水混凝土置于合适的使用环境中,氯化铁防水剂在建议用量下,其中的钢筋无锈蚀现象出现。     

基于BP网络的混凝土抗冻性

运用改进的BP算法,建立了3 5 2及3 5 1混凝土抗冻性BP网络计算模型·模型(1)(3 5 2)以水灰比、单位水泥用量及砂率为输入,以冻融后混凝土质量损失及冻融后混凝土强度损失为输出;模型(2)(3 5 1)及模型(3)(3 5 1)的输入与模型(1)相同,输出分别为冻融后混凝土质量损失和冻融后混凝土强度损失·计算结果与试验结果符合较好·     

搅拌、振捣及养护对高性能混凝土强度影响的试验研究

应用正交试验设计设计9组高性能混凝土.正交试验为三因素三水平,选取L9(34)正交表.三因素三水平分别为搅拌(人工搅拌,机械搅拌,超时机械搅拌)、振捣(人工振捣,机械振捣,免振捣)及养护(自然养护,标准养护,绝湿养护).针对该9组混凝土进行14d及28d抗压强度试验,对试验结果进行正交试验的级差分析及方差分析.分析表明,搅拌、振捣及养护对高性能混凝土抗压强度影响程度排序为:搅拌,养护,振捣;最佳方式为:超时搅拌,免振捣,绝湿养护.     

非对称Ⅲ型界面裂纹受变载荷作用下的解析解

采用复变函数论的方法,对非对称Ⅲ型界面裂纹的动态扩展问题进行了研究.通过自相似方法,并根据任意自相似指数的非对称动态扩展问题进行自相似求解,导出解析解的一般表达式.采用自相似函数的方法可以轻易地将所论问题转化为Riemann-Hilbert问题,并求得了扩展裂纹表面分别受到运动变载荷Px2/t2、Px作用下的位移、应力和动态应力强度因子的解析解.利用这些解并采用叠加原理,就可以求得任意复杂问题的解.这些解在断裂动力学以及弹性动力学、静力学问题当中具有重要的应用价值和理论意义.     

陶泥的活性评价及其对混凝土抗压强度的影响

通过活性试验对陶泥进行活性测试及评价,并将陶泥作为混凝土辅助胶凝材料,探讨了陶泥对混凝土抗压强度的影响.试验结果表明,陶泥具有反应活性,作为混凝土辅助胶凝材料能与混凝土中水泥水化产物Ca(OH)2发生二次水化反应;陶泥混凝土抗压强度与基准混凝土抗压强度随龄期发展规律相似;随着陶泥取代水泥量(质量分数)的增加,混凝土各龄期抗压强度呈下降趋势;陶泥取代水泥量不超过30%,混凝土强度等级可达到设计强度等级C30或C40;取代量相同时,陶泥混凝土与粉煤灰混凝土各龄期抗压强度比较接近.     

不同复合材料界面问题的另一形式自相似解

针对不同复合材料界面问题的另一形式自相似解进行研究,利用复变函数理论的方法推导出另一形式自相似解的表达式。根据正交异性体弹性动力学反平面问题运动方程和不同复合材料界面问题的相应关系,应用自相似函数的方法可以很容易地将所讨论的问题转化为Riemann-Hilbert问题,而后一问题可以用通常的Muskhel-ishvili方法求解,并且可以相当简单地得到问题的闭合解。这些解在断裂动力学以及弹性动力学、静力学问题当中具有重要的应用价值和理论意义。     

混凝土结构耐久性研究现状及趋势

碳化、钢筋腐蚀、冻融及碱 骨料反应构成混凝土耐久性的主要内容,对此从机理上进行了较系统的论述;同时,从材料、构件和结构三个层次分析和综述了混凝土结构耐久性的研究现状,指出今后的发展方向:结构层次的耐久性研究将成为今后混凝土耐久性研究的重点;混凝土结构耐久性的研究已从定性分析逐步转向定量分析;基于可靠性的混凝土结构耐久性研究将是今后混凝土结构耐久性研究的又一重要发展方向·     

Ⅲ型裂纹动态Dugdale模型的扩展问题

通过复变函数论的方法,对材料的非线性特性下的Ⅲ型裂纹Dugdale模型的动态扩展问题进行研究.采用自相似函数的方法可以获得应力、位移及裂纹尖端张开位移解析的解.应用该法可以很容易地将所讨论的问题转化为Riemann-Hilbert问题,而后一问题可以用通常的Muskhelishvili方法进行求解,并可以相当简单地得到问题的闭合解.利用这些解并采用叠加原理,就可以求得任意复杂问题的解.     

不连续应力作用的Ⅰ型动态裂纹

针对研究材料特性下的裂纹动态扩展时遇到的不连续应力作用Ⅰ型动态裂纹扩展问题,利用复变函数理论的方法进行了研究.采用自相似函数的途径可以获得应力、位移及动态应力强度因子的解析解的一般表达式.应用该法可以很容易地将所讨论的问题转化为Riemann-Hilbert问题,而后一问题可以用通常的Muskhelishvili方法进行求解,并可以相当简单地得到问题的闭合解.利用这些解并采用叠加原理,可以求得任意复杂问题的解.     

基于BP网络的混凝土碳化研究

运用改进的BP算法,建立了3 5 1(输入层为3个神经元,隐含层为5个神经元,输出层为1个神经元)混凝土碳化深度BP网络计算模型·计算模型以水灰比、单位水泥用量及砂率为输入,以碳化深度为输出,计算结果与试验结果符合较好·同时,运用改进的BP算法,建立了3 5 1(输入层为3个神经元,隐含层为5个神经元,输出层为1个神经元)混凝土碳化深度BP网络预测模型·预测模型以水灰比、单位水泥用量及混凝土暴露时间为输入,预测模型之一以暴露20年的混凝土碳化深度为输出,预测模型之二以暴露30年的混凝土碳化深度为输出,预测结果均较为理想·