集中荷载作用下钢-玻璃纤维复合纵筋混凝土梁的受剪承载力

为研究钢-玻璃纤维复合筋(SGFCB)作为纵向受拉筋时混凝土梁的受剪性能,进行了集中荷载作用下SGFCB混凝土梁的受剪承载力试验.试验参数为纵筋种类、构件剪跨比和纵筋配筋率.分析总结了SGFCB混凝土梁受剪破坏形态、受剪承载力和斜裂缝宽度发展随上述试验参数的变化规律.试验结果表明:SGFCB试件梁的剪切破坏形态有斜压破坏、剪压破坏和非典型的剪压破坏3种,与钢筋混凝土梁的受剪破坏形态相似.剪跨比、配筋率和配箍率相同时,SGFCB混凝土梁受剪承载力和刚度均小于钢筋混凝土梁,斜裂缝最大宽度大于钢筋混凝土梁.在试验承载力结果基础上,拟合了SGFCB混凝土梁受剪承载力-剪跨比关系曲线.最后,提出了可用于设计的集中荷载作用下SGFCB混凝土梁受剪承载力计算公式,该公式具有较高的安全保证率.     

含有焊缝初始裂纹的钢框架梁柱节点性能试验研究

为研究焊缝初始裂纹对钢框架梁柱节点抗震性能的影响,通过切割节点的梁下翼缘焊缝以形成初始裂纹,完成了7个节点拟静力试验,并分析了能量输入历程与节点连接形式对其性能的影响.试验结果表明,含有初始裂纹的节点试件SHH-1从启裂至破坏共经历了6个循环,相比于无损节点试件SHH-0持续时间减少25%,极限荷载降低8.5%,极限位移与延性系数均降低26%.节点中梁下翼缘焊缝部位若存在初始裂纹,会改变节点的裂纹扩展机理,其抗震性能也会明显降低.当加载跨幅相同且循环次数相差不大时,不同的加载制度对初始裂纹扩展机理及节点抗震性能影响较小,但突增式位移荷载会加速裂纹的扩展.H形柱-H形梁节点初始裂纹扩展速度相对最慢、抗震性能最好,其次为箱形柱-H形梁节点,箱形柱-箱形梁节点性能最差.     

逼近纳什均衡的动态蜂窝选择方案

在异构蜂窝选择博弈中,纳什均衡对应终端的蜂窝选择结果可以让系统获得相对较优的性能,然而在动态的网络场景中,终端会不断地移动,导致此前选择的结果偏离原纳什均衡,采用传统搜索纳什均衡的方法无法非常快速地重新逼近新的纳什均衡。文章提出一种逼近纳什均衡的动态蜂窝选择方案,借助设计的经验公式,快速调整终端的蜂窝选择策略,使整个系统始终保持逼近纳什均衡。     

420m跨径SRC -钢腹杆组合箱拱桥试设计研究

提出由型钢混凝土(SRC)顶底板和钢腹杆组成的新型组合拱结构(简称SRC -钢腹杆组合箱拱),可减轻结构自重和利用劲性骨架法施工,同时解决了混凝土拱桥向大跨径发展所遇到的自重大、施工难的两个瓶颈问题.以万县长江大桥为原型,进行420 m跨径SRC -钢腹杆组合箱拱桥的试设计,其承载能力极限状态与施工阶段的受力计算结果表...     

高强度钢冷弯成型过程应力状态模拟分析

运用有限元分析软件对不同工艺下的高强度钢冷弯成型过程应力、应变状态进行模拟分析。结果表明,所作的有限元应力、应变状态模拟符合实际成型情况;3种不同成型道次中,4道次成型为最佳成型道次;上轧辊角大于成型角4°可最大限度地减小残余轧制应力。     

采用双经验回放池的噪声流双延迟深度确定性策略梯度算法

为了进一步提高双延迟深度确定性策略梯度算法(TD3)的网络探索性能和收敛速度,提出一种采用基于多步优先和重抽样优选机制的双经验回放池的噪声流TD3算法。该算法在策略网络中的每一层添加噪声流以增加参数的随机性,并引入多步优先经验回放池,将多个连续样本组成一个基础单元进行存储,训练时通过多步截断双Q处理实现对值函数的有效逼近,同时增加一个经验回放池采用重抽样优选机制来存储学习价值更大的样本,双经验回放池的设置可弥补样本多样性不足的问题。在OpenAI Gym平台的Walker2d-v2场景中进行仿真实验,结果表明,与对比算法相比,本文算法获得的回报值有明显改善,网络收敛速度也大大加快。     

基于Inception-BiLSTM和迁移学习的结构损伤识别

针对传统卷积神经网络（convolutional neural network,CNN）方法在时空特征提取存在不足,提出一种改进的Inception与双向长短期记忆（ bi-directional long short-term memory,BiLSTM）联合模型,以全面学习振动信号中的空间和时序信息。首先,构建具有多尺度感受野的Inception模块,自适应地提取不同尺度下的空间特征;其次,BiLSTM序列化处理时间特征,以深度挖掘时间相关性;最后,通过全局平均池化和Softmax分类器来实现钢框架结构的损伤识别。为评估该模型对噪声的鲁棒性,引入高斯白噪声作为干扰。此外,采用迁移学习策略来评估模型在不同强度激励和小样本下的泛化能力,确保适用于不同的损伤识别任务。结果表明,与传统的CNN方法相比,该模型在无噪声条件下及信噪比超过25dB时保持了100%的识别精度。该方法解决了土木工程应用中样本量不足和不同强度激励的实际挑战。通过微调预训练模型的参数,实现了在不同强度激励和小样本情况下的知识迁移与泛化,从而增强了模型的实际适用性。     

D3DQN-CAA:一种基于DRL的自适应边缘计算任务调度方法

为解决已有基于深度强化学习的边缘计算任务调度面临的动作空间探索度固定不变、样本效率低、内存需求量大、稳定性差等问题,更好地在计算资源相对有限的边缘计算系统中进行有效的任务调度,在改进深度强化学习模型D3DQN（Dueling Double DQN）的基础上,提出了自适应边缘计算任务调度方法D3DQN-CAA.在任务卸载决策时,将任务与处理器的对应关系看作一个多维背包问题,根据当前调度任务与计算节点的状态信息,为任务选择与其匹配度最高的计算节点进行任务处理;为提高评估网络的参数更新效率,降低过估计的影响,提出一种综合性Q值计算方法;为进一步加快神经网络的收敛速度,提出了一种自适应动作空间动态探索度调整策略;为减少系统所需的存储资源,提高样本效率,提出一种自适应轻量优先级回放机制.实验结果表明,和多种基准算法相比,D3DQN-CAA方法能够有效地降低深度强化学习网络的训练步数,能充分利用边缘计算资源提升任务处理的实时性,降低系统能耗.     

钢-PVA混杂纤维高性能混凝土高温后残余力学性能试验研究

为探究3种因素钢纤维、聚乙烯醇(polyvinyl alcohol, PVA)纤维和矿粉对钢-PVA混杂纤维高性能混凝土(hybrid fiber high performance concrete, HFHPC)高温后残余力学性能的影响。对钢纤维、PVA纤维和矿粉3种因素各取3个水平,采用L₉(3³)方案进行正交设计,测试HFHPC遭受高温作用后的立方体抗压强度、劈裂抗拉强度和抗折强度,并进行极差与方差分析。结果表明：钢纤维体积分数为2.0%时可以有效提高HFHPC的各项强度。PVA纤维能够抑制混凝土爆裂,与钢纤维混杂可体现优势互补。800℃时,当钢纤维体积分数为2.0%、PVA纤维体积分数为0.3%、矿粉掺量为10%时,HFHPC的抗压强度残余率与劈拉强度残余率达到最高,分别为60.23%和74.5%。当矿粉掺量大于10%时,HFHPC抗压强度可显著提高,而劈拉强度与抗折强度略有下降。最后分别建立了HFHPC立方体抗压强度、劈裂抗拉强度和抗折强度的预测模型。     

一种双相材料的应变等效非局部本构模型

珠光体钢由众多随机取向的珠光体团构成，每一珠光体团又包含了许多交替叠合的渗碳体片和铁素体片。实验表明，具有较细片层间距的珠光体钢具有较好的综合力学性能，较高的耐磨性的抗接触疲劳性能。基于考虑此类材料中由于两相变形的不协调而存在的相间的相互约束，提出了一种应变等效非局部本构模型，在不改变材料局部参数的前提下，通过引入等效应变较好地描述了作为珠光体材料微结构基本参数的片层间距对其宏观响应特性的影响。对具有不同平均片层间距的热轧PD3和离线全长热处理PD3珠光体钢轨钢的非对称循环塑性进行了分析，得到了与实验相吻合的结果。