快速应变率下对中强混凝土峰值应力与峰值应变的影响

在不同的应变率的作用下,通过对混凝土的本构关系进行试验研究,由快速率下试验得出的峰值应力与峰值应变,与静态试验得出的数据进行比较,为混凝土的动态研究提供试验依据。     

反复荷载下碳化混凝土力学性能及本构关系研究

为研究碳化对反复荷载下混凝土力学性能及本构关系的影响,本文通过碳化混凝土棱柱体试件单调及反复荷载试验,得到各试件应力应变曲线及骨架曲线,考虑到碳化混凝土构件的截面尺寸效应,从混凝土碳化率的角度对比分析了单调及反复荷载下碳化对试件破坏形态、混凝土强度、弹性模量、峰值应变及极限应变的影响.试验表明:随着反复荷载下碳化混凝土内部损伤的积累,其应力应变曲线下降段比单调荷载下的更为陡峭,破坏较为突然,反复荷载碳化混凝土延性变差;反复荷载下随着碳化率的增加,混凝土碳化后的峰值应变有所降低,但变化不大;而峰值应力均有所提高,极限应变均有所降低.根据试验结果引入与碳化率相关的下降段参数修正系数建立了碳化混凝土反复荷载作用下应力-应变本构关系,通过与试验对比分析表明本文确定的本构关系与试验结果较为吻合.     

FRP约束混凝土短柱在重复轴压作用下的力学性能

为了研究纤维增强复合材料(FRP)约束混凝土短柱在重复轴压荷载作用下的力学性能,对其进行试验和理论研究.共对6个FRP约束混凝土短柱试件(含3个单调加载和3个重复加载试件)进行竖向轴压试验.基于试验结果,分析讨论试件的破坏模式、应力-应变曲线、塑性残余应变、应力退化和极限状态.试验结果表明,重复荷载作用下试件的包络曲线略低于对应的单调荷载作用下试件的应力-应变曲线;卸载应变和塑性残余应变存在线性关系;FRP约束混凝土在重复荷载作用下的应力退化系数基本保持不变.根据国内外学者提出的理论模型,对重复加载试件的卸载路径曲线、再加载路径曲线和全过程应力-应变曲线进行预测.通过与试验结果比较,证明这些模型具有准确性和合理性.     

混凝土单轴受压动力全曲线试验研究

采用MTS 815.04岩石力学试验机对混凝土单轴受压动力本构关系进行系统试验研究.考虑五种不同加载速度,在位移和应变率双重控制下,得到动力加载条件下单轴受压应力一应变全曲线.根据试件的破坏特点,讨论动力加载与静载条件下试件破坏形态的区别,分析峰值应力、峰值应变以及弹性模量等力学参数的应变率效应,并与已有试验结果进行对比.结果表明:本次试验得到的结果揭示了混凝土在单轴受压条件下动力加载全过程的非线性性能,为正确理解混凝土在动力加载条件下的破坏机理提供试验依据.     

中高应变率下沥青混凝土动力增长系数研究

为研究沥青混凝土材料在强动载条件下的动态性能,采用液压伺服试验机和霍普金森压杆(SHPB)对沥青混凝土进行了不同应变率下的压缩试验,得出了中高应变率下沥青混凝土材料的动力增长系数(DIF)和材料的动态应力-应变关系曲线.运用考虑应变率效应的弹塑性损伤模型对沥青混凝土的SHPB试验进行模拟,并通过室内试验确定本构模型中的关键参数,如强度面曲线和损伤因子等.结果表明:采用液压伺服仪和SHPB可以有效地得出沥青混凝土在中高应变率下的动力增长系数,沥青混凝土抗压强度随着应变率的提高而增加;采用室内试验可以快速准确地确定弹塑性本构模型中的相关参数,用以表述沥青混凝土的应力-应变关系;当数值模拟中采用SHPB试验中获取的动力增长系数时,将导致惯性效应的重复,故对沥青混凝土材料进行高应变率下数值模拟时,应不考虑SHPB试验中由于环向惯性效应所引起的那部分动力增长系数,即需要对SHPB试验所得的动力增长系数做修正.     

基于细观颗粒元的混凝土弯曲试验模拟与率效应

为研究混凝土动态力学性能、解释混凝土材料动力破坏机理,该文基于颗粒元(PEM)建立细观模型,模拟混凝土动力弯曲试验,并进行率效应研究。数值仿真中以不同加载速率进行弯曲试验,得到混凝土抗弯强度的率相关强度增长系数(DIF),再现了不同应变率下弯曲破坏模式。数值仿真模拟得到的弯曲应力-应变结果和破坏现象与试验吻合良好,证明了数值模型的有效性。通过对破坏过程进行分析,高应变率条件下混凝土梁产生多条裂纹,表现出与低应变率条件完全不同的破坏形式,这是混凝土动强度提高的主要机理。     

高应变率下混凝土动态力学性能SHPB实验

利用φ100 mm霍普金森压杆试验设备,研究了混凝土材料在冲击荷载下的动态压缩性能,分析验证了实验结果的有效性、一致性和试样中的应力均匀性问题,得到了混凝土材料在较高应变率范围内的动态应力-应变关系.研究表明,混凝土材料的动态应力-应变呈非线性关系;混凝土材料为应变率敏感性材料,在较高应变率范围内混凝土材料的动态应力-应变关系是与应变率相关的;混凝土材料的破坏应力和破坏应变随应变率的增大而增大.     

泡粒混凝土的力学性能与本构关系

考虑聚苯颗粒体积比及湿密度等级两个影响因素,配制了共计25组不同配比的泡粒混凝土.研究了加载速率对泡粒混凝土应力-应变曲线的影响情况,结果表明其应变率效应不明显;并研究了不同聚苯颗粒含量以及不同湿密度等级对泡粒混凝土的应力-应变曲线的影响情况,结果表明此材料的密度以及聚苯颗粒含量对其力学性能影响均很大,并表现出不同的规律性.通过对其弹性模量、压溃应力、压溃应变等参数的分析,结合试验结果,建立了该材料的单轴压缩唯象本构模型,通过试验结果与预测结果的比较,唯象本构模型与试验结果吻合较好.     

双锥构型三维点阵材料压缩特性

对空心杆双锥构型点阵材料的压缩性能进行研究,对比了点阵材料与均质材料的压缩性能.点阵材料及均质材料的试件都采用多喷头光固化树脂增材制造技术制备,通过试验测试了均质材料件及2种元胞尺寸点阵材料件的压缩性能,获得了不同应变率载荷下的压缩应力-应变曲线,探索了元胞尺寸、加载应变率对材料压缩性能的影响,得到了材料破坏前的应力-应变关系预测表达式,应力预测结果与试验结果相吻合.研究结果表明:点阵材料的元胞尺寸对材料压缩性能影响显著;不同应变率下点阵材料的屈服应变变化不大,屈服强度差异相对较大;制备的点阵材料屈服应变大于均质材料屈服应变,但屈服强度不具备优势.     

改进组合式T形钢管内核心混凝土应力-应变关系

文章基于改进组合式T形钢管混凝土柱轴压试验结果,详细分析了在轴压状态下钢管对核心混凝土的约束特点,通过截面合理划分和假定,并借鉴已有的箍筋约束混凝土应力-应变关系,提出了改进组合式T形钢管内核心混凝土应力-应变关系;在分析主要影响参数的基础上,给出了应力-应变关系参数计算表达式;采用有限元软件ABAQUS对改进组合式T形钢管混凝土柱轴压荷载-应变关系曲线进行了数值计算,并将有限元计算结果与试验结果进行对比。研究结果表明,有限元计算结果与试验结果吻合较好,验证了所提核心混凝土应力-应变关系的合理性。     

预应力混凝土桥梁悬臂浇筑的施工控制

对于采用悬臂浇筑施工方法的预应力混凝土桥梁,运用自适应控制理论进行结构参数识别和误差分析;利用BP人工神经网络确定主梁预拱度;在施工过程中对主梁挠度进行连续监测.借助预埋的钢弦式传感器,测试主梁应变,分析了混凝土收缩、徐变、温度等因素对应变测试的影响,并提出修正方法.实桥应用表明,使用自适应控制理论结合BP人工神经网络,可以预测主梁合理预拱度;混凝土收缩、徐变对应力测试的影响不容忽视;实测应变修正方法易于使用,修正值与理论值偏差较小.     

神经网络在活性粉末混凝土强度预测中的应用

介绍了神经网络中的BP网络的模型及其学习算法原理，并将其应用于活性粉末混凝土强度预测。基于MATLAB神经网络工具箱，进行了结果分析，发现应用该网络在活性粉末混凝土(RPC)强度预测方面具有很高的精度，可以用来对高强度混凝土强度进行预测；结果表明，神经网络方法是一种可以定量分析、简便易行的预测方法，随着新型建筑材料科学领域各种实验数据不断丰富完善，计算机语言的发展，神经网络可为广大技术人员提供科学的理论分析方法，指导生产实践。     

用神经网络预测矿渣与粉煤灰混凝土的强度

利用目前神经网络中使用最多的BP网络的模型来预测矿渣粉煤灰混凝土的3天、28天的抗压强度。结果表明，由于神经网络具有很强的非线性表现能力，计算精度高，预测能力强．将神经网络方法应用于矿渣、粉煤灰混凝土的强度预测中，可为工程人员提供很大的方便，以指导生产，适应时代发展的要求。     

混凝土碳化深度的人工神经网络分析与预测

基于水灰比、碳化龄期、相对湿度以及抗压强度对混凝土碳化深度影响的试验研究成果,利用BP网络和RBF网络按内推与外推两种方式,对混凝土碳化深度进行分析与预测.通过两种网络的分析与预测性能比较,建议优先采用RBF网络进行内推预测,对于外推预测则只能采用BP网络.     

基于神经网络的大体积混凝土温度预测与控制

大体积混凝土的水化热若不能及时散发 ,会产生很大的温度应力 ,导致出现温度裂缝。为了避免温度裂缝的产生 ,人们必须预测和控制大体积混凝土的温度形成。文章引用“虚厚度”的概念 ,解决了不同边界条件的处理问题 ,通过对各种影响因素的分析并结合 BP神经网络模型的特点提出了大体积混凝土温度预测模型。通过工程实例 ,用 MATL AB语言实现了对大体积混凝土温度的预测 ,说明了人工神经网络方法的可行性和实用性     

改进的BP模型及在大体积混凝土温度预测与控制中应用

文章针对传统的BP模型学习收敛速度慢容易陷入局部极小点等缺点,运用原始数据的非线性规格化函数,结合遗传算法调整权值,引入偏差单元,对BP模型进行了改进。提出运用改进的模型进行大体积混凝土温度预测与控制的新思路。通过实例验证,对于提高网络运行收敛速度、防止陷入局部极小点及克服手工调整参数的盲目性,都具有改善作用和一定的可操作性和实用性;为今后大体积混凝土温度预测与控制提供了可供借鉴的方法。     

不同径流尺度的小波神经网络预测

本文探讨了小波神经网络在径流预测中的应用。该方法结合了神经网络和小波转化的优点,弥补了人工神经网络在预测应用中的不足,较好的追踪预测径流时间序列中的突变性,强转折性,奇异性点等。并且本研究通过与人工神经网络预测方法比较研究,得出小波神经网络能取得更高精度的不同尺度的径流预测值。     

人工神经网络预测纯金属的表面张力

建立了以纯金属原子半径、熔点、沸点和原子化焓预测表面张力的人工神经网络模型。训练后的神经网络能较好的拟合实验数据。对４０种金属的表面张力进行回想和预测结果与实验值的偏差在可接受范围内，表明人工神经网络在纯金属表面张力预测方面有一定的前景。     

煤与瓦斯突出预测灰色理论-神经网络方法

将灰色理论-神经网络方法应用于煤与瓦斯突出预测中,利用灰色系统理论的灰色关联法确定了控制矿井煤与瓦斯突出的主控因素,并对煤与瓦斯突出主控因素进行筛选. 建立了煤与瓦斯突出危险性预测人工神经网络的数学模型和系统结构. 在平顶山八矿突出区进行了煤与瓦斯突出危险性预测应用,预测效果表明:利用灰色系统理论-神经网络方法对预测矿井煤与瓦斯突出是可行的.     

神经网络在混凝土强度预测中的应用

通过建立神经网络中使用最广泛的BP网络模型，预测普通混凝土，高强混凝土等多种混凝土强度，模型的预测值与试验数据，传统的鲍罗米经验公式的预测结果进行了比较。研究表明，神经网络方法由于综合考虑了混凝土强度的各种影响因素，能够实现非线性关系，具有较高的预测精度，在混凝土性能预测中具有广阔的应用前景。