不需验算裂缝宽度的钢筋混凝土构件配筋直径选用图表研究

在《混凝土结构设计规范》(GB50010-2002)给出的计算公式的基础上分析了裂缝宽度限值与钢筋直径、保护层厚度混凝土强度等的关系,编制程序计算并精确绘制了不同工况下的图表,然后采用最佳最小二乘法对图表进行拟合归并,归纳出查用简便,且有相当精确度的图表.     

多层轻钢结构商品住宅的设计与施工

介绍了多层轻钢结构住宅的建筑和结构设计,包括围护材料选用,屋、楼面的选取,防火设计等,主体结构的选择与设计,钢结构的防火防腐处理以及砌体与钢梁柱处的防裂处理等。     

基于正交异性材料的预应力梁频率的试验研究

进行了一根无粘结预应力简支梁的动力试验,结果表明:预应力梁的固有频率随着预应力的增加而增加,这与Clough提出的轴力作用下各向同性材料梁的理论分析结果相反。其原因是传统的结构分析方法将混凝土视为各向同性、均质的线弹性材料。但是对预应力混凝土结构进行动力分析和检测,要求计算结果必须具有相对高的计算精度。为此该文从混凝土的微观结构入手,将预应力混凝土梁看作各向异性复合材料梁,采用正交异性的线弹性本构模型进行分析,将复合材料梁的刚度视为钢筋混凝土梁的刚度与预应力筋等效刚度之和,然后对预应力混凝土梁的频率与预应力的关系进行分析计算,计算结果与试验结果吻合较好。同时,利用该文提出的分析方法对Saiidi等人的试验梁进行了分析对比,其计算结果与其试验值也符合较好。     

高强混凝土的断裂性能研究

由于混凝土强度越高,脆性越大,限制了混凝土材料的发展及应用,通过试验测量了采用不同掺合物配制的混凝土的断裂韧性、裂纹临界扩展载荷、临界裂纹尖端张开位移和混凝土特征长度,并进行对比分析了各高强混凝土的断裂性能,提出掺加适量的粉煤灰可以增强高强混凝土的韧性,同时也不会显著影响高强混凝土的强度.     

提高砖基础耐久性技术问题的探讨

分析了引起砖砌体基础饱水程度增加的原因 ,以及由此引发的砌体强度和整体性降低以及上部结构沉降开裂的危害 ,提出改善砌体基础耐久性的方法和措施     

基于神经网络的再生混凝土配合比设计优化

影响再生混凝土配合比设计的因素复杂,传统的配合比设计方法已经不适于组成成分复杂的再生混凝土.人工神经网络(ANN)对处理大量原始数据而不能用规则或公式描述的问题,以及不能用数学模型表达的问题具有很好的适应性.根据再生混凝土的特殊性,找出影响其强度和坍落度、保水性的主要因素,对试验中通过主观观察得到的数据进行量化,在此基础上建立预测其强度和工作性能的BP神经网络模型,并对网络进行训练.为了验证训练好的网络的推广性能,用预留的一组试验数据进行仿真.在工程实践中可以根据经验选择出一些大致的配合比,输入训练好的网络进行试配,直到找到最佳的一组,可以在不进行试验室操作的情况下选取最优的配合比.     

全预应力梁振动频率的理论分析与试验研究

进行了5根全预应力梁的动力试验,试验结果表明:全预应力梁的固有频率随着预应力的增加而增加,这与经典的轴力作用下各向同性材料梁的理论分析结果完全相反。为此,仍将全预应力梁视为各向同性材料,但对梁的计算刚度进行了修正,将预应力筋对梁的作用视为梁的内力,并按一般简支梁频率公式进行梁的频率计算。计算结果表明:提出的计算公式和方法,在进行梁的一阶频率计算时误差较小,而且能很好地反映出梁的频率随预应力的增加而增加的变化趋势,比已有的计算公式和方法更适用;二阶频率的计算误差稍大,也具有一定的适用性;三阶及以上频率的计算尚存在较大误差,这有待今后进一步的开展研究工作。     

施工监理中混凝土质量的控制

框架结构的质量主要取决于钢材和混凝土的质量,而混凝土作为一种活性建筑材料,它的施工质量在控制主体结构施工监理中显得尤为重要。     

预应力混凝土梁模态分析的有限元软件实现

为建立预应力混凝土梁模态分析的有限元模型,以ANSYS有限元分析软件为例,提出预应力混凝土梁式结构在利用大型有限元软件进行模态分析时,可采用初应变法施加预应力,并且将混凝土受到的预压力影响转化为对单元材料弹性模量的影响,通过对变弹性模量的有限元模型进行模态分析,得到预应力混凝土梁在各级预应力下的自振频率和振型.通过与试验值对比可知,改进后的有限元模型可以用于预应力混凝土梁的模态分析.     

BP网络预测再生混凝土性能研究

利用BP神经网络模型,对再生混凝土强度及工作性能的预测方法进行了探讨。根据再生混凝土的特殊性,找出影响其强度和坍落度、保水性的主要因素,对试验中通过主观观察得到的数据进行量化,在此基础上建立预测其强度和工作性能的BP神经网络模型,针对所建模型,输入一定量的实测数据样本,对网络进行训练。为了验证训练好的网络的推广性能,用预留的一组试验数据进行仿真训练的效率和误差及仿真计算的结果表明,采用优化的BP网络模型及合适的样本参数训练出的预测系统对再生混凝土的强度及工作性能进行预测是可行的。