基于深度学习的框架结构损伤识别研究

卷积神经网络模型和长短期记忆网络模型是两种应用广泛的深度学习网络模型,为探究两种模型在结构损伤识别应用中的效果,采用两种网络模型对钢框架结构的损伤识别进行研究.以3层框架结构为例,选用削减单元自身动力特性后的模态应变能差作为损伤指标,分别输入到两种神经网络模型中,对梁柱单元的损伤程度识别和损伤位置识别进行分析.结果表明：两种网络模型均能很快掌握结构单元的动力特性,在学习了框架结构的模态特征后,均能够精准地识别出损伤单元的位置,同时能较为准确地预测出单元的损伤程度,验证了两种网络模型在以模态应变能差为指标的损伤识别中具有较好的适用性.对比两种网络模型的表现,发现卷积神经网络具有较高的训练效率和较好的泛化性能.     

河南中东部黄泛区粉土物理特性区域差异性实验研究

河南中东部地区为典型黄泛区,随着该地区基础建设的迅速发展,迫切需要对该地区粉土的物理力学性质进一步研究.本文通过筛分实验、液塑限实验和击实实验,基于土体的颗粒组成、液塑限、最大干密度和最优含水率指标,研究河南中东部区域黄泛区粉土的物理特性差异.结果表明:(1)河南中东部不同区域黄泛区粉土颗粒级配、液塑限存在明显差异,细粒含量差别显著,细粒含量越多液塑限越大;(2)该地区不同区域最大干密度基本相同,最优含水率有差异,说明粉土的最终压实度相近,最优含水率与细粒含量有关.     

基于振动台试验的曲线桥梁抗震性能研究

为了研究S形曲线梁桥在地震作用下的动力响应及抗震性能,设计并制作一座相似比为1／20的S形曲线梁桥进行振动台试验研究。结果表明：在地震作用下,S形曲线梁桥的梁体未有明显损伤,桥墩出现裂缝,支座破坏严重;在墩底屈服之前,墩梁已发生较大相对位移,桥梁极易发生落梁破坏现象;桥墩在大震作用下的扭转耗能作用十分明显。在振动台试验基础上,对S形曲线梁桥提出一种“梁体漂浮抗震设计”的概念设计方法,为该类桥梁的抗震设计理论提供支持。