装配整体预应力结构收缩徐变微差问题探讨

<正> 近年来,国内在装配整体预应力结构两阶段制作,二次受力特点对强度、抗裂度和变形性能的影响等方面进行了深入的研究,然而对这个特点所含时间因素产生的影响尚研究得不多。由于混凝土具有变形随时间增长的流变特性,会发生收缩、徐变。在装配整体预应力结构中,收缩、徐变又随着预制混凝土与后浇混凝土浇筑的相隔时间、     

简支矩形予应力混凝土迭合梁收缩徐变微差试验研究

本文通过试验:用统计和曲线拟合方法,分析了非恒温恒湿条件下混凝土梁的自由收缩和予应力引起梁的部分徐变过程;用平均曲率法推导了迭合梁收缩徐变微差曲率公式;验证了平均曲率等假定;提出了予应力徐变较小时迭合梁收缩徐变微差曲率的简化公式;研究了收缩徐变微差与截面特征的关系及对迭合梁的作用。     

钢筋混凝土轴心受压构件的徐变失稳

本文用变化力作用下的有效变形模量,将长期作用下的非弹性时效问题化为弹性问题处理,从而以弹性力学中求短期加荷失稳临界力的方法,十分简捷地求得轴向压力保持不变的钢筋混凝土构件。因总附加弯矩随混凝土徐变引起的长期挠度的增加,而导致徐变失稳的临界力。通过实例计算表明,对用高强混凝土,高强钢筋制成的轴心受压构件的徐变失稳,应注意控制。     

基于人工神经网络模型的岩石特性预测

近年来,软计算技术被用作替代的统计工具。如人工神经网络(ANN)被用于开发预测模型来估计所需的参数。在本研究中,通过利用冲击钻进过程中的一些钻进参数(气压、推力、钻头直径、穿透率)和所产生的声级,建立了预测岩石性质的神经网络模型。在实验室中所产生的数据,用于开发预测岩石特性(如单轴抗压强度、耐磨性、抗拉强度和施密特回弹数)的神经网络模型,并使用各种预测性能指标对所建模型进行检验,结果表明人工神经网络模型适用于岩石性质的预测。     

基于多元回归方法的岩石物理性质预测模型研究

为了研究地层特性和地层层面划分,钻进过程中所钻地层的岩性识别必不可少。利用多元回归技术建立经验模型来预测岩石的物理性质,考虑了钻进过程中钻头直径、钻头转速、钻进速率和等效声级等参数,并用软件进行分析,采用t检验、F检验来验证模型的有效性,并导出预测模型的性能。结果表明,由回归模型计算出的岩石物理性质参数值(岩石抗压强度、纵波波速、岩石密度)与在实验室测得的值相当接近,模型的准确度分别为89.5%、96.7%、90.8%,所建立的模型能有效地用于完整岩石性质的预测。     

钢筋混凝土构件考虑混凝土收缩徐变作用的计算

本文用变化力作用下有效变形模量和收缩徐变微差概念计算未裂钢筋混凝土构件的时随变形,从而为长期作用下的非弹性时效问题化为弹性问题处理开辟了道路。通过例题计算比较,本文所取方法,物理意义明确,结果符合得很好。