电伴热预养护条件对混凝土受冻临界强度的影响

电伴热预养护是一种保证预拌混凝土冬期施工养护温度和强度增长的简单高效的方法。本文采用7 d恒负温(-5 ℃、-10 ℃、-15 ℃)一次冻结转标准养护的试验,研究电伴热预养护不同温度和时间对一种高坍落度C30普通混凝土抗压强度的影响。依据混凝土受冻临界强度的定义,确定基于电伴热预养护条件下的混凝土受冻临界强度值及其合理的预养护时间。结果表明:与标准养护相比,经电伴热高温预养护的混凝土抗压强度均得到了提高,但电伴热预养护温度宜控制在30 ℃,较高的预养护温度下强度发展速率和R_-7+28(负温养护7 d再转标养28 d的抗压强度)值反而降低;当预养护温度为30 ℃,硬化温度不低于-15 ℃时,合理的预养护时间在36～48 h之间;恒负温(-5 ℃、-10 ℃、-15 ℃)硬化条件下,采用电伴热预养护的混凝土受冻临界强度的范围是6.6～17.8 MPa,为混凝土立方体抗压强度标准值的22.0%～59.3%。研究旨在比较电伴热预养护制度对普通混凝土力学性能的影响,进而指导相关工程应用。     

梁柱式木框架-支撑体系低周反复试验研究

对4榀不同支撑形式、不同支撑连接节点螺栓数目的单层单跨梁柱式木框架足尺试件进行水平荷载低周反复试验研究,得到了木框架-支撑结构体系的破坏模式、滞回曲线、骨架曲线、有效刚度曲线和耗能等性能。试验结果表明:在木框架抗侧强度和支撑杆件强度保证的前提下,提高支撑连接节点螺栓数目,对提高木框架-支撑结构体系的承载力和抗侧刚度具有良好的效果。最后提出了"强框架弱支撑"的设计思想,建议以螺栓屈服作为第一道防线,节点的塑性发展作为体系耗能的基础,并给出了支撑连接节点的构造措施。     

太滆运河水环境容量研究

水环境容量是区域污染物总量控制的基础和核心,可为流域水生态治理提供重要的科学依据。以往的相关研究多侧重于不同水文时期水环境容量的动态变化,而未将点、面源入河的季节性特征纳入考虑范畴。文章采用解析公式法,综合考虑点、面源污染特征确定点、面源协同影响的太滆运河水环境容量,并利用MIKE11 软件构建太滆运河汇水区水量、水质数学模型,模拟在最大允许排放量条件下典型断面的水质达标情况。研究表明：太滆运河水环境容量为COD 22 694.52 t/a、氨氮854.04 t/a、总磷195.58 t/a。典型断面均能实现水功能区划水质目标,该计算方法合理可行。     

漕湖水生态环境与望虞河引江济太响应研究

为了解过水型湖泊漕湖水生态环境与望虞河引江济太的响应关系,结合调查资料与数学模型手段,初步探究漕湖水环境和水生态空间分布特征及其与望虞河引江济太相互作用关系。结果表明,漕湖水环境呈现显著的“西侧劣于东侧”的空间分布特征;漕湖水生态系统相对较为脆弱;以水环境关键因子TP为代表,望虞河引江济太对漕湖的影响面基本控制在中西部湖区,望虞河来水进出漕湖后,TP浓度可削减2%左右。研究成果可为漕湖水环境生态系统结构和功能评估、水环境改善以及生态系统环境保护提供科学依据。     

方钢管柱-H型钢梁T形件单向螺栓连接节点性能研究

研究了在循环荷载作用下,一种新型的方钢管柱-H型钢梁T形件单向螺栓连接节点的破坏模式,以及构件对节点性能的影响。建立了节点的三维非线性有限元模型,以全尺寸梁柱连接节点拟静力试验数据进行了验证。通过参数分析,探讨了柱壁厚度、梁翼缘厚度和腹板削弱程度对新型节点的滞回曲线、骨架曲线、耗能等性能指标的影响。结果表明:循环荷载作用下新型节点滞回曲线呈"梭形"且较饱满,不同参数的节点均具有良好的耗能能力。通过增加柱壁厚度,节点的极限承载力和初始转动刚度增加。但柱壁厚度超过14mm时,单向螺栓和T形件成为节点失效的控制因素;梁不是这种新型节点的薄弱部位,对梁翼缘和腹板进行合理开孔削弱,节点的滞回性能、极限承载、刚度和耗能能力均无显著降低。     

500 kV 自耦变压器绕组短路特性分析

因自耦变压器具有体积小、效率高、电压变化率低等优点,目前被广泛应用在特高压建设的骨干网架中,但近年变压器短路频发,对电网带来严重影响,而500 kV 等级自耦变压器所占比例很大,因此对500 kV 自耦变压器短路性能展开研究非常重要。为此,基于有限元方法,根据实际500 kV 自耦变压器参数,建立了绕组的场–路耦合模型,验证模型的正确性,并根据绕组实际电气连接特点,考虑低压–公共绕组运行和公共–串联绕组运行两种情况,计算绕组漏磁场和短路电动力并进行对比分析,总结漏磁密及电动力分布相应规律,所得结果可大大提高电网的安全可靠性。     

基于VB的ANSYS二次开发在变压器抗短路性能分析中的应用

基于ANSYS提供的二次开发工具APDL语言,借助VB前台开发友好、方便的人机交互界面,实现变压器的ANSYS模型代码设计,以研究变压器绕组抗短路性能。     

采用BP-ANN模型的梁柱平齐端板连接节点极限抗弯承载力预测研究

筛选文献中报道的143组试验数据，采用误差反向传播人工神经网络(BP-ANN)建立和训练了1个2层BP-ANN模型，对梁柱平齐端板连接节点的极限抗弯承载力进行了预测。该模型利用20个组件特征参数作为输入，以极限抗弯承载力作为输出。通过与传统机器学习算法预测结果对比，验证了方法和模型的有效性，并依据模型推导出一个实用简化的极限抗弯承载力数学表达式。统计分析结果显示：经过训练的BP-ANN模型，在测试集上的平均绝对百分比误差(MAPE)为5.28%,均方误差(MSE)为5.79×10^-4。另外，对特征参数进行敏感性分析，得到了组件特征对节点极限抗弯承载力的影响程度。研究结果表明：采用BP-ANN模型能够综合考虑组件特征对节点极限抗弯承载力的影响，预测结果较为准确；该模型为梁柱连接性能评估和改进提供了智能化的解决方案，可作为数值模拟和结构试验研究的有力补充。