轻骨料混凝土PBL连接件抗剪承载力试验研究

来源 :北京交通大学 | 被引量 : 1次 | 上传用户:asdfghjkb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着对轻骨料混凝土研究的深入,轻骨料混凝土开始应用于组合结构当中,其中承担抗剪作用的连接件是组合梁桥工作和受力的关键所在。现阶段对于轻骨料混凝土PBL抗剪连接件的研究开展较少,本文为了探究轻骨料混凝土PBL连接件的承载力及影响承载力的因素,进行了试验研究和有限元模拟。主要工作如下:
  (1)论述了PBL抗剪连接件的相关理论,总结了各学者和相关规范中涉及的承载力公式,分析了各参数对承载力的影响,初步确定主要影响因素,为试验方案的设计提供了理论依据。
  (2)设计并完成6组共计12个PBL连接件的推出试验。其中,设置1组为普通混凝土试件,5组为轻骨料混凝土试件。通过改变钢板开孔的孔径尺寸、混凝土强度、钢筋直径大小三个因素,以此来研究轻骨料混凝土PBL连接件承载力。
  (3)试验结果表明:在破坏过程上,与普通混凝土相比,轻骨料混凝土PBL连接件的裂缝出现较早,一定时间段内开展较缓慢。试件有一段较长的带裂缝工作阶段,而普通混凝土的裂缝出现较晚,裂缝开展较为明显。在同等参数情况下,轻骨料混凝土PBL抗剪连接件的极限承载力要小于普通混凝土抗剪连接件,约降低10%左右。
  (4)试验数据分析表明,在诸多影响因素中,主要影响轻骨料混凝土PBL抗剪连接件承载力的因素为:混凝土强度、开孔孔径、钢筋直径大小。且与普通混凝土连接件相比,钢筋直径的影响稍加显著。
  (5)利用ABAQUS有限元软件对轻骨料混凝土PBL抗剪连接件进行承载力分析。建立多个模型,最终计算结果显示轻骨料混凝土PBL连接件承载力相比于普通混凝土PBL连接件降低了12%,与试验数据吻合。并在试件的基础上,充分分析影响轻骨料混凝土PBL抗剪连接件极限承载力的主要因素。同时与试验数据结合进行承载力公式拟合,提出适用予计算轻骨料混凝土PBL抗剪连接件的极限承载力公式。
其他文献
随着计算机技术、自动化技术以及机器视觉技术的不断发展,机器人技术作为上述技术的一种综合体也获得了快速发展。其中,机械臂视觉伺服控制技术由于具备理想的工作环境适应能力而受到广泛关注。然而在实际应用中,机械臂视觉伺服系统会受到多方面的限制和约束,例如机械臂关节角度的物理限制、摄像机视场范围的限制、图像速度信息是否可得、机械臂末端点工作面约束以及机械臂死区非线性约束等。如果不充分考虑这些限制因素,会严重
学位
现代工业控制过程日趋复杂,且对系统控制性能要求不断提高,传统单一系统往往难以满足日益复杂且严格的生产需求。针对这一问题,切换系统应运而生。切换系统由多个子系统(或模态)以及切换信号组成,切换信号根据实际控制需求选择相应工作的子系统。切换系统可以用多个简单子系统模型表征复杂的控制任务,因而具有重要的理论与应用研究意义。本文主要研究基于时间约束切换的切换系统的稳定性分析问题,并考虑实际系统常见的时延、
学位
随着人口的快速增长和能源的急剧消耗,节能环保变得越来越重要。在此背景下,人们对汽车发动机系统在燃料效率和低排放方面的性能有了更高的要求。电子节气门(Electronic throttle, ET)系统在实现这一目标中发挥着重要作用。它通过控制进入系统发动机的空气流量来控制空气-燃料混合比,能有效减少环境污染和优化燃料消耗。电子节气门系统由节流阀本体、传感器、齿轮组和控制节气门阀板开度的直流电机等部
随着高校办公信息化水平的不断发展,计算机已经成为各类公文管理的主要工具。在高校教务部门中经常需要处理大量的公文,在文件保护方面有着一定的安全要求。为了确保这些公文内容可以得到有效保护,仅在安全环境下可以操作和访问,需要采用一定的技术手段为其提供保护服务。  本文针对上述需求,为某高校教务部门设计和研发了一套文件透明加密系统,该系统能够在用户无法感知的情况下,实现对指定文件类型在内核环境下进行加密解
随着医院信息化建设的快速发展,医学影像自助服务系统(MISS)得到了初步推广。但因其识别率低、数据存储时间短、不利于分享、运维不便等问题,应用推广得到了严重限制。本文在实地走访客户、分析存在问题、整理需求的基础上,设计实现了医院云影像自助服务系统(HSSBCI)。  HSSBCI(Hospital Self-service System based on Cloud Image)系统采用基于深度学
目前,伴随着移动社交的广泛普及和云计算的蓬勃发展,人们愈发倾向于通过网络获取知识与存储信息,互联网中的数据呈现爆炸性的增长趋势。与此同时,信息安全领域的问题也日益严峻,个人、企业等信息遭到泄露的事件频频爆出,鉴于以上因素,大数据环境下的数据安全成为了研究学者的关注热点。属性基加密机制作为密码学的一个重要分支,通过访问结构与属性集之间的匹配关系实现用户对数据访问权限的控制,高效地解决了“一对多”的秘
学位
多标签分类任务是机器学习中极为重要的任务之一,近些年来受到了广泛的关注。绝大多数已有的多标签分类算法旨在利用标签之间的关联信息以提升算法的性能。然而,已有的算法或者是穷举了所有可能的关联信息,或者是随机生成一些标签集合以期捕捉到标签之间的关联信息,或者是用标签嵌入的方式来捕捉标签的关联信息,而忽视或只是隐式地去利用数据集中标签之间的共现信息。实际上,标签之间的共现信息往往表明标签之间存在强烈的正相
语义分割是计算机视觉中的一个基本问题。实际应用中,它一般被视为一个逐像素分类的问题,大多数分割模型都使用一个逐像素损失作为其优化的目标函数。但是,逐像素损失会忽略图像中像素点之间的依赖性。之前已经存在一些利用像素之间的关系来增强分割效果的方法,例如,条件随机场,基于像素亲和力的方法,以及基于对抗生成网络的方法。然而,这些方法通常需要额外的模型分支,大量的计算机额外内存或更多的推理时间。在本文中,开
学位
信息抽取技术从互联网上海量的非结构化文本中自动抽取结构化数据,为人们高效地提供有价值的信息。事件抽取是其中一个重要分支任务。由于事件抽取任务的现存语料规模较小,人工标注数据的成本又过高,现有方法在进行事件抽取任务的研究中受到了缺少数据带来的性能限制。  针对以上问题,本文提出基于预训练语言模型的事件抽取方法和一种基于阅读理解特征迁移的事件抽取方法。为了实现事件抽取的零样本学习,本文还提出一种基于阅
时间序列建模在工业界和学术界受到了广泛的关注,许多真实的应用场景都需要理解时序事件背后的原因,例如异常检测,风险管理等。在这些场景中,除了准确地预测事件以外,模型是否学得可以被理解的知识表达,帮助人们探寻背后的原因,对实际的工业生产来说非常重要。  现有的很多时序模型都旨在捕获观察数据的内在因素,用其作为特征来识别事件,并提供解释。然而,大多数研究工作都忽略了因素之间存在的关系,而这些关系才有可能