【摘 要】
:
装配式建筑结构相比较于传统现浇建筑结构优点突出,工程建设效率、质量与施工安全都得到有效提升,并且资源消耗低。同时,钢骨混凝土构件承载力与抗震性能也较普通钢筋混凝土
论文部分内容阅读
装配式建筑结构相比较于传统现浇建筑结构优点突出,工程建设效率、质量与施工安全都得到有效提升,并且资源消耗低。同时,钢骨混凝土构件承载力与抗震性能也较普通钢筋混凝土构件更好。因此装配式钢骨混凝土结构研究的重要性与必要性毋庸置疑。装配式建筑结构连接的可靠性是影响建筑结构的关键。在课题组前期研究基础上,本文设计一种通过新型节点模块连接预制H型钢钢骨混凝土柱试件,该新型节点模块连接简单方便、传力合理可靠,将钢骨混凝土构件的优点与装配式结构优点相结合。为研究该新型节点模块在水平荷载作用下的连接性能,通过非线性有限元软件ABAQUS对其进行水平单调加载与水平低周往复加载,分析对比剪跨比、轴压比、水平加载方向与节点模块钢板材厚度4个参数的力学性能影响。基于已有的试验结果,先通过ABAQUS建立了由节点模块连接的预制钢骨混凝土柱试件模型并予以验证。对19个新型预制装配式试件进行单调加载数值模拟,对比分析不同参数对试件静力性能的影响。结果表明,随着剪跨比增大,试件承载力、初始刚度及延性逐渐明显降低,但试件延性良好,无脆性破坏。在0.2~0.6范围内增大轴压比,承载力呈现出先提高后降低的变化趋势,极限荷载在轴压比为0.3时最大。随着轴压比的增大,初始刚度不断提高延性不断降低。通过改变加载方向,Y向加载的承载力和初始刚度与X向加载相近,但延性略有提高。增加节点模块钢板材厚度,承载力、初始刚度与延性均有明显提高。通过对14个试件进行往复加载数值模拟对比分析,表明随着剪跨比增加,试件承载力、初始刚度与延性表现出与单调加载相同的变化趋势,并且较单调加载有微幅降低,抗震性能呈先提高后降低的变化趋势。增大轴压比,试件的承载力同样为先提高后降低,耗能能力减弱,刚度退化加快。Y轴加载较X轴加载承载力与延性略有提高,耗能能力增强明显,刚度退化接近。增加节点模块钢板材厚度承载力与初始刚度有明显提升,耗能能力与刚度退化受其影响较小。
其他文献
两栖动物对农业生态系统健康和稳定具有重要意义。两栖动物需要在水中产卵和度过幼年期,并过度到陆生环境中度过成年期。个体繁殖、生存、扩散和迁移需要水生和陆生两种生态系统,因此两栖类动物对周围环境非常敏感。城市快速扩张、农业集约化生产、农村环境破坏造成的生境破碎化和片段化是引起两栖类动物数量迅速减少的主要原因。农业景观中散布的大小不一的池塘斑块,是两栖动物重要的“生境岛屿”,了解两栖动物在农业景观中的生
涡阳县位于安徽省淮北平原中西部,是一以农业为主的人口大县;县城位于涡河中游南岸。近20年来,随经济社会的发展,县城人口由2005年的10万人,迅速增长至2019年的36万人;城区生
考虑到人群会自由移动,数学上通常用扩散型偏微分方程组(模型)来刻划流行病的传播规律以及过程。这类模型的行波解是否存在决定了流行病能否传播以及以多大的速度传播。因而
中医认为白色念珠菌感染疾病是由于湿热在体内蕴结,加上外受毒邪所致。日久湿热之邪必然要伤阴,出现阴伤、湿热阻滞的虚实夹杂的症候。中药复方因含多种有效成分,具有多方位
网络仿真是网络安全技术评测、网络攻防演练、网络新技术验证的重要支撑。基于集群计算环境的分布式网络仿真,可有效满足大规模网络场景评估的需要。针对给定的计算环境,如何将所要仿真的大规模虚拟网络拓扑进行划分并映射到不同的计算节点,即实现合理的虚拟网络映射,从而有效提升物理资源的利用率和网络仿真的性能具有重要意义。一个合理的虚拟网络映射应在考虑计算环境的异构性以及虚拟网络资源需求的多样性的前提下,实现计算
数字散斑测量技术是重要的光学测量手段之一,相比于传统变形测量工具如应变片、位移计等,数字散斑方法具有非接触测量、全场测量等突出优势,因此对于建筑膜材力学试验所具有
氢键在自然界中起着至关重要的作用。由于氟原子的体积小、电负性大、极化率低,因此在体系中引入氟原子往往能发挥很好的效果,因为氟原子的引入可以在不改变分子构象的同时改变分子的电子构型。许多药物研究也曾报道过“氟原子的引入能够改变化合物的性质”这一现象。因此,我们研究了一些特殊结构的有机氟氢键,并探讨了几何构型和取代基对有机氟氢键的影响。此外,日益严重的环境污染问题和能源紧缺问题也在不断地向人类敲响警钟
1.靶向日本血吸虫硫氧还蛋白-谷胱甘肽还原酶(TGR)的含氟呋咱衍生物的设计血吸虫病是一种主要的被忽视的热带流行病,在全球78个国家和地区流行。全球约有2.61亿人感染血吸虫,有6亿人面临感染的风险。然而,血吸虫病的治疗单一的依赖吡喹酮,这可能会加快耐药性寄生虫的产生。因此,寻找可以替代吡喹酮治疗血吸虫病的药物具有重大意义。David L Williams等以硫氧还蛋白-谷胱甘肽还原酶(TGR)为
目标检测是计算机视觉领域的一个热门研究方向,被广泛应用于智能安防、智慧城市、电力巡检、无人驾驶等众多领域。与传统的基于手工设计特征的算法相比,使用深度神经网络的目标检测算法无论是检测精度还是检测速度都获得了巨大的提升。深度神经网络是一种存储密集型和计算密集型的算法,该算法可以在高性能GPU上实时的运行,但是在存储资源和计算资源有限的嵌入式平台上却难以实现。因此,研究如何在保证检测精度的前提下将目标
传统的建筑结构通过增加构件截面面积提高结构刚度,这种方式虽然提高了结构的抗连续倒塌和抗地震倒塌性能,但增加了结构的建筑成本,降低了结构的性价比。防屈曲支撑作为一种