混凝土超声波应力测试不确定度研究

来源 :重庆交通大学 | 被引量 : 0次 | 上传用户:lhihxk
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
应力为在役桥梁结构安全的重要指标,应力测试的便捷与精准是主要研究热点。众多现有混凝土应力测试研究中,超声应力测试便捷优势明显,但测试精度难以稳定和保障。超声应力测试在工程应用前,需在不确定度框架下进行计量研究,找到影响测试结果的不确定度因素,提高测试精度。本文以混凝土工字梁为研究对象,设计实施了混凝土工字梁三点弯曲荷载超声尾波应力测试,在奇异值分解基础上,提取了尾波幅值与应力变化线性关系,从不确定度角度出发,发现了凡士林耦合剂、仪器温度、混凝土受力记忆、环境温湿度等外界因素影响测试精度,主要工作内容如下:(1)针对现有超声应力测试技术与计量不确定度进行调研。首先,调研现有混凝土超声应力测试技术,参考其它技术测试方法与结果,提出了建立声学参数与应力变化相关性的技术路线。其次,调研计量不确定度理论与计算,从不确定度测试模型与分类评定,初步明确了本次试验条件控制、不确定度分量确定及其量化方法;(2)设计实施混凝土工字梁超声测试方案,完成数据采集与处理。设计钢筋混凝土工字梁三点弯曲荷载测试装置,重复逐级加卸载超声应力测试,每次测试加卸载8组,每组加卸载22个荷载等级,每级荷载移点重复采集11条波形。编制数据处理Matlab程序,将测试数据进行预处理分析,考察尾波波形特征与信号质量,在奇异值分解特征提取与矩阵运算等优势的基础上,处理分析预处理后测试数据,建立了尾波幅值与应力变化之间的线性关系;(3)考察数据及其结果的稳定性、重复性和复现性。对混凝土工字梁空载状态进行连续测试,考察天内波形能量的变化,发现了耦合剂与仪器温度对测试波形能量的稳定性影响。在重复逐级加卸载测试的基础上,考察数据组间特征向量重复性,发现组间特征向量随逐级加载组数的增加而向下偏移,通过排除橡胶垫记忆性的影响,与组间特征向量偏移随最大荷载等级的降低而减小,验证了混凝土对加载历史最大荷载具有记忆性。消除混凝土加载记忆与加载位置微动对试验结果的影响后,经过连续多天严格重复测试,发现环境的温湿度变化对特征向量偏移具有显著影响。
其他文献
在城市道路中,由于交通事故频发,车辆自组织网络的安全服务显得尤为重要。然而,紧急消息在城市VANETs的传播中面临着一些严峻挑战如:网络拓扑变化较大、无线传输信号易受高楼
直流输电相较于传统交流输电,具有线路造价低、有功损耗小、调节速度快、系统稳定性高等优点,适用于远距离大功率输电、海底送电、用地下电缆向大城市输电等场合。而柔性直流
容迟网络(Delay Tolerant Networks,DTN)作为一种新型的分布式自组网络,可以突破传统网络对全连通要求的限制,采用“存储-携带-转发”的路由机制逐跳转发消息,利用节点移动带来的间歇性连接实现网络通信。与传统网络相比,DTN具有链路中断频繁、节点存储能力较弱、传输时延长等特点,传统的路由机制无法直接应用于DTN。路由算法对DTN网络性能有至关重要的影响,已成为近年来的研究热点。
随着无人驾驶、VR虚拟现实技术和人工智能时代的到来,人们对信息数据的需求越来越大,呈现指数级增长。C-RAN(Centralized,Cooperative,Cloud and Clean Radio Access Network)架构能对基带资源进行统一管理和动态分配,从而提高系统频谱效率和功率效率,增强了网络覆盖。本文主要对C-RAN架构下分布式多天线系统下行链路预编码关键技术进行了研究。首先
互联网金融一方面作为新兴的金融业态而备受推崇,另一方面屡发的P2P平台跑路爆雷事件也让人心有不安,相关规制制度和举措并没有适度跟进。文章将以概念解析作为研究基础,通过
多智能体系统由于其具有协作完成任务的能力而在现实中被广泛地应用。相对于传统的集中式控制方法,分布式协调控制方法具有更好的鲁棒性、经济性、灵活性,因而成为研究多智能体系统控制问题的重要方法之一。一致性问题是多智能体系统控制领域研究的最重要的问题之一。随着对多智能体系统控制性能要求的提高,多智能体闭环系统的抗干扰性能与有限时间收敛性能得到越来越多的关注。本文主要针对受扰多智能体系统在无领导者和领导者跟
随着互联网的普及和发展,当今网络系统变得越来越复杂并愈加难以管理和扩展应用。软件定义网络(Software-Defined Networking,SDN)是一种有望改变现有网络困局的新型网络架构
随着互联网的发展和Web服务相关技术的进步,越来越多的软件服务开始出现在互联网上,这些服务提供应用程序访问接口(API)以供外部调用。开发者可以通过调用或合成网络上的开放
随着网络的日新月异,物联网、支付手段的网络化以及5G时代的来临,传统网络的弊端日益凸显,保护网络安全已经显得越来越重要。为了解决传统网络架构的缺点,提出了软件定义网络(Software Defined Network,SDN)。SDN网络的核心思想是将数据的转发与控制分离开来,降低了网络各层的耦合度。分布式拒绝服务(Distributed Denial of Service,DDoS)是危害网络安
基于机器学习的人脸图像分析是计算机视觉领域中的活跃研究课题之一,在很多人机交互的相关应用中都不乏基于人脸图像分析的属性分类,例如人脸识别、面部表情识别、性别分类等。本文总结分析了基于人脸图像性别分类的研究现状,研究并实现了基于字典学习和深度学习的人脸图像性别分类算法。1.基于形状-纹理超完备联合字典及集成表示的性别分类针对给定的人脸图像,基于傅里叶描述子及空间分块MQLBP编码分别提取原始形状及纹