考虑损伤退化的钢构件和钢框架结构非线性分析

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:uirerhj
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
钢结构体系因其自重轻、抗震性能好以及经济效益高而被广泛应用于建筑、超高层以及大跨度结构等领域。然而在地震、台风等极端荷载的作用下,钢结构体系仍然可能会出现局部破坏甚至最终发生整体倒塌,在此过程中,伴随着大量的几何非线性和材料非线性,因此进行钢框架结构非线性分析是十分有必要的。在有限元软件ABAQUS中,可以采用纤维梁单元或者壳单元模拟钢框架的非线性力学行为,但是纤维梁单元无法模拟构件产生的局部屈曲以及材料的损伤退化,计算结果误差大,而壳单元虽然计算精度高,计算结果准确,但耗费时间长,计算效率低。因此本文将提出一套完整的、能够考虑到诸多因素(如强度和刚度损伤退化、局部屈曲等)影响的、且计算效率高的钢框架结构非线性数值计算方法,为钢框架结构极限承载力计算提供精确的分析工具。主要研究内容如下:1.从构件层次入手,采用有限元软件ABAQUS,建立构件的壳单元模型,模拟180种不同长细比、径厚比和轴压比的圆钢管构件的滞回行为,研究探讨长细比、径厚比和轴压比对圆钢管构件不同滞回性能参数的影响,并提出了相应的回归公式对滞回性能参数进行预测。2.分别提出了一种基于回归公式预测和人工神经网络预测的滞回退化模型。该滞回退化模型由骨架曲线部分、弹性卸载部分以及Bauschinger部分组成,该模型从能量耗散的角度考虑了强度和刚度的退化。基于这两种模型,分别模拟了样本集内和样本集外构件的滞回曲线,并与有限元模型的计算结果作对比,验证了滞回模型的精确性和泛化能力。3.提出一种考虑损伤退化的塑性铰平面梁柱单元模型,基于Matlab开发了相应的数值计算程序。该模型考虑了循环应变强化效应、随动硬化效应、强度损伤退化效应。对于平面框架结构的几何非线性,采用了共旋坐标法进行处理。通过与一些文献中的试验结果进行对比,验证了模型的有效性和精确性,最后,利用本文所提方法计算了多层平面钢框架的水平极限承载能力以及强度退化特性。4.将塑性铰模型推广至空间钢框架结构进行非线性分析,提出了一种考虑损伤退化的塑性铰空间梁柱单元模型,并基于Matlab开发了数值计算程序。所提空间单元塑性铰模型同样考虑了循环应变强化效应、随动硬化效应以及由局部屈曲或应力应变软化导致的强度损伤退化效应,并基于联合累积塑性位移定义了该模型的破坏判定准则。最后,通过试验和计算实例验证了所提模型的有效性和精确性。
其他文献
哺乳动物的大脑由数量繁多且高度异质的神经元组成,这些神经元相互交织和联系,形成了处理信息和指导行为的复杂神经回路。识别神经元的细胞类型,对研究神经回路至关重要。基于分子标记物来标记神经元类型,是对特定神经元群体进行可靠的实验研究的首选策略。其中,依赖Cre品系小鼠靶向特定类型神经元的遗传策略是一种被普遍使用的标记方法。但Cre品系小鼠的种类有限,使得这类遗传策略的发展和应用受到限制。本文发展了一种
学位
头发作为人体健康诊断最理想的活体材料之一,对其所含元素的追踪检测能客观反映人体中各类元素的含量与代谢情况,在人体营养检查、疾病预防及生活环境监测等方面均具有重大意义。传统的元素检测方法存在制样复杂、耗时长等问题,难以实现人发中元素含量的快速检测。近年来,激光诱导击穿光谱(Laser-induced breakdown spectroscopy,简称LIBS)凭借其制样简单、快速、微损、多元素同时分
学位
大数据时代,索引技术对于数据的高效访问尤为重要。学习索引开创性地为机器学习在索引优化领域的应用提供了新的方向。相比于B+Tree,学习索引的读性能更好、内存占用更低,但是由于学习索引的叶子节点管理的是整个有序数组,造成其可扩展性很差,不支持高效的写操作,且无可行的持久化方案。提出支持高效写的自适应学习索引方案(Adaptive Learned Index Supporting Efficient
学位
随着移动互联网产业的迅猛发展,图片服务提供商正面临着存储、传输和处理海量图片带来的严峻挑战。优秀的缓存策略不仅可以减少用户访问时间,还可以提高系统在海量数据传输中的性能。先前的研究者采用机器学习算法制定缓存预取、准入、淘汰等策略。然而,这些智能缓存策略存在两个方面的问题:一是没有考虑错误分类在实际缓存场景中所产生的代价,二是没有充分利用数据访问特点来优化缓存空间的配置管理,系统缓存资源没有得到最大
学位
随着手机支付等电子交易的兴盛,银行中自动柜员机(Automated Teller Machine,ATM)存取款业务受到巨大的挑战,ATM的服务质量将对银行来说显得更加重要,因为服务质量的下降将意味着ATM用户流失的加重。服务质量一般包括缺钞、满钞等情况,属于加钞规划的范畴。加钞规划问题目前通过智能算法自适应大规模领域搜索算法或者遗传算法(Genetic Algorithm,GA)解决。本文围绕加
学位
好家风是社会“晴雨表”,家风建设不仅关系到一个家庭的未来发展境况,也对于一个国家、社会的发展至关重要。新时代加强党员领导干部的家风建设既是对于党员干部的廉洁家庭环境具有重要影响。对此,在理论与实践的经验的指导下,提出了传承优秀传统家风文化、弘扬革命前辈优秀家风文化、创新学习新时代家风文化,并不断完善规范党员领导干部的准则条例、改良社会政治文化环境等建议,以党员干部优良家风建设引导政风及世风的发展。
期刊
本文的轻型薄壁小箱梁桥,系指早期以减轻梁体自重、降低工程造价为目标设计建造的一些预制装配式桥梁,其上部结构的特点为箱梁梁高较矮、腹板较薄、自重较轻,箱梁间不设或少设横隔梁,横向联系较弱,在运营使用过程中出现了一系列病害。本文依托某无横梁的轻型薄壁小箱梁桥加固工程实例,结合快速施工的要求,提出了在主梁间加设横梁的横向加固方案,运用数值分析与缩尺试验相结合的方法,研究该方案采用不同构造参数的加固效果以
学位
近年来随着深度学习技术的日益成熟,其被广泛应用于自然语言处理中各个不同研究领域,比如长文本匹配,其一直是自然语言处理领域中关键研究内容之一。而如何实现准确高效的长文本自动化匹配一直是学术界和工业界热门研究方向。但已有研究工作大多仅针对文本序列关系建模,而忽略了长文本中不同语义单元的语义逻辑匹配,从而导致文本匹配精度不高,尤其是当待匹配的文本对长度差异过大时,容易导致文本对的语义单元对齐难度加大,进
学位
互联网用户规模急速增长导致了数据规模的海量化,也对现有的数据处理技术的效率和能力提出了更高要求,同时自然语言处理和文本处理技术面临了前所未有的挑战,如何高效准确的理解海量文本数据中蕴含的丰富情感是目前亟需解决的关键技术难点之一,其能够有效服务于上层应用,如舆情分析、热门事件预测等,因此是工业界和学术界普遍关注的热点研究问题之一。本文主要研究对象是基于深度学习的文本情感计算技术。首先详细介绍文本处理
学位
聚类通常以减少类内数据对象的差异为目标,将数据集划分成若干簇,使相似的对象尽可能被划分到同一个簇。给定一个可以度量聚类结果的目标函数,通过寻找具有不同簇数的多个聚类解,使给定的目标函数值最小,从而获得最优簇划分。因此目标函数的定义至关重要,它能直接影响到聚类结果的质量。当前聚类算法常用的目标函数是计算每个点到所属簇中心的距离平方和,然而该目标函数值有一定的局限性,它在每一次计算时都需要用到簇中心,
学位