【摘 要】
：
目前,钢结构已普遍运用在实际工程当中。钢结构具有自重轻、整体稳定性好等诸多优点,但它的缺点也是不可忽视的,即耐高温性能差。在国内外许多研究中,对钢节点大多研究的是在无热影响下,通过轴力、弯矩和两者共同作用下对节点受力性能进行研究。本文对KT型钢节点的热影响区内施加一定的温度,通过ABAQUS有限元建立轴力、弯矩分别单独作用下,有热和无热影响时对节点受力性能的影响;在热影响下,考虑单参数的变化对节点
论文部分内容阅读
目前,钢结构已普遍运用在实际工程当中。钢结构具有自重轻、整体稳定性好等诸多优点,但它的缺点也是不可忽视的,即耐高温性能差。在国内外许多研究中,对钢节点大多研究的是在无热影响下,通过轴力、弯矩和两者共同作用下对节点受力性能进行研究。本文对KT型钢节点的热影响区内施加一定的温度,通过ABAQUS有限元建立轴力、弯矩分别单独作用下,有热和无热影响时对节点受力性能的影响;在热影响下,考虑单参数的变化对节点极限承载力的影响,找出一般规律;最后利用正交试验法拟合出节点抗弯承载力公式。所得结论如下:（1）在轴力单独作用下,节点在有热存在时比无热存在时的极限承载力大大降低,这主要与钢体内部的组成有关,钢的内部晶体组织对温度非常敏感,再加上钢材导热系数大,导热速度快,在有高温情况下塑性变形发展的很快,强度也会降低。在弯矩单独作用时同样如此。（2）轴力单独作用下,在热影响的基础上考虑主管的宽厚比γ、支管与主管宽度比β、支主管间夹角θ、支主管壁厚比τ和腹板的厚度H五个参数对节点受力性能的影响,得出:γ、θ值越大,节点的极限承载力越小;β、τ、H值越大,节点的极限承载力越大;当20≤γ≤30、0.5≤β≤0.6、0.5≤τ≤0.75、30°≤θ≤45°时对轴向作用下增加节点承载力效果更加明显。（3）弯矩单独作用下,在热影响的基础上考虑主管的宽厚比γ、支主管宽度比β、支主管间夹角θ、支主管壁厚比τ和腹板的厚度H五个参数对节点受力性能的影响,得出:γ、θ值越大,节点的极限承载力越小;β、H值越大,节点的极限承载力越大;τ对节点极限承载力影响不大。当10≤γ≤20、0.5≤β≤0.6、30°≤θ≤45°、40≤H≤50时对弯矩单独作用下增加节点承载力效果更加明显。（4）弯矩单独作用下,在热影响基础上分别拟合出各个参数与极限承载力之间的公式;最后通过正交试验法筛选出有代表性的节点情况,拟合出KT型节点在热存在时的极限承载力公式,为以后此类研究提供参考意义。
其他文献
随着第四次工业革命浪潮的到来,智能产品已经进入人们的视野。移动机器人是机器人的重要组成部分之一。在移动机器人所涉及的关键技术中,一个重要的问题是机器人导航。其中,在未知的复杂环境中,SLAM（Simultaneous Localization and Mapping,同时定位与地图构建）技术在机器人工程中发挥着至关重要的作用。由于单个传感器只能检测到有限的信息,它们在智能产品中的应用仅限于发出简单
时间序列数据反映了时间和事务两者之间的变化过程,挖掘隐藏在时序数据中的规律变得非常重要。本课题研究的主要目标就是寻找一种采用波形匹配算法,以解决在海量的时序数据中查找与某一段波形相匹配的数据段此类曲线搜索问题。本文主要研究工作如下:1)CNN提取曲线特征过于随机,而且要查找的曲线目标是临时给出的,并没有多余的训练样本。本文使用相关时序数据集作为训练样本,解决提取曲线特征过于随机的问题,使用孪生神经
随着数字化技术与手术导航技术的快速发展,口腔植入引导技术已成为现代口腔种植导航及相关诊疗器械研究的重点。本文针对当前种植导航领域的热点问题,研究了基于多传感器融合的车针目标跟踪方案,采用基于灯塔激光的VR定位技术和相机光学定位技术,提出的融合方案包括预处理阶段、基于不同传感器的初步定位解算阶段、数据融合测试阶段。研究包括基于不同传感器定位的目标位姿解算模型和种植导航的误差控制、多传感器融合方案的实
随着5G网络的兴起,制作一张具有丰富艺术风格的图像并分享在网络社交平台账号上变得越来越流行。风格迁移方法主要是对整幅图像添加风格化的纹理、颜色等处理。基于深度学习的风格迁移方法可以将不同的艺术图像应用在内容图像上,最终生成风格化图像,极大的增强了人们的视觉感官。但这些方法都有个问题,那就是在风格迁移过程中容易忽略原本图像的语义信息导致内容图像失真、变形。因此,本文提出了一种新的改进方法,该方法可以
晶粒度是钢材性能的一个重要评判标准,在微观角度,钢材表面晶粒呈现类似于细胞组织切片的颗粒状分布图像,晶粒的面积、长度、以及单位面积内晶粒个数等特征都影响着钢材的强度、塑性和韧性等性质,而这些晶粒特征在金相检测中通过不同金相等级来反映。目前对于金相等级的评定,最常用的方法还是通过人工依靠经验评定,人工判定金相等级很大程度上取决于工人素质,不确定程度较大。本论文在数字图像处理以及深度学习技术的基础上,
欠压密黄土是处于疏松状态水敏性十分强烈的天然Q3黄土,其物理、力学特性受含水率的变化影响较大,当欠压密黄土吸水饱和后可形成饱和软黄土,易导致工程灾害发生。目前对欠压密黄土失水后的土性变化和工程问题研究较多,但其在地下水位回升阶段,土体在有上覆荷载情况下含水率逐步增大过程中的强度演化特性研究还有待进一步深入。本文基于GDS三轴试验系统,以具有较大孔隙比的欠压密黄土为研究对象,开展了欠压密黄土在水-力
近些年来,图像拼接技术成为了计算机视觉领域的一个研究热点。传统的图像拼接技术在面对弱纹理或无纹理的图像时,如林区、天空以及海面等场景,由于特征检测能力不足,从而会导致拼接效果不佳;在深度学习中,有监督的方法由于数据集的标记工作存在人工成本高,时间开销大等问题,导致该方法难以得到普及;而无监督的方法由于图像间的视差问题,在面对大视差的待拼接图像时,其拼接结果也往往不太理想。为了更好的对林区图像进行拼
借助大数据分析手段,情报分析人员能够从表面上看似毫不相关的新闻事件中挖掘出潜在情报。然而要全面、及时地筛选与分析各类新闻需要耗费大量的时间和精力。因此,如何在短时间内获取能够清晰地传达新闻主题信息并且流畅易懂的摘要进行辅助阅读,已经成为目前急需解决的问题。Transformer模型在完成自动文本摘要生成任务时能够有效解决序列并行训练问题,提高了摘要生成的速度。但它并不擅长对主题信息进行编码,无法获
深度学习已经被广泛应用于图像处理、语音识别、自然语言处理等领域。然而,随着深度学习方法对训练速度和数据处理能力的要求愈来愈高,传统的基于单机的训练方法已经无法满足需求。因此,分布式深度学习训练方法成为了提高计算能力的有效途径,尤其是在需要处理大规模数据的场景下。这种方法能够通过在多台机器上并行训练深度学习模型,以加快训练速度并提高模型的准确性。同时,大规模分布式物联网（Io T）应用的兴起催生了深
在科学技术飞速发展的今天,移动机器人技术已被广泛用于工业、服务业、制造业等多个领域。其中,移动机器人学的路径规划技术是近些年研究的热点问题之一,也是实现移动机器人自主导航的关键。在移动路径规划过程中根据任务的实时性,可分为静态全局路径规划和动态局部路径规划。本文针对传统已知路径规划算法中存在的不足,采用混合路径规划算法的方式对移动机器人的路径规划任务进行处理计算,以A-Star算法和人工势场算法为