【摘 要】
:
当前的古木建筑由于人为、自然等因素的作用已经濒临毁坏,加强古木建筑的保护已刻不容缓。对古木建筑进行健康监测和损伤检测是保护古木建筑的有效手段,因此有必要研发一套精
论文部分内容阅读
当前的古木建筑由于人为、自然等因素的作用已经濒临毁坏,加强古木建筑的保护已刻不容缓。对古木建筑进行健康监测和损伤检测是保护古木建筑的有效手段,因此有必要研发一套精准的木材检测分析仪器及完善的损伤检测理论。本文采用曲率模态法进行木梁损伤检测研究,并总结分析了国内外结构损伤识别研究现状。通过ABAQUS有限元分析软件建立模型,并进行模态分析,获取了不含损伤、含单处损伤但损伤程度不同、同时含两处损伤、同一损伤程度不同损伤位置时的振型模态和曲率模态。通过分析得出:振型模态对损伤并不敏感,不能单独用来进行损伤判定;曲率模态对损伤非常敏感,可通过曲率模态图的突变准确地判定损伤位置,并且可以根据突变程度来判定损伤程度,用曲率模态进行损伤检测是可行有效的。定义曲率突变系数,将模态试验与有限元模态分析相结合,提出了一种基于曲率模态的数值拟合损伤程度判定方法,该方法是将不同的损伤程度与其对应的曲率突变系数进行公式拟合,进行损伤程度判定。此法可用性强,判定结果准确,但该方法有一定局限性,检测数量大时不适用。依据结构动力学中梁自由振动的相关理论,结合自定义的曲率突变系数,推导出了不同支撑条件下的损伤程度判定理论公式。该公式通用性强,但由于假定较多,与实际条件下的损伤梁检测存在差距,需要进一步的研究。本文最后通过小型模态试验获取频率、振型等数据,中心差分后转化为曲率进行分析,验证有限元模拟所得结论、数值拟合法的可行性及理论判定公式的适用性。
其他文献
历史文化是人类得以延续发展的重要载体,也是衡量一个民族、一个地区、一座城市乃至一个国家文明程度的重要标志。中国历史文化名城泸县拥有着源远流长、博大精深之历史文化,也创造出璀璨多姿、内涵深厚的非物质文化遗产。泸县地处四川盆地南部,境跨长江、沱江等区域,幅员广阔,是联合国科教文组织公布的世界“千年古县”,也是我国命名的“全国文化先进县”“全国文物先进县”“中国龙文化之乡”“中国龙舞之乡”。泸县境内文化
对称约化理论是分析力学近年来发展的一个重要理论,对称约化是对称性理论的升华.对称约化理论就是利用动力学系统具有的某种对称性及其守恒量对系统进行约化,从而可以将原系
协同分割作为图像分割的分支,是指从多张相互关联的图像中将同个目标或者相似的目标分割出来,获取人类感兴趣的目标。它常被用于目标检测与跟踪、图像检索、图像分类和3D模型
经济全球化之大潮已然汹涌而来,企业发展呈现出集团化趋势,由此带来并购活动的大活跃,并且创新出并购基金这种新的并购手段。我国政府层也陆续出台了相关政策支持并购市场的发展。现在,有着极多的上市公司为了达到并购的目的,都纷纷选择同私募股权投资机构合作设立一只并购基金对目标公司进行控制,本文以柳州制药为例,整理了这方面的相关理论,阐述了并购的相关概念、组织形式和结构设计本文以并购基金为研究对象,探讨了上市
自Gabor提出信号可由基本函数分解以来,广大学者投身于基和框架的研究中,框架中的一类Gabor框架进一步推动了框架理论的发展。本文主要讨论了Gabor框架的问题,框架是标准正交
我国常规蛋白质饲料资源短缺,因此可通过提高植物源原料的消化利用率,优化羽毛资源的处理工艺,在一定程度上缓解蛋白质资源短缺问题。本实验室的二硫键还原酶分离提纯于地衣芽胞杆菌CP-16,经枯草芽孢杆菌WB600异源表达,具有广泛pH和温度适应性的高还原二硫键活性的蛋白酶,可对原料蛋白的二硫键结构进行破坏,具有巨大的肠道添加剂应用潜质。但畜禽的消化过程是多酶协同处理的过程,因此本试验深入研究二硫键还原酶
在本文中,我们研究如下一类四阶抛物方程问题{ut+△(∣△u∣p-2△u)=-div(∣▽u∣q-2▽ulog∣▽u∣),x∈Ω,t>0,u(x,t)=△u(x,t)=0,x∈Ω,f>0,u(x,0)=u0(x),x∈Ω,这里Ω Rn 是一个有界区域,且具有光滑边界Ω,pq是常数且有2<p<q<p(1+2/n+2),u0∈(W1,po(Ω)∩W2,P(Ω))/{O}.
本文运用丙烯腈-丁二烯-苯乙烯(acrylonitrile butadiene styrene,ABS)铸型技术,制作44例牦牛(Bos grunniens)肾内管道铸型标本,通过对标本的观察研究,旨在明确牦牛肾内动脉的分支和分布特点,以及肾集合系统的解剖特点。根据牦牛肾外观形态和肾内动脉血管分布,将牦牛肾分为前、中、后三个部分,中部又分为中外部和中内部。肾动脉及其分支的观察研究结果显示:牦牛肾动
食物网是生态系统最基础的组成部分,其研究对于揭不生态系统的接本规律以及指导自然生态的修复具有关键作用。本文分析了链状和环状两类三种群时空离散食物网系统的分岔和斑
文本相似关系的判定是自然语言推理的典型任务目标之一,具有十分广泛的实际应用场景,任务的难点在于:如何使模型能准确地理解文本的语义,并准确给出文本对的相似度打分。传统的基于LSTM或CNN结构的模型判定结果可用来表征文本之间的相关性,却难以准确的度量语义层面的相似性。近年来,预训练语言模型BERT的问世,使得自然语言处理领域进入新纪元,本文借助BERT的优势,针对文本相似性计算任务进行了研究与探索。