小半径曲线连续箱梁桥恒载应力的空间分布特性分析

来源 :科学技术与工程 | 被引量 : 0次 | 上传用户:baishuitylh
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
为研究混凝土曲线箱梁桥的空间受力特性,以某主梁宽9.75 m、桥长5×18.76 m的城市立交匝道桥为工程背景,利用ANSYS有限元软件计算几种标准跨径的桥梁模型,通过对截面应力进行积分运算获取截面不同区域所承担的内力比例,并以内力比值系数、应力差值和应力比值为评价指标讨论了同跨径下曲线箱梁桥与直线箱梁桥在一期恒载作用下各控制截面弯矩、剪力和应力的差异.研究发现:一期恒载作用下,曲线箱梁顶、底板法向正应力分布不均匀,剪力滞系数最大可达1.35;外侧腹板承担剪力值最大可达内侧腹板的2.65倍;圆心角超过8°时,边跨跨中截面剪力比值系数大于1.1,圆心角超过13°时,边跨支点截面剪力比值系数大于1.13;在恒载作用下,曲线箱梁桥中性轴“倾斜”,在边跨跨中截面外侧出现正应力卸载现象,边跨支点截面内侧出现应力卸载现象.现行普遍使用的基于梁系理论的有限元法计算结果不能真实反应曲线箱梁的空间受力分布,箱梁各腹板受力和顶底板弯曲正应力的分布在工程设计中应引起足够的重视.
其他文献
学位
为研究不同橡胶集料取代率对风积沙混凝土力学性能的影响规律,设计、制作10组不同配合比的混凝土试件,通过对各试件进行基本力学性能试验、扫描电子显微镜(scanning electron microscope,SEM)和能量色散谱(energy dispersive spec-troscopy,EDS)测试,对比分析了橡胶集料和风积沙对混凝土力学性能的作用机理,并研究了橡胶集料风积沙混凝土和橡胶集料混凝土两种试件水泥石砂浆界面过渡区的微观结构.研究结果表明:橡胶集料风积沙混凝土和橡胶集料混凝土试件的抗压、抗折
多孔介质具有复杂的内部孔隙结构,其固体基质的组成成分、内部孔隙的几何形状及其赋存于内部孔隙的液体成分都对多孔介质的电导率有较大影响,因此很难对其导电特性进行准确表征.多孔介质内部孔隙的不规则性表现出极强的分形特性,其分形维数在一定程度上能反映多孔介质的内部微观结构特征,且分形几何理论已经被用于多孔介质输运特性的研究中.为进一步丰富多孔介质电导率模型,促进对微观物理结构如何影响其宏观电导性的理解,基于分形理论,以多孔介质微结构参数(孔隙度、孔隙分形维数和曲率分形维数)为基础,建立了多孔介质的电导率模型.以现
针对一种跟踪运动精度低、鲁棒性弱的新型智能滑模小车的轨迹跟踪运动控制问题,提出了基于新型变指数趋近律的小车轨迹跟踪运动控制器的研究方法.该方法在趋近律中加入了变指数幂次项,且能保证趋近律在限时间内稳定运行来限制抖振现象,使小车在趋近阶段中按不同趋近速度做自适应调节.通过对滑模小车的运动学模型进行坐标变换,建立小车轨迹面的跟踪收敛误差模型,接着根据Lyapunov稳定性理论和新型趋近律的跟踪全局有限性和时间收敛误差性建立滑模面,设计跟踪误差控制律.控制小车的线速度和角速度使轨迹跟踪误差迅速趋近到0,来实现其
针对国产民用飞机导航数据存在杂波不能准确测量的问题,提出一种基于改进自适应无迹卡尔曼滤波(adaptive un-scented Kalman filter,AUKF)算法的导航数据滤波方法.将无迹卡尔曼滤波(unscented Kalman filter,UKF)与改进Sage-Husa次优无偏极大后验噪声估计器结合构造出改进AUKF,有效解决了在模型不确定或干扰信号统计特性不完全得知的情况下,滤波精度低甚至发散的问题,同时与维纳滤波器和小波阈值法滤波效果进行对比.选择ARJ21飞机实际运行的高度、经度
鉴于传统制造业企业仓储分类方法分类边界不明确、难以适应现代企业信息化发展趋势的问题,提出了基于聚类算法的ABC库存分类算法,提升了传统库存分类模型的分类精度和效率.以某电力制造业企业的库存产品数据为研究对象,结合聚类算法与ABC分类法提出了适用于实际研究场景的评价函数,并给出了新的基于K-means算法的ABC分类法.采用该分类模型对库存环网柜产品进行分类,并基于企业资源计划(enterprise resource planning,ERP)系统中存储的产品数据将库存环网柜产品分为A、B、C三类,根据分类
公路路线比选方案安全性评价是公路项目安全性评价工作中的重要组成部分,是通过定性及定量方法比较各方案的安全性,给出最优推荐方案.为实现公平、客观及全面的安全评价,避免不同评价单位及评价人员因自身水平及经验限制得出不同的评价结论,在大量实践基础上提出了公路路线比选方案安全性评价指标体系,并在此基础上构建出模糊综合安全评价模型,进一步通过实际案例验证了指标体系及评价模型的有效性.研究成果能够为路线比选方案的安全性评价提供方法指导,并将支撑《公路项目安全性评价规程》(T/CECS G:E10—2021)相关系数.
学位
针对当前地下管网管道闭路电视(closed circuit television,CCTV)检测测缺陷中存在自动化程度偏低及依赖专业人员技术水平的问题,综合采用图像处理和深度学习技术构建了辅助检测人员快速、准确地识别管道缺陷类型的智能方法.首先,收集十类典型缺陷图像,对其进行图像处理生成样本集;在此基础上,以深度卷积神经网络AlexNet和ResNet50为基础框架,使用预训练AlexNet和ResNet50网络迁移学习管道缺陷特征,通过敏感性分析优化了分类网络参数;然后,通过测试集验证了管道缺陷智能分类
准确预测拖拉机等柴油机械实际工况污染物排放在排放清单建立和区域污染物排放控制方面具有重要意义.基于拖拉机不同运行状态下发动机转速、油耗、燃烧比、CO、HC、NOx和PM实测数据作为数据源,建立深度极限学习机(deep ex-treme learning machine,DELM)的预测模型,并对拖拉机怠速、行走和旋耕等基本工况下的污染物排放进行预测.为进一步评估DELM预测模型的适应性,将其与支持向量机(support vector machine,SVM)和反向传播(back propagation,B