高性能纤维增强混凝土与筋材复合体系拉伸性能研究

来源 :同济大学学报:自然科学版 | 被引量 : 0次 | 上传用户:huahua9
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
超高性能混凝土(UHPC)具有优异的抗压强度,而超高延性水泥基复合材料(ECC)具有优良的拉伸应变强化能力,二者均属于高性能纤维增强基材。纤维增强复合材料筋(FRP bar)具有抗拉强度高、密度小、耐腐蚀性能好的优点。高性能基体与高强度筋材的结合使用,有望解决传统钢筋混凝土结构的耐久性问题,同时保证结构体系的承载能力。选取力学性能不同的3种基体(普通混凝土、ECC和UHPC)与2种筋材(钢筋、BFRP筋),在其材料性能试验基础上,对其组成的6种配筋复合体系进行了轴拉试验。试验结果表明,复合材料的拉伸性能受
其他文献
对比地下结构抗震分析的反应谱法与规范建议的简化分析方法即反应位移法和反应加速度法的计算精度。在简介3种方法的基础上,以3个地铁车站二维横断面抗震分析为例,以动力时程分析结果为参考标准,比较3类抗震分析方法的计算精度。研究表明,反应谱法计算地下结构变形及内力的误差为0.1%~14%,反应加速度法的误差为0.2%~26%,反应位移法的误差为9%~44%,反应谱法的计算精度高于反应加速度法和反应位移法。
通过简述天津市大力推进全域科普取得的成绩,总结全域科普工作中的经验与启示,分别从大力开展科普基地认定和服务能力建设,支持科普技术创新和产业发展,努力完善科普政策体系3方面提出了“十四五”期间全域科普工作的要点。
随着全国科普场馆建设纳入各级政府工作计划之中,科普场馆的数量越来越多。但随着时间的推移,科普场馆的服役年龄越来越大,其中部分已“超龄”服务,科普能力也随之下降。针对“超龄”科普场馆的现状及存在问题,探讨激发其科普新活力的途径。
钻进过程的高速旋转和强振动,使得测量钻具姿态的三轴惯性加速度计信号中叠加了离心加速度和振动加速度,导致工具姿态测量结果严重失真。针对由三轴惯性加速度计、三轴磁通门和角速率陀螺仪构建的姿态测量系统,提出了一种多传感器加权融合的姿态测量方法。利用后两组传感器对振动不敏感和钻进过程中井斜角变化缓慢的特点,反解得到加速度计信号的两组参考值,而后依据最小二乘原理确定参与融合的各组信号的权系数,使得融合结果的
针对砂土地基中的一种新型基础型式——垫层隔震基础,开展地基-基础-结构动力相互作用的离心振动台试验和三维数值模拟。通过对比不同峰值和类型地震波作用下新型垫层隔震基础与传统群桩基础的动力响应,探讨垫层隔震基础的隔震机理,并结合参数分析垫层厚度等因素对垫层隔震基础地震响应的影响规律。结果表明,与群桩基础相比,垫层隔震基础的上部结构加速度降低,但其峰值及残余位移较大;桩顶约束减弱,筏板与垫层在强震下相对滑动,传递的惯性力降低,导致桩身最大弯矩减小且位置下移;桩身弯矩随垫层厚度的降低而显著增大。
针对传统集中式系统结构无法满足ZPW-2000轨道电路监测系统在运行过程中的在线扩展、在线维修以及系统容错需求的现状,提出了基于自律分散系统(ADS)在线技术的ZPW-2000轨道电路监测系统优化方法。在分析自律分散系统特征的基础上,构建ZPW-2000轨道电路监测系统的优化方案,提出了ADS在线技术的轨道电路监测系统架构与要素。通过案例实验分析,证明了ADS自律分散系统在线技术在在线扩展、在线维修以及系统容错方面的优势,可有效提高ZPW-2000轨道电路监测系统的可靠性和可维护性,并且增加系统扩展的灵活
人才培养、科学研究和社会服务是高校的基本职能,科普基地是利用科学文化资源,发挥社会服务功能的主要媒介。高校科普基地不仅是引领科研创新和成果产出的核心力量,更是开展科学普及活动、以科学文化服务社会的重要场所。在“科研-教育-生产”协同集成化的背景下,高校科普基地作为科学普及特殊载体的建设与发展显得尤为重要。以天津市科普基地——天津师范大学物理与材料科学学院科学体验馆为例,分析此科普基地多年的实践经验,从自身能力建设和服务能力提升2方面总结,得出在产学研背景下,高校科普基地建设“研为产用、产为学做、学为研输”
科普人才是科普事业发展的重要支撑,当前科普人才的培训存在着散而小的状况,尚未形成系统化的培训模式,这对于科普人才的科普能力提升形成了一定障碍。从科普人才科普能力提升的视角分析了科普能力的构成,并且提出了提升科普人才科普能力的发展对策。
为克服传统方法在缺少用户个人信息及发布内容的情况下无法有效地评估用户可信度问题,提出基于评论反馈信息和信任关系的用户可信度因子图模型(UFGM).该模型将信任关系和评论
由于传感器噪声干扰,点云密度不均匀,场景复杂多样以及物体之间存在遮挡现象等问题,使得三维点云场景语义分割问题的研究工作极具挑战性。针对三维点云数据采样密度不均匀以及图卷积网络深度有限的问题,提出一种密度自适应的方法。该方法通过多层感知器学习一个权重函数,利用核密度估计学习一个密度函数,对非均匀采样的点云数据进行卷积操作。同时,受深度学习在图像领域的启发,引入残差连接、空洞卷积等结构,训练更深层的点