钢箱梁焊接咬边缺陷对构件疲劳寿命的影响

来源 :焊接技术 | 被引量 : 0次 | 上传用户:wy85396021
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
为了解焊接咬边缺陷对钢箱梁焊接构件疲劳寿命的影响程度,采用数值模拟方式,对含有不同长度、宽度、角度等缺陷形态的构件疲劳寿命进行研究。结果表明:咬边长度越长,构件的疲劳寿命越短,咬边长度每增加1 mm,疲劳寿命降低约1.4%;咬边宽度越大,构件疲劳寿命越长,咬边宽度每增加0.1 mm,疲劳寿命提高约2%;咬边角度从45°增加至75°时,构件疲劳寿命的平均变化幅度为2.7%;咬边长度和宽度对构件疲劳寿命的影响程度大于咬边角度;相较于不存在焊接咬边缺陷的构件,存在咬边缺陷构件的疲劳寿命平均劣化程度达到了25%。
其他文献
水声定位技术是一项广泛应用于军事和民用领域的技术,而超短基线(Ultra-Short Baseline,USBL)定位系统由于其体积小、易于安装等优点广泛用于水下定位。然而由于传统USBL水下定位系统仍然存在一些问题还没有去改善解决,比如定位信号波形抗噪抗多径性能差、定位算法存在相位模糊等问题,都无可避免的降低了定位的准确度,因此USBL水下定位系统还有待进一步的研究。本文就USBL水下定位系统中
学位
山东琴书距今约有280余年的历史,主要分布在山东省鲁西南地区,但从现在山东琴书的发展来看,它正在逐渐淡出人们的视野。笔者试图跳出线下扎台子演出的局限性,通过线上的研究视角,以山东琴书为研究对象,以短视频为研究渠道,从数据、案例、传播形式等线上调查出发,对于“非遗”音乐的保护、发展问题进行思考。而在线下则将山东琴书与教育教学进行交叉,以“线上线下”双结合的方式进行理论研究,运用两种传播渠道为山东琴书
期刊
核因子Y(Nuclear factor Y,NF-Y),又称CCAAT结合因子(CCAAT-binding factor,CBF)或亚铁血红素激活蛋白(Heme activator protein,HAP),是一类普遍存在于酵母、动物、植物等真核生物中的转录因子,通常由三种不同亚基组成,即NF-YA(CBF-B或HAP2)、NF-YB(CBF-A或HAP3)和NF-YC(CBF-C或HAP5),并
学位
上颌窦底提升是解决上颌后牙区垂直向骨量不足的可靠方法。目前应用于上颌窦底骨增量的材料较多,关于材料的选择尚无统一共识。本文基于现有临床文献证据,针对生物活性制剂、细胞疗法以及不植入骨增量材料的上颌窦底提升进行总结及阐述,以期为临床上颌窦底提升中骨增量材料的选择提供参考。
期刊
为了探明中国粮食种植成本上涨的根源,本文基于2004—2019年的省级面板数据,考虑中国货币供给、居民收入、房地产市场、城镇化进程和能源价格5个维度11个宏观影响因素,运用Lasso回归方法对中国粮食种植成本的影响因素进行实证研究,并进一步采用通径分析方法探究主要宏观因素对粮食种植成本的直接和间接影响。研究表明,货币流动性过剩、农村居民工资性收入的增加以及房地产市场的快速发展是粮食种植成本上升的根
期刊
木荷(Schima superba)是中国南方常见的速生阔叶耐火树种之一,在生态修复和维持环境稳定方面具有重要作用,因而预测其潜在适生区变化具有重要意义。基于Maxent模型,结合158条木荷在中国的有效分布记录和筛选后的8个生物气候变量,预测木荷现代和2041—2060年3种气候排放浓度情景下木荷的潜在分布区。Maxent模型的可靠性以受试者工作特征曲线来判断,综合气候因子的贡献率、置换重要值和
期刊
随着卷积神经网络不断发展,以人脸为对象的视觉任务研究和产业落地已取得长足进步,如广泛应用于社交、金融等领域的人脸识别。近期包括视频会议、短视频和网上授课等以人为主体的流媒体规模不断扩大,对于数据中2D人脸更加智能的理解和编辑需求变得越来越迫切。本文从人脸部位出发,主要研究人脸的理解和编辑两个方面,首先提出了两个基础的人脸部位分割算法,然后提出可用于视频会议中实时人脸去口罩的嘴部补全算法。人脸分割指
学位
“十四五”期间,我国将加快农业绿色发展。为适应绿色发展的需要,本文在分析评价现行粮食成本收益的基础上提出新的成本收益核算指标统计体系,将粮食生态环境成本、土地改造成本、自有资金占用成本、补贴收入进入核算统计范围。以更加准确地反映粮食成本利润率,更加完善粮食成本收益核算统计体系。
期刊
真菌病毒(Fungal virus或mycovirus)是一种可以侵染真菌并能自我复制的一种病毒,且在高等和低等真菌中普遍存在。球孢白僵菌(Beauveria bassiana)属于高等真菌子囊菌中常见种类,已广泛用于害虫的生物防治中。本研究对50株球孢白僵菌进行了ds RNA提取,并利用高通量测序技术和RLM-RACE的进一步研究球孢白僵菌病毒的多样性和病毒的序列特征,最后通过单孢脱毒和生物学性
学位
数据中存在的异常会影响系统的决策,甚至会造成系统崩溃。因此,对采集的数据进行异常检测极为重要,本文将主要研究属性图网络上的异常检测问题。异常检测旨在识别不符合预期模式的数据或事件。目前在属性图网络上进行异常检测仍面临一些挑战:1)很多方法仅采用浅层模型,无法有效捕获数据中非线性的特征,而且忽略了网络的拓扑结构与节点属性之间的交互影响。2)多数方法采用固定的邻接矩阵来进行卷积操作,没有动态地对其进行
学位