基于车桥耦合振动的现浇混凝土力学性能研究

来源 :重庆交通大学 | 被引量 : 0次 | 上传用户:Elf_nastia
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
桥梁维修加固过程中,修复混凝土在养护期间不可避免会受到外界间断性甚至是持续性的振动影响,这对混凝土力学性能产生了不利作用,进而影响桥梁维修加固质量,为此,探究行车荷载引起的桥梁振动对混凝土性能影响规律为解决我国在不中断交通情况下进行桥梁的维修加固具有重要意义。针对此问题,本文在室内模拟车桥耦合作用下研究行车振动对现浇混凝土力学性能的影响程度,主要研究工作和结论如下:首先,通过对桥梁病害调查与动力响应特性分析,总结不同类型、跨径桥梁的主要病害情况,认为桥梁结构物中混凝土相关病害是最常见的形式;通过查阅文献与实际调查,得出常见中小跨径桥梁的自振频率范围为2Hz~13Hz,最大动挠度范围为1mm~11mm。其次,选取铺装层混凝土进行室内水泥混凝土配合比设计并验证,所选取的修补混凝土设计配合比满足实际工作性能与力学性能要求,而后采取正交试验方案设计,以振动频率、振幅、振动时间以及振动施加时间为四个影响因素并选取三个因素水平进行振动试验。研究发现:在行车振动对混凝土性能的影响因素中,振动施加时间对振动后混凝土力学性能影响最大,此外,频率、振幅和振动时间越长,对混凝土力学性能影响越大,而在混凝土凝结硬化不同阶段施加振动对混凝土性能影响也不一样,初凝前施加振动对混凝土抗压强度有一定提升,初凝至终凝期间施加振动会降低混凝土劈裂与抗折强度,但终凝后施加振动对混凝土力学性能影响不大。另外,通过在原有混凝土配合比基础上进行调整并加入体积比为0.85%的钢纤维和0.15%的聚丙烯纤维后,混凝土力学性能得到提高,抗振效果良好。最后,通过匀质性试验来测试混凝土受振后内部结构的变化情况,不均匀系数试验结果表明,受振后混凝土不均匀系数明显增大,而加入纤维组不均匀系数相对较小;同时通过图像分析试验发现,在混凝土初凝前施加振动能在一定程度上减少混凝土孔的数量,且孔径也有一定减小趋势,添加纤维对混凝土孔结构有改善作用;而通过超声检测试验发现,施加振动后混凝土波速明显降低,其对混凝土结构有一定影响,但加入混杂纤维后能在一定程度改善混凝土的不均匀性,随着龄期的增长,混凝土内部缺陷与孔隙得到一定的“修补”。
其他文献
由于目前动压气体止推箔片轴承在一些发达国家的应用比较成熟,已经被广泛应用于航空航天、氢燃料电池汽车等领域的高速旋转机械设备中,它具备了传统的油润滑滑动轴承和滚动轴
2017年2月,中共中央办公厅、国务院办公厅印发了《关于加强乡镇政府服务能力建设的意见》,为完善乡镇政府职能,提升服务效能,进一步推进乡镇治理体系和治理能力现代化提供了强有力的政策依据。2020年保定市政府工作报告中强调,阜平通过省贫困退出验收,要推进乡村振兴示范点建设。这些信息释放出一个强烈信号——乡村振兴是基层当前及今后一段时间工作的重点,要因地制宜的推进乡村振兴,就要明确乡镇政府在乡村振兴中
低聚果糖(Fructooligosaccharides,FOS)是重要的功能性益生元,具有调节人体肠道菌群平衡、促进矿物吸收、降低血脂等生理功能,被广泛应用于食品、医药及动物饲料等领域。工业
在如今,顾客关注的重心已经从产品的质量和价格转移到接触产品过程中产生的顾客体验,由注重消费结果转变为敏感地体验过程感知。而虚拟品牌社区的出现,使得顾客体验由传统的
随着社会经济的向前发展以及交通建设的需要,修建在冻土地区的隧道越来越多。受制于恶劣的气候环境、施工技术,隧道里出现了越来越多的冻胀灾害,隧道衬砌背后融化盘的存在是
截止到2017年12月,中国网民规模达到7.72亿人,普及率超过全球平均水平的4.1%,超过亚洲平均水平的9.1%,其中手机网民高达97.5%。中国正处于互联网喷井式的发展年代,几乎每人每
对于大型混流泵而言,其叶轮叶片安放角是否可调是工程实际需求中首要考虑的因素。通过叶片安放角的调节,混流泵具备在不同流量区间内保持高效运行的优势,且在水位发生改变时,
基于模型诊断(Model-Based Diagnosis,MBD)是在人工智能领域发展中的一个重要研究方向。最初,模型诊断主要应用于电子电路故障的静态诊断,近年来,动态诊断逐步应用于大型软件验证、航天器安全性、通讯网络等领域,诊断问题已经成为理论研究与技术应用的双重焦点。目前,MaxSAT(Maximum Satisfiability)求解器是解决基于模型诊断问题的主要方法之一。MaxSAT问题是
李果实是冷敏型果实,在不适低温下会发生冷害现象,使果蔬贮藏品质下降,限制了低温技术的应用。近年来利用小分子信号物质增强果实抗冷性,有操作方便、绿色安全、成本低廉、效
在高速发展的互联网时代,网络技术的进步加速了各个领域数字化的转变,数据获取的方式越来越便捷。数据量和特征维数的剧增使信息越来越丰富,计算量也越来越大。因此,如何选择特征尤为关键。特征选择作为机器学习算法处理问题的重要一步,因其能实现特征维数的有效约减,避免“过拟合”、“维数灾难”等现象的发生,有效提高机器学习算法的计算速度和泛化性能,而受到广泛关注。本文基于回归问题研究特征选择方法。首先,本文提出