【摘 要】
：
通过9根高强箍筋柱和4根普通箍筋柱的轴压试验,对其承载能力、延性和高强箍筋的约束能力进行研究,探讨了材料强度、配筋率、箍筋形式和间距等参数的改变对轴向性能的影响。结果表明:高强箍筋能提高约束性能,减轻柱的破坏程度;高配箍率、小间距、形式复杂的高强箍筋对混凝土柱的约束效果好,能显著提高柱的承载和变形能力。
【机 构】
：
南京工业大学土木工程学院,宿迁学院建筑工程学院
【基金项目】
：
江苏省“333工程”资助项目(BRA2020241)。
论文部分内容阅读
通过9根高强箍筋柱和4根普通箍筋柱的轴压试验,对其承载能力、延性和高强箍筋的约束能力进行研究,探讨了材料强度、配筋率、箍筋形式和间距等参数的改变对轴向性能的影响。结果表明:高强箍筋能提高约束性能,减轻柱的破坏程度;高配箍率、小间距、形式复杂的高强箍筋对混凝土柱的约束效果好,能显著提高柱的承载和变形能力。
其他文献
针对由连续变量和分类变量构成的混合变量优化问题(MVOP),采用协同进化策略来对混合变量决策空间进行搜索,提出了一种协同进化蚁群优化算法(CACOAMV)。CACOAMV分别采用连续和离散蚁群优化(ACO)策略生成连续和分类变量子种群,通过合作者来对连续和分类变量子向量进行评价,分别对连续和分类变量子种群进行更新来实现对混合变量决策空间的高效协同搜索。进一步地,利用信息素平滑机制增强对分类变量解空
针对传统多阈值分割方法计算复杂度随着阈值个数的增加而增长,以及对给定图像进行多阈值分割操作时效率很低等问题,提出了一种基于共生生物搜索(SOS)算法结合Kapur熵的多阈值分割方法。首先将精英反策略(EOBL)引入到SOS算法的共栖阶段,从而改善传统SOS算法处理复杂优化问题时易陷入局部最优的问题;然后引入莱维飞行策略扩大SOS算法的的搜索范围,增强其搜索轨迹的随机性;最终将得到的改进共生生物搜索
针对多种不确定因素下的快捷货物运输方案决策问题,提出一种基于双论域直觉模糊粗糙集的快捷货物运输方案决策模型与决策规则。依据双论域直觉模糊粗糙集理论来确定快捷货物运输方案决策的双论域模糊近似空间。将固定成本、运输成本、转运成本、碳排放、转运时间等评价指标的消耗程度视为直觉模糊数,利用评价指标与运输方案之间的直觉模糊关系计算求得下近似集与上近似集,并引入最大直觉性指标及海明贴近度得出运输方案决策规则。
为解决以蒙特卡罗定位算法为代表的激光室内定位算法存在的定位精度差和抗机器人绑架性能差的问题,以及传统二维码定位算法环境布置复杂且对机器人运行轨迹有严格要求的问题,提出了一种融合二维码视觉和激光雷达数据的移动机器人定位算法。机器人首先利用机器视觉技术搜索检测环境中的二维码,然后将检测出二维码的位姿分别转换至地图坐标系下,并融合生成先验位姿信息。而后以此作为初始位姿进行点云对准以得到优化后的位姿。同时
飞机刹车片在飞机制动过程中起着十分重要的作用。对刹车片进行准确的剩余使用寿命(RUL)预测对于减少制动故障以及节省人力物力资源具有重要意义。针对飞机刹车片磨损序列的非平稳和非线性等特点,提出了一种基于双向长短期记忆(Bi LSTM)网络的飞机刹车片RUL预测模型——VMD-Bi LSTM模型。首先,利用变分模态分解(VMD)方法将原始磨损序列分解成多个具有不同频率和带宽的子序列,从而降低序列的非平
针对电池荷电状态(SOC)预测的精确度与稳定性问题以及深层神经网络的梯度消失问题,提出一种基于一维卷积神经网络(1D CNN)与长短期记忆(LSTM)循环神经网络(RNN)结合的电池SOC预测方法——1D CNNLSTM模型。1D CNN-LSTM模型将电池的电流、电压和电阻映射到目标值SOC。首先,通过一层一维卷积层从样本数据中提取出高级数据特征,并充分地利用输入数据的特征信息;其次,使用一层L
为解决快递终端配送多时空任务驱动下的最小无人车队车辆数配置问题,提出一种随机优化方法。首先,分析服务时长和等待时长对无人车队行驶路线规划的影响,从而构建最短路径模型;然后,基于二维时空网络构造服务序列网络;其次,通过网络转换将最小无人车队车辆数配置问题转化为网络最大流问题,并建立以车队车辆数最小为目标的最小车队模型;最后,针对模型特征设计一种融合Dijkstra算法和Dinic算法的Dijkstr
传统的基于生物学实验的药物-靶标关联预测成本高、效率低,难以满足医药研发的需求。为了解决上述问题,提出一种新的基于图卷积网络的药物靶标关联预测(GCDTI)算法。GCDTI利用半监督学习方法将图卷积和自编码技术相结合,从而分别构建用于整合节点特征的编码层和用于预测全链接交互网络的解码层;同时使用图卷积技术建立潜在因子模型,并有效利用药物和靶标的高维属性信息进行端到端的学习。所提算法不需要对输入的特
针对骨折治疗中传统复位方法(手法复位、牵引复位、手术复位)存在的二次损伤、肌能失调、患肢僵硬、破坏血运及术后矫正动态性能差等问题,提出了一种人-机-物融合的信息物理系统(CPHS)用于指导机器人的复位动作。首先,从CPHS的数字孪生、信息感知、系统集成、手术流程、模拟复位等方面论证了并联机器人信息物理系统的构成,将机器人的高定位精度及可重复性与微创方法有效结合,从而指导医生完成仿真规划及术中监控等
针对四维(4D)航迹预测的实时性不强和存在迭代误差的问题,提出了一种自动生成的条件变分自动编码器(Auto CVAE)。它以编码-解码的形式直接对未来一段时间的航迹进行预测,并能灵活选取观测点个数和预测步长。该方法以处理后的广播式自动相关监视(ADS-B)数据为引导,以减小预测误差为目标,通过贝叶斯优化的方法,在预定义的搜索空间内进行模型结构搜索,每一次的超参数取值都会参考之前的评估结果,使得每一