千米级缆拱组合桥概念设计研究

采用给拱肋卸载及悬索桥不设锚碇的理念,提出一种新的桥梁结构体系——缆拱组合桥,其主要由主拱、主缆、主塔、边拱及主梁组成。通过选取适宜的垂跨比、矢跨比、拱轴线等参数来调整拱和缆分担主跨桥面荷载的比例,让缆承担更多荷载,从而拱肋得到大幅度卸载,既降低了其应力水平,又提高了稳定性,使缆拱桥的跨径可以超越拱桥。以1 008 m跨径为例,对缆拱桥进行概念设计,并通过有限元研究其结构强度、刚度、稳定性等问题。研究表明:缆拱桥不仅保留了悬索桥承载力高、拱桥刚度大的特点,同时还具有一定的美学价值。

提高拱梁固结拱桥刚度的有效方法

拱梁固结拱桥通过主梁作为刚性系杆来平衡拱的推力,但也带来结构刚度下降的不利影响,这使该类拱桥在高速铁路上的应用受到了一定的限制,为了解决这个问题,提出一种新的拱桥加以解决.其做法是,首先在每条拱肋和主梁之间增加10根刚性斜杆与拱肋及主梁节段形成11个三角形结构,尽可能通过三角形角点对拱肋均匀约束,提高拱肋的线刚度;其次,保证有三角形角点落在原结构拱肋位移包络图的最大位移处及主梁跨中位置处,使主梁或拱肋的薄弱点得到加强,线刚度亦得到提高.研究表明,新型拱桥在材料增加很少甚至相同的条件下,其整体刚度均能大幅度提高.还对疲劳和温度响应作了深入的研究,通过有限元分析表明,该结构对疲劳和温度也有很好的适应性.新型拱桥良好的刚度特性对高速铁路桥特别适用.

海洋混凝土结构环境作用等级与耐久性设计参数的中外规范对比

围绕海洋混凝土结构的环境作用等级划分和耐久性设计参数限值,对国内外现行的混凝土结构耐久性设计规范进行了系统对比分析。首先分析了国内外14个国家和地区的32部混凝土结构耐久性设计规范的技术特点,然后对比了不同规范对于海洋氯盐环境条件和环境作用等级划分的依据和差异性,进而从最低混凝土强度等级、最大水胶比、最小胶凝材料用量、最小保护层厚度、抗氯离子渗透性指标限值、最大初始氯离子含量和最大裂缝宽度等方面,系统对比分析了不同规范对于海洋混凝土结构耐久性设计参数限值的差异性,为海洋混凝土结构的耐久性设计提供了参考。

复杂随形拱壳混凝土结构施工过程模拟与方案优化

考虑随形拱壳混凝土结构形状复杂、施工过程受力变化大等因素的影响,结合现有混凝土结构施工方案和施工过程数值模拟方法,建立了大型复杂随形拱壳混凝土结构施工阶段模拟的有限元分析模型,有效模拟了大型复杂随形拱壳混凝土结构施工阶段的受力状态。通过计算各阶段模板支撑体系荷载设计值和拱壳结构的内力大小,并调整模板拆卸方式和拱壳上部结构施工次序进行施工方案优化设计。分析结果表明,通过改变逐层模板拆卸方式和拱壳上部结构施工次序,能调控模板支撑体系和拱壳结构受力的状态,优化后的施工方案既能满足模板支撑体系设计要求,又能保证拱壳结构的安全性。

基于穷举搜索策略与逻辑回归算法的RC柱地震破坏模式判别模型

为了准确判别钢筋混凝土(RC)柱的地震破坏模式,基于穷举搜索策略和逻辑回归算法,提出了一种RC柱地震破坏模式判别的两阶段逻辑回归模型。基于穷举搜索策略,分别遴选了判别弯曲破坏与非弯曲破坏以及弯剪破坏与剪切破坏的最优特征参数;结合最优特征参数和逻辑回归算法,建立了RC柱地震破坏模式判别的两阶段逻辑回归模型;通过与传统方法进行对比分析,验证了该模型的有效性。分析结果表明:该模型不仅构建了特征参数与地震破坏模式之间的显式函数关系,克服了传统“黑盒”机器学习判别方法存在的预测结果解释性较差的缺陷,而且通过合理遴选最优特征参数,在保证判别精度的前提下合理简化了判别模型函数形式,解决了传统机器学习判别方法存在的判别模型复杂程度高、计算效率低的问题;对于RC柱的三种地震破坏模式,该文模型的总体判别准确率均达到90%以上,比经典逻辑回归算法提高5%左右,比传统经验判别方法提高20%左右。

一种提高现役高速铁路拱桥力学性能的方法

大跨度高速铁路桥常采用刚度和动力性能良好的拱桥结构,但是随着拱桥服役期增长,列车运营速度不断提高,结构性能退化严重,难以满足正常运营的要求.为了解决现役铁路拱桥存在力学性能不足的问题,基于三角形稳定性和桁架结构变形小的原理,提出一种结构改进方法,具体做法为在拱肋与主梁之间增设若干个V型结构,使其与拱和梁段构成若干个连续的三角形结构,从而对主梁与拱肋进行有效约束.V型结构布置的位置需综合考虑对拱肋与主梁的均匀约束及其结构的薄弱位置,其个数尽可能使结构的刚度与温度响应之间达到较为合理的平衡状态.有限元分析结果表明,该方法能有效改善原结构的刚度、动力特性、抗疲劳性和稳定性;通过合理设置V型结构个数及截面特性参数能使拱桥的各项力学性能指标达到最优的设计效果.改造后的拱桥结构合理、施工便捷,具有较大的推广应用价值.

嵌入式TCP/IP协议实现的特点

有一类分布式嵌入式系统正在快速的发展,即可达因特网的嵌入式系统。虽然因特网并不太适合实时任务,但它却为非实时交互提供了很好的手段,尤其可以使嵌入式系统方便地与其它系统进行交互。阐述嵌入式系统接入因特网的条件及其TCPIP协议与常规TCPIP协议之区别。

上承式加V拱桥力学特性及体系转换试验研究

在恒载作用下,上承式拱桥可通过设置合理拱轴线达到拱肋成为小偏心受压构件的目的。然而,在活载作用下,拱肋不再是单向受力状态,伴随明显的弯剪变形,导致力学性能下降,在一定程度上限制了大跨拱桥在活载占比重较大的铁路桥中的应用。据此,基于拱式、桁式结构的受力特点,考虑合理的体系转换方式,提出一种上承式加V拱桥结构,研究其力学特性和体系转换机理,并分别采用试验和有限元方法对其进行验证。试验研究表明,体系转换前后,上承式加V拱桥分别体现拱式结构和桁式结构受力特点;与同等用钢量的上承式拱桥相比,在结构强度和稳定性不降低的情况下,上承式加V拱桥竖向刚度和面内自振频率分别提高54.75%和104.28%。

钢筋混凝土柱地震破坏模式判别的两阶段支持向量机方法

研究提出了一种钢筋混凝土(RC)柱地震破坏模式判别的两阶段支持向量机(Support Vector Machine,简称SVM)方法。根据RC柱的三种地震破坏模式(弯曲破坏、弯剪破坏和剪切破坏),建立了RC柱地震破坏模式判别的两阶段SVM模型;基于270组试验数据,利用十折交叉验证和网格寻优方法确定了两阶段SVM的关键模型参数(即惩罚参数和核函数参数)的最优取值;同时,利用基于SVM的回归特征消去法(SVM-RFE),分析了轴压比、剪跨比、箍筋间距与截面有效高度比(s/h_(0))、纵筋参数和箍筋参数等特征参数对RC柱地震破坏模式的影响程度;通过与两种经典机器学习方法和五种传统破坏模式判别方法的对比分析,验证了该方法的有效性。分析结果表明:所提出的两阶段SVM方法对于三种破坏模式的判别准确率都能达到90%以上,整体判别准确率比经典的机器学习方法提高10%以上,比传统的地震破坏模式判别方法提高20%以上;对于RC柱是否发生弯曲破坏,剪跨比和纵筋参数的影响较大,其次是箍筋参数和s/h_(0),而轴压比的影响相对较小;对于RC柱是否发生弯剪破坏,纵筋参数的影响较大,其次是剪跨比和s/h_(0),而箍筋参数和轴压比的影响相对较小。

考虑不确定性的钢筋混凝土柱等效塑性铰长度概率模型

为克服传统等效塑性铰长度模型无法综合考虑多种因素及其不确定性影响所存在的缺陷,研究提出了一种模型形式简洁且能够综合考虑各种关键因素及其不确定性影响的钢筋混凝土(RC)柱等效塑性铰长度概率模型.首先基于等效塑性铰理论,综合考虑柱高、轴压比、纵筋配筋率、纵筋强度和纵筋直径的影响,建立了等效塑性铰长度的解析表达式;然后通过引入概率模型参数来描述不确定性的影响,结合贝叶斯理论与马尔科夫链蒙特卡洛法对概率模型参数进行动态更新,建立了等效塑性铰长度的概率模型;最后结合试验数据和概率模型,对传统等效塑性铰长度模型进行概率校准分析.分析表明,所建立的模型具有较高的计算精度,并且能够对等效塑性铰长度的概率分布特征进行合理描述,同时还可以校准传统等效塑性铰长度模型,并依据预定的置信水平确定RC柱等效塑性铰长度的概率特征值.

用BASIC语言单片机实现的测控系统

采用PS1016新型单片机芯片和PS7219新型数码显示控制芯片设计完成的电机工作系统测量、显示、监控电路,经反复调试运行稳定,参数测量准确,监控及时,显示出了较好的实用性。是同类控制系统软硬件设计的优化组合,可用于各类物理量的测量、显示、监控过程。

物理规律监督的RC柱地震破坏模式可解释机器学习方法

针对传统机器学习模型难以有效兼顾预测准确率与可解释性,且存在模型预测结果与实际物理规律不相符的问题,提出物理规律监督的RC柱地震破坏模式可解释机器学习方法。首先结合RC柱的地震破坏模式演化机制、试验数据规律分析和工程经验,揭示RC柱关键特征参数与地震破坏模式之间的物理规律;然后采用多分类逻辑回归算法提出了RC柱地震破坏模式的可解释模型;进而融合物理规律和等比例K-折交叉验证算法确定了符合物理规律且预测误差最小的最优超参数;最后基于多分类逻辑回归可解释模型和最优超参数,建立物理规律监督的RC柱地震破坏模式多分类逻辑回归预测模型。分析结果表明:该模型可以有效兼顾准确率与可解释性,预测结果不仅满足关键特征参数与地震破坏模式之间的物理规律,而且可以合理反映RC柱地震破坏模式之间的竞争关系,避免了传统逻辑回归模型存在预测结果与实际物理规律不相符的缺陷;与传统的经验判别方法和机器学习模型相比,该模型的准确率可以分别提高12%~35%和4%~9%。

基于类不平衡数据集的钢筋混凝土柱破坏模式判别方法

针对钢筋混凝土柱破坏模式数据集存在类不平衡,导致传统机器学习算法对少数类破坏模式判别精度较低的问题,采用合成少数类过采样(SMOTE)算法合成少数类样本生成初始平衡数据集,利用基于特征权重的加权K-近邻算法衡量数据集样本的类内相似度,通过合理剔除离群值样本数据点重构新平衡数据集,并基于331组钢筋混凝土柱破坏模式不平衡数据(弯曲破坏203组、剪切破坏70组、弯剪破坏58组),结合6种经典机器学习算法,建立了基于类不平衡数据集的钢筋混凝土柱破坏模式判别方法。研究表明:与传统方法相比,该方法对于剪切破坏的精度、召回率和F1分数分别平均提高5.5%、8.7%和7.2%,对于弯剪破坏的精度、召回率和F1分数分别平均提高12.8%、15.7%和17%;随着破坏模式样本数据集不平衡程度的增大,该方法对机器学习算法分类性能的提升效果越明显。