缺陷对纤维金属层板低速冲击性能影响规律

为研究不同孔洞大小和位置的玻璃纤维铝合金层板抗冲击性能损伤规律,本文通过在Abaqus中建立落锤低速冲击有限元模型,分析了玻璃纤维铝合金层板受冲击后的接触力、能量吸收、试件变形的响应规律。该模型中用自定义子程序VUMAT、Johnson-Cook金属损伤模型以及基于接触行为的表面内聚力行为分别可以用于分析复合材料、铝合金层和层间分层行为。在20 J冲击能量下,对比分析了圆孔大小和圆孔位置对玻璃纤维铝合金层板材料的冲击响应和破坏规律。结果表明:固定半径2 mm,圆孔距离玻璃纤维铝合金层板中心处较近的试件铝合金层板损伤、层间损伤、复合材料板损伤范围大,且集中于圆孔内侧;固定圆孔距离冲击中心为6 mm,随孔径增大,试件的各类损伤集中于缺陷周围。因此,缺陷会明显降低玻璃纤维铝合金层板的抗冲击性能。

人工智能方法在土木工程监测中的运用

随着计算机技术的快速发展,土木工程领域的监测、预测方法得到了不断的更新。以大体积混凝土浇筑过程为工程背景,结合BP、GA-BP、PSO-BP、SOM、CNN、SVM和PNN算法建立预测模型。通过实测数据和预测模型得出:大体积混凝土水化放热会使得内部温度在2d内先升高后下降;以统计率理论为基础的SVM、PNN神经网络和以深度学习为基础的CNN神经网络所建立的预测模型与实测数据非常吻合,其误差在2%以内;BP神经网络预测误差在10%左右,但通过遗传算法进行改进后误差在5%左右。结合七种人工智能方法,选择合适的算法并进行优化,可为今后土木工程领域监测-预测-预警提供依据。