寒冷地区模块化钢框架结构多目标优化设计方法

针对寒冷地区模块化钢框架结构节能性与经济性之间的矛盾问题,对模块化钢框架结构能耗和成本两个设计目标进行同步优化研究。根据模块化钢框架结构的特点进行参数化设计研究,提出在不同建筑尺寸下模块化钢框架结构的BIM模型自动建模方法;在Energyplus建筑能耗分析软件计算数据的基础上,采用多种机器学习算法进行建筑能耗预测,建立一种高效精确的建筑能耗预测模型;联立建筑能耗预测模型和建筑成本计算公式,在满足结构承载力的约束条件下,基于NSGA-Ⅱ算法进行模块化钢框架结构能耗和成本的多目标优化设计,生成帕累托最优解集。多目标优化设计方法解决了模块化钢框架结构“能耗+成本”的多目标一体化设计难题,推动了模块化钢框架结构的智能化升级,实现了模块化钢框架结构设计的快速高效化。

基于BIM的铁路预制箱梁钢筋设计加工一体化研究

针对铁路预制箱梁钢筋工程存在的设计水平不高、生产方式落后等问题,开展基于BIM的铁路预制箱梁钢筋设计加工一体化研究。建立铁路预制箱梁钢筋一体化设计理论,利用Tekla软件完成梁体BIM设计及钢筋精细化设计,主要解决钢筋与预应力管道、锚具、泄水孔干扰等问题;运用大数据、云平台、物联网等技术,开发数据转化软件、生产管理系统、车间控制系统,并与设备厂商联合研发钢筋自动加工成套专用装备。在津潍铁路箱梁钢筋工程进行现场应用,结果表明,该研究能够提升铁路预制箱梁钢筋工程的自动化水平,可为其他类似工程提供参考。

采用BP-ANN模型的梁柱平齐端板连接节点极限抗弯承载力预测研究

筛选文献中报道的143组试验数据,采用误差反向传播人工神经网络(BP-ANN)建立和训练了1个2层BP-ANN模型,对梁柱平齐端板连接节点的极限抗弯承载力进行了预测。该模型利用20个组件特征参数作为输入,以极限抗弯承载力作为输出。通过与传统机器学习算法预测结果对比,验证了方法和模型的有效性,并依据模型推导出一个实用简化的极限抗弯承载力数学表达式。统计分析结果显示:经过训练的BP-ANN模型,在测试集上的平均绝对百分比误差(MAPE)为5.28%,均方误差(MSE)为5.79×10^(-4)。另外,对特征参数进行敏感性分析,得到了组件特征对节点极限抗弯承载力的影响程度。研究结果表明:采用BP-ANN模型能够综合考虑组件特征对节点极限抗弯承载力的影响,预测结果较为准确;该模型为梁柱连接性能评估和改进提供了智能化的解决方案,可作为数值模拟和结构试验研究的有力补充。

高铁简支梁钢筋骨架智能建造关键技术及成套装备研究

针对高速铁路简支箱梁钢筋骨架搭建过程中存在的生产方式落后、质量稳定性差、安全风险高、管控系统不完备等问题,结合广州—湛江高速铁路项目钢筋骨架智能建造重难点,提出了适用于简支箱梁钢筋骨架智造的总体技术路线。基于BIM开展简支箱梁钢筋骨架部品化设计,并通过节段拼装试验验证了方案的可行性;结合网片设计方案研究装配化组装工艺,实现钢筋骨架的快速成型;研发部品自动化加工设备、物料转运设备、自动化吊装设备及拼装胎具工装,实现设备生产线总体设计;开发钢筋骨架智能建造全过程智能化控制系统,实现智能排版、质量追溯等工厂化生产、可视化管理等全生命周期应用。该研究成果对高铁预制梁场钢筋骨架拼装成型技术进行系统性优化创新,实现部品化加工、自动化组装和信息化管理,整体提升铁路预制梁钢筋骨架智造施工质量、效率和信息化水平,降低工程建设成本。研究实现了铁路预制箱梁建造技术的重大突破,具有广泛的技术和市场推广价值。

-10℃环境下电伴热养护混凝土温度控制及强度发展

电伴热养护是近年来冬期施工中一种有效避免混凝土早期冻害以及提高水泥水化和混凝土强度的有效方法。为提升养护效率和效果,优化负温环境下电伴热养护参数,本文采用空气夹层法与内置法两种方式布设电伴热带,以预养护参数和恒温养护参数为变量,获得C30普通混凝土加热养护过程中的温度变化历程和立方体抗压强度。试验结果表明:经空气夹层法养护的混凝土温度分布更均匀,与内置法养护相比,其混凝土立方体抗压强度值提高了7.6%;35℃预养护最佳时间为6 h,预养护时间增加,造价增加,但并未提高过多强度;当以10℃预养护6 h,55℃电伴热恒温养护36 h时,混凝土强度为81.5%fcu,k(立方体抗压强度标准值),满足梁板拆模强度要求。本文旨在为使用电伴热带进行混凝土冬期施工的设计提供参考,进而指导其工法和工程应用。