期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
考虑桩-土-结构相互作用的输电塔风振响应分析 被引量:12
1
作者 刘春城 龙祖良 +3 位作者 景欢 李国强 毛龙 吕春蕾 《东北电力大学学报》 2016年第6期84-90,共7页
运用ABAQUS软件分别建立四类场地土体条件下考虑桩-土-结构相互作用(简称PSSI)的整体有限元模型和基础固支的输电塔三维有限元模型,并通过在桩和土体交界面上设置主从接触面来考虑桩-土-结构相互作用效应,然后基于线性滤波法模拟输电塔... 运用ABAQUS软件分别建立四类场地土体条件下考虑桩-土-结构相互作用(简称PSSI)的整体有限元模型和基础固支的输电塔三维有限元模型,并通过在桩和土体交界面上设置主从接触面来考虑桩-土-结构相互作用效应,然后基于线性滤波法模拟输电塔结构脉动风,进行了输电塔结构模态分析和风振响应分析,最后计算输电塔的风振系数。结果表明:考虑PSSI效应后输电塔自振周期随土体柔度增大而增大,塔身主要节点位移最大增至2.8倍,主要控制点加速度与应力有不同程度的减小,Ⅰ类场地土体条件下风振系数有明显增大。研究认为,考虑PSSI效应可以更准确地分析输电塔的风振响应。 展开更多
关键词 输电塔 桩-土-结构相互作用 模态分析 风振响应 风振系数
下载PDF
大跨越钢管塔K型节点滞回性能分析 被引量:4
2
作者 刘春城 李国强 +3 位作者 樊晓玲 毛龙 龙祖良 查传明 《东北电力大学学报》 2017年第6期79-85,共7页
应用Abaqus软件对大跨越钢管塔中常见的K型节点进行了抗震性能数值试验研究,分析了主、支管直径、节点板厚度、主管轴心压力、连接插板厚度及支管间隙尺寸等不同参数变化对K型节点抗震性能的影响,得到了节点的滞回性能曲线、骨架曲线和... 应用Abaqus软件对大跨越钢管塔中常见的K型节点进行了抗震性能数值试验研究,分析了主、支管直径、节点板厚度、主管轴心压力、连接插板厚度及支管间隙尺寸等不同参数变化对K型节点抗震性能的影响,得到了节点的滞回性能曲线、骨架曲线和耗能能力。研究表明:钢管节点本身具有良好的抗震性能;当主管轴向压力增大时,节点抗震性能下降明显,节点因应力集中易发生破坏;增加主、支管直径和节点板厚度对提高圆管节点抗震性能效果较显著;支管间隙尺寸对节点滞回性能改良效果不明显。 展开更多
关键词 K型钢管塔节点 有限元模拟 拟静力实验 参数分析 滞回性能
下载PDF
考虑土-结构相互作用的输电塔风振系数计算 被引量:3
3
作者 刘春城 龙祖良 +2 位作者 查传明 王重阳 葛旋宇 《东北电力大学学报》 2018年第2期59-63,共5页
研究运用ABAQUS软件分别建立I类场地土体条件下考虑土-结构相互作用(SSI)的整体有限元模型和基础固支的输电塔三维有限元模型,进行了输电塔结构动力特性分析,最后利用新旧荷载规范[1~2]分别计算考虑SSI和基础固支工况下输电塔的风振系数... 研究运用ABAQUS软件分别建立I类场地土体条件下考虑土-结构相互作用(SSI)的整体有限元模型和基础固支的输电塔三维有限元模型,进行了输电塔结构动力特性分析,最后利用新旧荷载规范[1~2]分别计算考虑SSI和基础固支工况下输电塔的风振系数.结果表明:考虑SSI效应后输电塔自振周期增大,风振系数也有不同程度增大,新荷载规范计算得出的两种工况的风振系数均有非常显著地增大.研究认为,利用新荷载规范同时考虑SSI效应能更准确的计算结构风振系数. 展开更多
关键词 输电塔 土-结构相互作用 动力特性分析 风振系数
下载PDF
直流牵引回流系统杂散电流泄漏量的计算 被引量:4
4
作者 刘颖熙 张栋梁 +2 位作者 方学礼 龙祖良 杨佳能 《城市轨道交通研究》 北大核心 2019年第5期150-154,共5页
针对大范围内地铁直流牵引回流系统泄漏电流(即杂散电流)难以计算与检测的现状,提出了一种杂散电流泄漏量计算方法,为杂散电流腐蚀危险性的评价提供了基础数据支撑。阐述了基于现有工程技术的杂散电流泄漏量检测方法,并利用MATLAB软件,... 针对大范围内地铁直流牵引回流系统泄漏电流(即杂散电流)难以计算与检测的现状,提出了一种杂散电流泄漏量计算方法,为杂散电流腐蚀危险性的评价提供了基础数据支撑。阐述了基于现有工程技术的杂散电流泄漏量检测方法,并利用MATLAB软件,对计算方法进行了仿真分析。 展开更多
关键词 地铁 杂散电流 泄漏量 仿真分析
下载PDF
基于深度学习的智能电网电力负荷精准预测方法研究 被引量:7
5
作者 时云洪 张龙 龙祖良 《电力大数据》 2021年第4期35-40,共6页
针对因电力系统中短期电力负荷预测不准确,导致智能电网无法有效协调电能生产、运输、分配的问题,为降低因过载或低负荷所造成的资源浪费,减少不必要的二氧化碳排放,本文提出了一种新的深度学习方法来解决此类电网短时电力负荷可靠预测... 针对因电力系统中短期电力负荷预测不准确,导致智能电网无法有效协调电能生产、运输、分配的问题,为降低因过载或低负荷所造成的资源浪费,减少不必要的二氧化碳排放,本文提出了一种新的深度学习方法来解决此类电网短时电力负荷可靠预测问题。该方法利用卷积神经网络建立能量预测计算模型,利用CNN自适应数据特征挖掘特性、量化电力不确定性,利用丢弃正则化对深度网络结构进行优化,采用深度森林对所提取的数据特征进行学习并建立预测模型,以实现对电力负荷的准确预测,解决电力随机波动造成的现有预测方法精度下降问题。经过基于实际负载数据验证,在电力负荷不确定波动情况下,该方法能准确预测电力负荷,且精度比目前较为流行的方法高,有望成为解决智能电网核心问题的重要技术支撑。 展开更多
关键词 智能电网 深度学习 卷积网络 深度森林 电力负荷预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部