高温环境下含典型凹坑缺陷蜂窝夹芯板特征值屈曲性能

蜂窝夹芯板是飞行器中一种常见的热结构,在服役过程中其面板表面容易形成不同形状的凹坑。为了研究不同形状凹坑对蜂窝夹芯板屈曲性能的影响,基于Python语言构建了含圆形凹坑缺陷、含正方形凹坑缺陷、含正三角形凹坑缺陷蜂窝夹芯板参数化有限元模型,分析了恒温和变温下凹坑缺陷关键参数对蜂窝夹芯板特征值屈曲性能影响规律,结果表明不管是恒温环境还是变温环境,随着凹坑缺陷直径(边长)或者凹坑深度的增大,蜂窝夹芯板临界失稳载荷降低;对比分析了等面积缺陷和等周长缺陷下3种典型缺陷对结构特征值屈曲性能的影响,结果表明等面积缺陷下,含圆形凹坑缺陷蜂窝夹芯板的临界失稳载荷略大于其余两者,等周长缺陷下,含正三角形凹坑缺陷蜂窝夹芯板的临界失稳载荷略大于其余两者。

基于Python的含凹坑缺陷蜂窝夹芯结构参数化建模及应用

凹坑缺陷是蜂窝夹芯结构中常见的缺陷之一,其有限元建模是对蜂窝夹芯结构开展数值仿真的难点之一。利用凹坑缺陷的关键参数构建凹坑缺陷的几何模型,推导凹坑缺陷范围内各点相对理想平面的偏移量计算公式,并利用ABAQUS Python中的节点坐标修改函数实现理想平面上各节点的偏移;对ABAQUS进行了二次开发,创建了无缺陷蜂窝夹芯结构建模插件和含凹坑缺陷蜂窝夹芯结构建模插件,该插件能够实现含凹坑缺陷蜂窝夹芯结构的参数化有限元建模。利用上述插件研究了凹坑缺陷关键参数对蜂窝夹芯结构固有频率和临界失稳载荷的影响规律,结果表明蜂窝夹芯结构的前两阶固有频率和一阶临界失稳载荷均随凹坑直径的增大而降低,也均随凹坑深度的增大而降低。

基于代理模型的地铁隧道结构变形预测数字孪生方法

目的:以地铁隧道邻近基坑开挖为典型场景,提出一种基于代理模型的地铁隧道结构变形预测数字孪生方法。方法:构建了邻近基坑开挖引发地铁隧道变形的参数化有限元模型,筛选13个关键参数作为模型输入,以隧道上5个不同位置的横向位移与竖向位移作为模型输出;通过均匀设计生成有限元算例样本,基于BP(反向传播)神经网络建立代理模型,以工程实测数据进行模型验证。结果及结论:隧道横向位移和竖向位移在训练集和验证集上的预测精度大于91.38%,在测试集上的预测精度大于80.00%,计算时间为毫秒级;以上海浦东地区某地块基坑工程案例进行验证,代理模型预测值与工程实测值的误差小于1.5 mm,表明代理模型能够准确预测邻近基坑开挖引发的地铁隧道变形;该方法准确率和实时性初步达到了隧道运维数字孪生应用的性能要求。

参数化桩构件在基坑支护工程BIM建模中的应用

随着中国开启“十四五”规划新征程,建筑工程行业也将贯彻落实创新驱动发展的伟大政策。城市超高层建筑的发展推动了对地下空间的开发与利用,基坑开挖范围随之增大、基坑开挖深度也随之增加。为了保证施工期间基坑内主体结构的安全并最小化对基坑周边环境的影响与扰动,使得“桩+内支撑”的支护方式得以广泛应用。当支护方案采用如大型环向内支撑、钻孔灌注桩以及三轴搅拌桩等在内的多型支护构件时,使得传统CAD制图在表达设计意图方面存在较大困难。通过Revit创建的参数化构件创建基坑支护结构BIM三维模型,不仅能全方位且可视化地表达方案设计阶段的设计意图,而且还能在后续深化设计阶段快速修改构件参数,从而实现模型、工程量及图纸的联动修改,设计工作也因此获得提质增效。