低裙摩擦型吸力式基础及其可贯性对比试验

为进一步优化吸力式基础结构,减小“土塞”效应,提高吸力式基础的可贯性与承载力,文中提出了低裙摩擦型吸力式基础模型。通过室内模型试验对比研究了不同吸力式基础模型的负压(P)-沉贯量(y)曲线。给出沉贯力、沉贯阻力与沉贯量之间的关系,结合试验数据分析了不同桩型之间的差异,对比得出各类桩型的可贯性及沉贯量。结果表明,低裙摩擦型吸力式基础可贯性良好,能有效减小“土塞”效应,提高桩体承载力。

高温前后混杂纤维再生混凝土的多轴本构模型

地震引发的火灾可能导致再生混凝土爆裂,掺入纤维是改善再生混凝土抗爆裂性能的一种有效措施。本文研究了高温前后混杂纤维再生骨料混凝土(hybrid fiber recycled aggregate concrete,HFRAC)在围压作用下的力学性能和多轴本构模型。研究表明围压对HFRAC试块的破坏模式有显著影响。经历过不同温度后的HFRAC试块在单轴压缩后会产生贯穿性裂缝,且裂缝的宽度较大。随着围压的增加,贯穿性斜裂缝逐渐被局部斜裂缝所取代。在多轴应力作用下,高温暴露后HFRAC试块的体积显著缩小。在八面体应力空间中建立了一个考虑温度影响的改进破坏准则。考虑钢纤维掺量、长径比和温度对HFRAC应力-应变关系的影响,提出了一种改进的三轴本构模型。试验表明改进后的本构模型能够更准确地反映HFRAC在单轴和低围压条件下的受压应力-应变关系和损伤演化规律。

混杂纤维混凝土冻融后损伤值预测

混杂纤维混凝土受冻融作用后的损伤值受多种因素的影响,现阶段难以建立各影响因素与损伤值之间的数学模型。通过神经网络的自适应、自学习和非线性映射,可以建立以影响因素为输入变量、以损伤值为输出变量之间的非线性关系。采用相关试验数据,基于MATLAB软件建立AdaBoost-BP和BP神经网络预测模型,利用这两种预测模型对混杂纤维混凝土受冻融作用后的损伤值进行了预测,并将各自的预测值和实测值进行了对比分析。结果表明:AdaBoost-BP神经网络的预测精度较BP神经网络的预测精度更高,该模型为工程上研究混杂纤维混凝土受冻融循环损伤后的损伤程度提供了新方法。