CN106169002A - 一种铁路桥梁高强混凝土收缩预测方法 - Google Patents

一种铁路桥梁高强混凝土收缩预测方法 Download PDF

Info

Publication number
CN106169002A
CN106169002A CN201610543627.0A CN201610543627A CN106169002A CN 106169002 A CN106169002 A CN 106169002A CN 201610543627 A CN201610543627 A CN 201610543627A CN 106169002 A CN106169002 A CN 106169002A
Authority
CN
China
Prior art keywords
concrete
strength
coefficient
model
formula
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610543627.0A
Other languages
English (en)
Inventor
陈天地
陈思孝
艾宗良
张亮亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Eryuan Engineering Group Co Ltd CREEC
Original Assignee
China Railway Eryuan Engineering Group Co Ltd CREEC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Railway Eryuan Engineering Group Co Ltd CREEC filed Critical China Railway Eryuan Engineering Group Co Ltd CREEC
Priority to CN201610543627.0A priority Critical patent/CN106169002A/zh
Publication of CN106169002A publication Critical patent/CN106169002A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Architecture (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明涉及桥梁工程技术领域,特别涉及一种铁路桥梁高强混凝土收缩预测方法,步骤包括:通过模型试验测量混凝土收缩值并计算混凝土强度对收缩终极值的影响系数通过模型试验测量混凝土徐变系数并计算收缩应变的终极值εsh,∞;通过模型试验测量反映混凝土强度对收缩发展函数的影响系数Hsh;由此得出高强混凝土的收缩模型,使用收缩模型对铁路桥梁高强混凝土的收缩应变量进行预测。本发明解决了采用大量的高强度混凝土而造成现有的混凝土收缩模型不再适用的问题,实现了更加准确地预测铁路桥梁高强混凝土的收缩值,从而为防止桥梁跨中下挠不断增加提供了有效的方案,避免桥梁结构遭受破坏,提高桥梁使用耐久性。

Description

一种铁路桥梁高强混凝土收缩预测方法
技术领域
本发明涉及桥梁工程技术领域,特别涉及一种铁路桥梁高强混凝土收缩预测方法。
背景技术
近年来,我国铁路建设得到迅猛发展,在铁路建设过程中,新建了许多铁路连续刚构桥。经研究发现,连续刚构桥在其成桥若干年后,桥梁跨中下挠仍不断增加,超过了设计时的预期值,严重影响了行车的舒适性,对桥梁结构产生了不利的影响,包括降低了桥梁结构的耐久性,甚至导致桥梁结构破坏,导致连续刚构桥持续下挠的一个重要原因是收缩应变造成的。要想解决这一问题,就需要对收缩徐变进行较为深刻的理解和认识,通过建立混凝土收缩模型来对桥梁收缩量进行计算,从而实现对混凝土收缩进行预测。
然而目前国际及国内已有的混凝土收缩模型,均是基于普通混凝土的试验资料经过统计回归得到的,随着铁路建设标准的提高,在工程建设中大量采用高强度混凝土,相对于普通混凝土,高强度混凝土的水灰比更低、强度更好、密实度更好,高强度混凝土不仅具有较低的收缩量,而且其加载初期的徐变发展速度较快。采用已有的混凝土收缩模型进行收缩徐变计算,存在很大偏差,已经不再适用。
发明内容
本发明的目的在于:在铁路桥梁建设过程中,由于桥梁结构大量采用了高强度混凝土,导致现有的混凝土收缩模型对这种桥梁结构的收缩无法进行预测的问题,提供一种铁路桥梁高强混凝土收缩预测方法,解决了现有的普通混凝土收缩模型无法适用于高强度混凝土收缩过程中的问题,该收缩预测方法解决了采用现有收缩模型对铁路桥梁高强度混凝土进行预测存在较大偏差的问题,可以更准确地预测铁路桥梁高强混凝土收缩值,从而为防止桥梁跨中下挠不断增加提供了预测方案,避免桥梁结构遭受破坏,提高桥梁使用耐久性。
为了实现上述发明目的,本发明提供了以下技术方案:
一种铁路桥梁高强混凝土收缩预测方法,包括以下步骤:
步骤1,通过模型试验测量混凝土收缩值并计算混凝土强度对收缩终极值的影响系数
步骤2,通过模型试验测量混凝土徐变系数并计算收缩应变的终极值εsh,∞
步骤3,通过模型试验测量反映混凝土强度对收缩发展函数的影响系数Hsh
根据步骤1-3得出高强混凝土的收缩模型,通过高强混凝土的收缩模型对铁路桥梁高强混凝土收缩应变值进行预测,所述高强混凝土的收缩模型为:
ϵ s h ( t , t 0 ) = γ h c s h · ϵ s h , ∞ · t - t 0 H s h + t - t 0
式中,εsh为收缩应变值,t0为混凝土加载时的龄期,t为计算考虑时刻混凝土的龄期。
目前,国际及国内已有的混凝土收缩模型比较多,包括中国建科院模型(1986)、CEB-FIP系列模型、ACI209R系列预测模型、BP系列模型及GL2000系列模型,然而所有的这些收缩模型均为基于普通混凝土的试验资料经过统计回归得到的,随着在工程建设中采用大量高强度混凝土,现有的混凝土收缩模型在计算收缩应变值时,存在很大偏差,已经不再适用。
采取上述方式,综合已由各种模型基础上,提出一种适用于高强度混凝土收缩应变的预测模型,通过计算收缩应变的终极值及相关参数,揭示了高强混凝土收缩应变发展规律,得到高强混凝土收缩模型,解决了现有的普通混凝土收缩模型无法适用于高强度混凝土收缩过程中的问题,更加准确地预测铁路桥梁高强混凝土的收缩值,从而为防止桥梁跨中下挠不断增加提供了有效的方案,提高桥梁结构的使用耐久性,在桥梁设计初期及时预测到桥梁收缩应变,避免桥梁结构在使用过程中及早地遭受破坏,步骤1-3没有步骤的先后要求,可以采用任意顺序计算收缩模型中的参数值。
优选的,步骤1中的反映混凝土强度对收缩终极值的影响系数为:
γ h c s h = 1.2 - 0.008 · f c m
式中,fcm为混凝土28天龄期平均立方体抗压强度。
普通混凝土收缩模型不再适用于高强混凝土收缩模型的重要原因即是混凝土强度存在较大差异,高强混凝土的水灰比更低、强度更好、密实度更好,而且,高强度混凝土还具有较低的收缩量。所以在建立高强度混凝土收缩模型时,必须引入反应混凝土强度对收缩终极值的影响系数从而为得到高强度混凝土收缩模型提供帮助。
优选的,步骤2中的收缩应变的终极值εsh,∞为:
εsh,∞=780×10-6·γRHγVSγsγψγcγα
式中,εsh为收缩应变值,γRH为环境相对湿度的影响系数,γVS为构件体表比的影响系数,γs为坍落度的影响系数,γc为水泥含量的影响系数,γα为空气含量的影响系数。
收缩应变的终极值εsh,∞与混凝土的内部因素和外部因素都有较大关系,混凝土的内部因素中,空气含量、水泥含量和水泥坍落度都直接影响着混凝土收缩应变的终极值εsh,∞,外部因素对混凝土收缩应变的影响也较大,包括加载龄期、计算龄期、载荷持续时间及环境温度等,而对终极值影响最大的外部因素主要为环境的相对湿度、混凝土横截面形状和构件截面尺寸,而混凝土横截面形状和构件截面尺寸直接影响着构件的体表比。所以,在计算收缩应变的终极值εsh,∞时,主要考虑环境相对湿度的影响系数γRH、构件体表比的影响系数γVS、坍落度的影响系数γs、水泥含量的影响系数γc和空气含量的影响系数γα
优选的,根据空气的相对湿度得出环境相对湿度的影响系数γRH
式中,RH为环境相对湿度。
优选的,根据构件体积和表面积计算出构件体表比的影响系数γVS
γVS=1.2e-0.00472V/S,式中,V为构件体积,S为构件表面积。
优选的,根据混凝土的坍落度计算出坍落度的影响系数γs
γs=0.89+0.00161·s,式中,s为混凝土的坍落度。
优选的,根据细集料的百分比含量计算出细集料的影响系数γψ
式中,ψ为砂率。
优选的,根据水泥含量计算出水泥含量的影响系数γc
γc=0.75+0.00061c,式中,c为水泥含量。
优选的,根据空气含量计算出空气含量的影响系数γα
γα=0.95+0.008α,式中,α为空气含量。
优选的,步骤3中的反映混凝土强度对收缩发展函数的影响系数Hsh为:
Hsh=40-0.30·fcm,式中,fcm为混凝土28天龄期平均立方体抗压强度。
混凝土强度直接影响着混凝土收缩发展函数,影响混凝土收缩徐变的因素十分复杂,内部因素包括水泥品种、水灰比、矿物掺合料、骨料、外加剂和试件尺寸等,外部因素包括加载龄期、持荷应力、持荷时间、温度、湿度等,这些因素互相联系,互相制约,需要在对大量试验数据的研究基础上拟合得到其规律。其中,水泥品种、水灰比、矿物掺合料、骨料可以作为混凝土材料的基本特性考虑,统一用混凝土28天龄期的立方体抗压强度这一指标综合反映混凝土强度对收缩发展函数的影响,从而得到混凝土强度对收缩发展函数的影响系数Hsh
与现有技术相比,本发明的有益效果:
1、通过计算反映混凝土强度对收缩终极值的影响系数收缩应变终极值εsh,∞和反映混凝土强度对收缩发展函数的影响系数Hsh,得到高强混凝土收缩模型,从而使用收缩模型对铁路桥梁高强混凝土收缩应变量进行预测,解决了现有的普通混凝土收缩模型无法适用于高强度混凝土收缩过程中的问题,更加准确地预测铁路桥梁高强混凝土的收缩值,为防止桥梁跨中下挠不断增加提供了有效的方案,提高桥梁结构的使用耐久性,在桥梁设计初期及时预测到桥梁收缩应变,避免桥梁结构在使用过程中及早地遭受破坏;
2、通过分析影响混凝土收缩应变的外部因素和内部因素,得到反映混凝土强度对收缩发展函数的影响系数Hsh和混凝土收缩应变的终极值εsh,∞,进而得到高强混凝土收缩模型,为预测高强混凝土铁路桥梁的收缩应变提供了帮助和参考;
3、通过对国内多座铁路桥梁收缩应变的现场实测,同时根据本发明的收缩模型计算出该桥梁的收缩应变,结果十分吻合,该公式可以更准确的预测铁路桥梁高强混凝土收缩值;
4、根据铁路桥梁高强混凝土收缩模型建成的国内某一铁路桥梁,该桥于2007年开通运营,其后对该桥进行了长期的跟踪观测,未发现该桥跨中有下挠发生,列车运行安全、平稳。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
实施例
本实施例应用于铁路桥梁高强混凝土收缩应变值的预测。
铁路桥梁高强混凝土收缩预测方法,包括以下步骤:
步骤1,通过模型试验测量混凝土收缩值并计算混凝土强度对收缩终极值的影响系数
步骤2,通过模型试验测量混凝土徐变系数并计算收缩应变的终极值εsh,∞
步骤3,通过模型试验测量反映混凝土强度对收缩发展函数的影响系数Hsh
根据步骤1-3得出高强混凝土的收缩模型,通过高强混凝土的收缩模型对铁路桥梁高强混凝土收缩应变量进行预测,所述高强混凝土的收缩模型为:
ϵ s h ( t , t 0 ) = γ h c s h · ϵ s h , ∞ · t - t 0 H s h + t - t 0
式中,εsh为收缩应变值,t0为混凝土加载时的龄期,t为计算考虑时刻混凝土的龄期。
根据现有的铁路桥梁使用较多的高强混凝土配合比来配置混凝土,并根据国家标准制作试件,并根据选用的骨料粒径选定试件尺寸,制作好试件后进行养护,然后移入试验室进行试验。
在本实施例中,试件采用C55高性能配合比,其配合比具体数值见表1所示,其中水泥采用为标号为52.5普通硅酸盐水泥,粉煤灰采用Ⅰ级粉煤灰,砂子采用河砂,石子的粒径级配为5~20mm的连续级配,外加剂仅仅采用了减水剂。
表1
成分 水泥 砂子 石子 粉煤灰 添加剂
配合比 385 158 707 1057 98 5.4
根据《普通混凝土长期性能和耐久性能试验方法》(GBJ82-85)中规定,混凝土的收缩试验采用棱柱体试件,根据选用的骨料粒径的大小选定试件截面尺寸为100mm×100mm,同时,相关规定要求试件的长度至少应比拟采用的测量标距长出一个截面边长,拟采用的标距定位200mm,故试件的具体尺寸定为100mm×100mm×400mm,由于在测定混凝土收缩的同时,需要测定抗压强度的性能指标,所以制作试件时应同时制作响应的棱柱体抗压及立方体抗压试件。试验过程中制作的试件分别为:
三个收缩试件:100mm×100mm×400mm;
三个棱柱体强度试件:100mm×100mm×300mm;
三个立方体强度试件:150mm×150mm×150mm。
试件制作好后,在拆模后立即送入至标准养护室分别养护到7天、14天、28天、90天龄期(自混凝土搅拌加水开始起算),然后移入至恒湿试验室进行试验。
混凝土立方体抗压强度的测定:
将试件安放在试验机的下压板上,试件的承压面应与成型时的顶面垂直。试件的中心应与试验机下压板中心对准,开动试验机,当上压板与试件接近时,调整球座,使接触均衡。混凝土试件的抗压试验应连续而均匀的加荷,加荷速度为0.5~0.8Mpa/s,当试件接近破坏而开始迅速变形时,停止调整试验机油门,直至试件破坏,然后记录破坏荷载。
混凝土棱柱体抗压强度的试验方法及测定结果的处理原则与立方体抗压强度测试方法类似,在此不再赘述。
混凝土收缩值试验:
试验仪器采用立式千分表和弹簧式徐变仪,将千分表安装至三个试件上,加载前要将千分表组装好,将布置于试件上下两侧的压板及加载顶板调整为水平,以免加载时造成偏压。试验时根据试件的抗压强度选取合适的应力,用千斤顶先加压至应力的20%进行对中,此时,试件的变形相差应小于平均值的10%,对中完毕后,应立即继续加荷直到徐变应力,读出两边的变形值,两边变形的平均值即为在徐变应力下的初始变形值,加载完成后按下列试验周期(由试件加荷时起算)测点混凝土试件的变形值:1、3、7、14、28、45、60、90、120、150、180、360天。
根据试验测得的变形数据计算出材料的收缩值,计算方法如下:
式中ΔL为测得的收缩量(mm),Lb为测量标距(mm),t为计算考虑时刻混凝土的龄期。
由上述计算方法可得试验混凝土的收缩值,根据测得的收缩值可以得到,不同试件强度下的收缩应变的终极值是不一样的,对收缩应变的终极值和收缩发展规律进行修正,基于上述试验结果,运用Origin软件对各收缩应变值与时间变化关系进行拟合,得到不同强度条件下的Hsh,再结合收缩应变的终极值εsh,∞,得出高强混凝土的收缩模型,通过高强混凝土的收缩模型对铁路桥梁高强混凝土收缩应变量进行预测。在运用Origin软件对各收缩应变值与时间变化关系进行拟合时,该软件领域的技术人员均可以实施,为公知常识,在此不再赘述。收缩应变终极值各影响系数的参数选择,在实验条件下给定的参数按照实际取值,如构件的理论厚度或体表比、水泥含量等,而对于不确定的参数则根据现有模型的标准状态取值。
目前,国际及国内已有的混凝土收缩模型比较多,包括中国建科院模型(1986)、CEB-FIP系列模型、ACI209R系列预测模型、BP系列模型及GL2000系列模型,然而所有的这些收缩模型均为基于普通混凝土的试验资料经过统计回归得到的,随着在工程建设中采用大量高强度混凝土,现有的混凝土收缩模型在计算收缩应变值时,存在很大偏差,已经不再适用。
采取上述方式,综合已由各种模型基础上,提出一种适用于高强度混凝土收缩应变的预测模型,通过计算收缩应变的终极值及相关参数,揭示了高强混凝土收缩应变发展规律,得到高强混凝土收缩模型,解决了现有的普通混凝土收缩模型无法适用于高强度混凝土收缩过程中的问题,更加准确地预测铁路桥梁高强混凝土的收缩值,从而为防止桥梁跨中下挠不断增加提供了有效的方案,提高桥梁结构的使用耐久性,在桥梁设计初期及时预测到桥梁收缩应变,避免桥梁结构在使用过程中及早地遭受破坏,步骤1-3没有步骤的先后要求,可以采用任意顺序计算收缩模型中的参数值。
通过对铁路桥梁高强混凝土收缩应变结果进行现场实测,采用本次提出的方法预测结果与现场实测结果吻合,该公式可以更准确的预测铁路桥梁高强混凝土收缩应变值。
因不同的试验条件,混凝土材料的基本特性如水泥品种、水灰比、矿物掺合料、骨料等有差异,对混凝土收缩应变的影响产生差别,本发明考虑用混凝土28天龄期的立方体抗压强度这一指标综合反映。
步骤1中的反映混凝土强度对收缩终极值的影响系数为:
γ h c s h = 1.2 - 0.008 · f c m
式中,fcm为混凝土28天龄期平均立方体抗压强度。
普通混凝土收缩模型不再适用于高强混凝土收缩模型的重要原因即是混凝土强度存在较大差异,高强混凝土的水灰比更低、强度更好、密实度更好,而且,高强度混凝土还具有较低的收缩量。所以在建立高强度混凝土收缩模型时,必须引入反应混凝土强度对收缩终极值的影响系数从而为得到高强度混凝土收缩模型提供帮助。
步骤2中的收缩应变的终极值εsh,∞为:
εsh,∞=780×10-6·γRHγVSγsγψγcγα
式中,εsh为收缩应变值,γRH为环境相对湿度的影响系数,γVS为构件体表比的影响系数,γs为坍落度的影响系数,γc为水泥含量的影响系数,γα为空气含量的影响系数。
收缩应变的终极值εsh,∞与混凝土的内部因素和外部因素都有较大关系,混凝土的内部因素中,空气含量、水泥含量和水泥坍落度都直接影响着混凝土收缩应变的终极值εsh,∞,外部因素对混凝土收缩应变的影响也较大,包括加载龄期、计算龄期、载荷持续时间及环境温度等,而对终极值影响最大的外部因素主要为环境的相对湿度、混凝土横截面形状和构件截面尺寸,而混凝土横截面形状和构件截面尺寸直接影响着构件的体表比。所以,在计算收缩应变的终极值εsh,∞时,主要考虑环境相对湿度的影响系数γRH、构件体表比的影响系数γVS、坍落度的影响系数γs、水泥含量的影响系数γc和空气含量的影响系数γα
根据空气的相对湿度得出环境相对湿度的影响系数γRH
式中,RH为环境相对湿度。
根据构件体积和表面积计算出构件体表比的影响系数γVS
γVS=1.2e-0.00472V/S,式中,V为构件体积,S为构件表面积。
根据混凝土的坍落度计算出坍落度的影响系数γs
γs=0.89+0.00161·s,式中,s为混凝土的坍落度。
根据细集料的百分比含量计算出细集料的影响系数γψ
式中,ψ为砂率。
根据水泥含量计算出水泥含量的影响系数γc
γc=0.75+0.00061c,式中,c为水泥含量。
根据空气含量计算出空气含量的影响系数γα
γα=0.95+0.008α,式中,α为空气含量。
步骤3中的反映混凝土强度对收缩发展函数的影响系数Hsh为:
Hsh=40-0.30·fcm,式中,fcm为混凝土28天龄期平均立方体抗压强度。
混凝土强度直接影响着混凝土收缩发展函数,影响混凝土收缩徐变的因素十分复杂,内部因素包括水泥品种、水灰比、矿物掺合料、骨料、外加剂和试件尺寸等,外部因素包括加载龄期、持荷应力、持荷时间、温度、湿度等,这些因素互相联系,互相制约,需要在对大量试验数据的研究基础上拟合得到其规律。其中,水泥品种、水灰比、矿物掺合料、骨料可以作为混凝土材料的基本特性考虑,统一用混凝土28天龄期的立方体抗压强度这一指标综合反映混凝土强度对收缩发展函数的影响,从而得到混凝土强度对收缩发展函数的影响系数Hsh
箱梁桥混凝土应变的计算结果与实测值的比较:
经过对铁路桥梁结构的分析以及对收缩应变计算的原理说明,分别采用CEB-FIP(MC78)模型、GL2000模型、ACI209模型、本发明的模型对国内某一铁路桥梁高强混凝土收缩应变进行计算,同时对该桥相对应的位置进行实测,然后根据实测结果与各模型计算结果进行分析比较。在进行计算和实测使,分别在桥梁边跨和中跨选取截面S1、S2进行比较。计算结果和实测结果如下:S2中跨截面腹板应变值的计算值和实测值如表2所示。
表2
表3
S1边跨截面上缘应变和下缘应变的计算值和实测值分别如表3、表4所示。
表4
根据表2-4所示,本文所提出的关于高强混凝土的ACI209修正模型预测值与实测值符合的较好,其值也低于其他两个模式的预测值,这说明在模型中加入考虑强度修正的系数后,降低了高强混凝土的预测应变值,符合高强混凝土强度高、水灰比低使得其早龄期的应变发展速率快而整体的应变值较小这一特点。同时对多座已投入使用的铁路高强混凝土桥梁进行实测和相关计算,均得到相同的结果:实测值与各预测模型及本发明的预测模型计算的结果进行比较,本收缩预测方法的预测模型与实测值最为接近。
将本文提出的铁路桥梁收缩预测方法应用于主跨192m的襄渝铁路牛角坪特大桥,大桥于2007年开通运营,其后对该桥进行了长期的跟踪观测,未发现该桥跨中有下挠发生,列车运行安全、平稳。通过本收缩预测方法,有效避免了桥梁结构遭受破坏,提高桥梁使用耐久性。
将长期观测数据于本文提出预测模型及各规范预测模型计算结果进行了对比,发现本文提出的预测模型与实测值最为接近,进一步验证了本文提出方法应用于铁路桥梁是可信的。

Claims (10)

1.一种铁路桥梁高强混凝土收缩预测方法,其特征在于,包括以下步骤:
步骤1,通过模型试验测量混凝土收缩值并计算混凝土强度对收缩终极值的影响系数
步骤2,通过模型试验测量混凝土徐变系数并计算收缩应变的终极值εsh,∞
步骤3,通过模型试验测量反映混凝土强度对收缩发展函数的影响系数Hsh
根据步骤1-3得出高强混凝土的收缩模型,通过高强混凝土的收缩模型对铁路桥梁高强混凝土收缩应变值进行预测,所述高强混凝土的收缩模型为:
ϵ s h ( t , t 0 ) = γ h c s h · ϵ s h , ∞ · t - t 0 H s h + t - t 0
式中,εsh为收缩应变值,t0为混凝土加载时的龄期,t为计算考虑时刻混凝土的龄期。
2.根据权利要求1所述的铁路桥梁高强混凝土收缩预测方法,其特征在于,步骤1中的反映混凝土强度对收缩终极值的影响系数为:
γ h c s h = 1.2 - 0.008 · f c m
式中,fcm为混凝土28天龄期平均立方体抗压强度。
3.根据权利要求2所述的铁路桥梁高强混凝土收缩预测方法,其特征在于,步骤2中的收缩应变的终极值εsh,∞为:
εsh,∞=780×10-6·γRHγVSγsγψγcγα
式中,εsh为收缩应变值,γRH为环境相对湿度的影响系数,γVS为构件体表比的影响系数,γs为坍落度的影响系数,γc为水泥含量的影响系数,γα为空气含量的影响系数。
4.根据权利要求3所述的铁路桥梁高强混凝土收缩预测方法,其特征在于,根据空气的相对湿度得出环境相对湿度的影响系数γRH
式中,RH为环境相对湿度。
5.根据权利要求3所述的铁路桥梁高强混凝土收缩预测方法,其特征在于,根据构件体积和表面积计算出构件体表比的影响系数γVS
γVS=1.2e-0.00472V/S,式中,V为构件体积,S为构件表面积。
6.根据权利要求3所述的铁路桥梁高强混凝土收缩预测方法,其特征在于,根据混凝土的坍落度计算出坍落度的影响系数γs
γs=0.89+0.00161·s,式中,s为混凝土的坍落度。
7.根据权利要求3所述的铁路桥梁高强混凝土收缩预测方法,其特征在于,根据细集料的百分比含量计算出细集料的影响系数γψ
式中,ψ为砂率。
8.根据权利要求3所述的铁路桥梁高强混凝土收缩预测方法,其特征在于,根据水泥含量计算出水泥含量的影响系数γc
γc=0.75+0.00061c,式中,c为水泥含量。
9.根据权利要求3所述的铁路桥梁高强混凝土预测方法,其特征在于,根据空气含量计算出空气含量的影响系数γα
γα=0.95+0.008α,式中,α为空气含量。
10.根据权利要求1-9之一所述的铁路桥梁高强混凝土预测方法,其特征在于,步骤3中的反映混凝土强度对收缩发展函数的影响系数Hsh为:
Hsh=40-0.30·fcm,式中,fcm为混凝土28天龄期平均立方体抗压强度。
CN201610543627.0A 2016-07-11 2016-07-11 一种铁路桥梁高强混凝土收缩预测方法 Pending CN106169002A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610543627.0A CN106169002A (zh) 2016-07-11 2016-07-11 一种铁路桥梁高强混凝土收缩预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610543627.0A CN106169002A (zh) 2016-07-11 2016-07-11 一种铁路桥梁高强混凝土收缩预测方法

Publications (1)

Publication Number Publication Date
CN106169002A true CN106169002A (zh) 2016-11-30

Family

ID=58064489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610543627.0A Pending CN106169002A (zh) 2016-07-11 2016-07-11 一种铁路桥梁高强混凝土收缩预测方法

Country Status (1)

Country Link
CN (1) CN106169002A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650098A (zh) * 2016-12-22 2017-05-10 中铁二院工程集团有限责任公司 一种混凝土徐变应变计算方法
CN107491584A (zh) * 2017-07-11 2017-12-19 西北工业大学 基于几何参数的熔模铸件收缩率预测方法
CN109033623A (zh) * 2018-07-24 2018-12-18 中铁二院工程集团有限责任公司 一种路堤下膨胀土地基收缩量的测算方法
CN111724869A (zh) * 2020-06-17 2020-09-29 中国铁道科学研究院集团有限公司铁道建筑研究所 一种基于收缩控制的机制砂石骨料现浇混凝土配合比设计方法
CN113707241A (zh) * 2021-08-09 2021-11-26 东南大学 一种盾构隧道管片混凝土收缩预测模型的构建方法
CN114113555A (zh) * 2021-11-23 2022-03-01 河海大学 掺纳米碳酸钙和sap混凝土自生体积变形的预测方法
CN117494255A (zh) * 2023-10-16 2024-02-02 中国铁建港航局集团有限公司 一种复杂约束下钢-混组合梁桥混凝土收缩快速预测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323976A (zh) * 2011-06-24 2012-01-18 武汉理工大学 混凝土桥梁收缩徐变及预应力损失计算方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323976A (zh) * 2011-06-24 2012-01-18 武汉理工大学 混凝土桥梁收缩徐变及预应力损失计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
潘钻峰 等: "高强混凝土收缩徐变试验及预测模型研究", 《公路交通科技》 *
祝昌暾 等: "高强混凝土的收缩和早期徐变特性", 《混凝土与水泥制品》 *
袁鹏飞: "高强混凝土箱梁桥收缩徐变效应分析", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650098A (zh) * 2016-12-22 2017-05-10 中铁二院工程集团有限责任公司 一种混凝土徐变应变计算方法
CN107491584A (zh) * 2017-07-11 2017-12-19 西北工业大学 基于几何参数的熔模铸件收缩率预测方法
CN107491584B (zh) * 2017-07-11 2020-07-14 西北工业大学 基于几何参数的熔模铸件收缩率预测方法
CN109033623A (zh) * 2018-07-24 2018-12-18 中铁二院工程集团有限责任公司 一种路堤下膨胀土地基收缩量的测算方法
CN111724869A (zh) * 2020-06-17 2020-09-29 中国铁道科学研究院集团有限公司铁道建筑研究所 一种基于收缩控制的机制砂石骨料现浇混凝土配合比设计方法
CN113707241A (zh) * 2021-08-09 2021-11-26 东南大学 一种盾构隧道管片混凝土收缩预测模型的构建方法
CN113707241B (zh) * 2021-08-09 2022-11-04 东南大学 一种盾构隧道管片混凝土收缩预测模型的构建方法
CN114113555A (zh) * 2021-11-23 2022-03-01 河海大学 掺纳米碳酸钙和sap混凝土自生体积变形的预测方法
CN117494255A (zh) * 2023-10-16 2024-02-02 中国铁建港航局集团有限公司 一种复杂约束下钢-混组合梁桥混凝土收缩快速预测方法
CN117494255B (zh) * 2023-10-16 2024-06-04 中国铁建港航局集团有限公司 一种复杂约束下钢-混组合梁桥混凝土收缩快速预测方法

Similar Documents

Publication Publication Date Title
CN106169002A (zh) 一种铁路桥梁高强混凝土收缩预测方法
Duan et al. Effect of freeze–thaw cycles on the stress–strain curves of unconfined and confined concrete
CN106202718A (zh) 一种铁路桥梁高强混凝土徐变预测方法
CN105842076A (zh) 一种公路桥梁预应力混凝土超声回弹双参数无损检测方法
Vilardell et al. Estimation of the modulus of elasticity for dam concrete
Ajorloo et al. Experimental investigation of cement treated sand behavior under triaxial test
Zhang et al. Experimental study of deformation of early age concrete suffering from frost damage
CN103257220A (zh) 一种混凝土早期抗裂性能测试装置及测试方法
Hwang et al. Effect of moist curing and use of lightweight sand on characteristics of high-performance concrete
Iskhakov et al. Deterioration of concrete due to ASR: Experiments and multiscale modeling
Jensen Alkali–silica reaction damage to Elgeseter Bridge, Trondheim, Norway: a review of construction, research and repair up to 2003
Vincent Compressive creep of a lightweight, high strength concrete mixture
Mata Implementation of self-consolidating concrete (SCC) for prestressed concrete girders
Ayers Mechanical property relationships of cement or lime stabilized soils throughout a pavement's life
Andrei et al. Resilient modulus predictive model for unbound pavement materials
Chung Thermal stress analysis of jointed plain concrete pavements containing fly ash and slag
Wang et al. Investigation into Shrinkage of High-Performance Concrete Used for Iowa Bridge Decks and Overlays
Rizos et al. Investigation of the performance and benefits of lightweight SCC prestressed concrete bridge girders and SCC materials
Zvonarić et al. Prediction Models for Mechanical Properties of Cement-Bound Aggregate with Waste Rubber
Ley et al. Evaluation of Current WI Mixes Using Performance Engineered Mixture Testing Protocols
Jones Effect of lightweight aggregate moisture content on internally cured concrete
Zahedi Rezaieh Evaluating ASR Physicochemical Process under Distinct Restraint Conditions for a Better Assessment of Affected Concrete Infrastructure
Ley et al. Evaluation of Current WI Mixes Using Performance Engineered Mixture Testing Protocols-Interim Report
Hermaini et al. Study of Concrete on Rigid Pavement with Addition Scanfibre
Thanh-Tung et al. RESILIENT MODULUS OF SOIL USING FOR SUBGRADE OF PAVEMENT: A CASE STUDY IN VIETNAM.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161130