CN113505422A - 钢砼构件数据管理方法及系统、力学模型优化方法及系统 - Google Patents
钢砼构件数据管理方法及系统、力学模型优化方法及系统 Download PDFInfo
- Publication number
- CN113505422A CN113505422A CN202110743281.XA CN202110743281A CN113505422A CN 113505422 A CN113505422 A CN 113505422A CN 202110743281 A CN202110743281 A CN 202110743281A CN 113505422 A CN113505422 A CN 113505422A
- Authority
- CN
- China
- Prior art keywords
- data
- displacement
- point
- horizontal force
- bearing capacity
- 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.)
- Granted
Links
- 239000004567 concrete Substances 0.000 title claims abstract description 79
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 59
- 239000010959 steel Substances 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000013523 data management Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000006073 displacement reaction Methods 0.000 claims abstract description 140
- 238000012360 testing method Methods 0.000 claims abstract description 121
- 239000011150 reinforced concrete Substances 0.000 claims abstract description 65
- 238000011068 loading method Methods 0.000 claims abstract description 41
- 238000012163 sequencing technique Methods 0.000 claims abstract description 3
- 238000004364 calculation method Methods 0.000 claims description 109
- 238000010008 shearing Methods 0.000 claims description 74
- 238000005452 bending Methods 0.000 claims description 33
- 238000000605 extraction Methods 0.000 claims description 16
- 230000006378 damage Effects 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 15
- 238000013075 data extraction Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 230000003014 reinforcing effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
- 239000011374 ultra-high-performance concrete Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明涉及一种钢砼构件数据管理方法及系统、力学模型优化方法及系统,该钢砼构件数据管理方法,包括步骤:批量获取并存储钢砼构件的基本参数、加载信息及试验数据,试验数据包括水平力‑位移曲线,将水平力‑位移曲线分成多个点并以点坐标的形式进行存储,将所有点坐标分成正向点坐标数组和负向点坐标数组,且对正向点坐标数组和负向点坐标数组分别按照位移距原点由近及远的顺序排序;判断水平力‑位移曲线是否为滞回曲线:若是,则提取并存储水平力‑位移骨架数据,并基于水平力‑位移骨架数据提取特征点数据;若否,则基于水平力‑位移试验数据提取特征点数据。本发明实现了对钢砼构件是数据管理,实现了对力学模型的快速优化。
Description
技术领域
本发明涉及工程技术领域,特别涉及一种钢砼构件数据管理方法及系统、力学模型优化方法及系统。
背景技术
钢筋混凝土结构是由两种性能差异巨大的材料(钢筋和混凝土)组成的,而混凝土本质又是一种非线性、非均匀的工程材料,并且这种材料本身还在不断发展,衍生了许多新的产品包括:超高性能混凝土、纤维混凝土,再生骨料混凝土等。同时我们也注意到,随着计算机技术的高速发展,结构计算机技术已经从计算数值分析与简单地计算结果的图形显示发展到现在的与信息论、人工智能等现代科学技术相关的高新技术学科。
现代结构工程师遇到新型钢筋混凝土结构体系的研究和应用问题时,首先通过开展结构试验来认识这一特定结构的力学性能,在对大量试验结果的分析基础上建立符合特定研究目标的力学模型,最后,应用数据拟合技术或最优化技术对上述力学模型进行完善,使得该模型可以在满足工程应用要求的前提下,计算结果与试验结果比较接近。
然而在实际操作中,由于结构试验数据庞大,且不同批次的试验也会由于测试目的、测试装置以及操作人员的习惯差别等原因导致数据管理混乱,这就需要在后续整理试验数据以及建模计算等操作上耗费大量不必要的时间和精力,且无法保证准确性。
发明内容
为了解决上述问题,本发明提供了一种钢砼构件数据管理方法及系统、力学模型优化方法及系统,既能够实现对钢筋混凝土构件大量数据的管理,还能够实现对典型力学模型的快速优化,使其可应用于对新建结构构件的计算与分析。
本发明通过如下方案来实现:一种钢砼构件数据管理方法,包括步骤:
批量获取钢砼构件的基本参数、加载信息及试验数据,并将所述基本参数和所述加载信息存储在表格文件中,将所述试验数据存储在文本文件中,所述试验数据包括水平力-位移曲线,将所述水平力-位移曲线分成多个点并以点坐标的形式进行存储,其中,水平力为纵坐标、位移为横坐标,将所有点坐标分成正向点坐标数组和负向点坐标数组,且对所述正向点坐标数组和所述负向点坐标数组分别按照位移距原点由近及远的顺序排序;
判断所述水平力-位移曲线是否为滞回曲线:
若是,则从所述试验数据中提取并存储水平力-位移骨架数据,从所述水平力-位移骨架数据中提取特征点的点坐标作为特征点试验数据进行存储;
若否,则从所述试验数据中提取特征点的点坐标作为特征点试验数据进行存储。
本发明钢砼构件数据管理方法的进一步改进在于,从所述试验数据中提取并存储水平力-位移骨架数据的步骤包括:
定义横坐标最大位移dmax的值;
进行正向外轮廓线数据的提取,从所述正向点坐标数组中顺序提取点坐标Pi(xi,yi),(i=1,2,……,m;m为正向点坐标数组中点坐标的数量),比较|xi|与dmax:
当|xi|>dmax时,将|xi|赋值给dmax,同时,将Pi(xi,yi)存储至所述正向外轮廓线数据中,然后提取下一个点坐标,直至所述正向点坐标数组中所有点坐标被提取并比较完毕;
当|xi|≤dmax时,直接提取下一个点坐标,直至所述正向点坐标数组中所有点坐标被提取并比较完毕;
在进行正向外轮廓线的提取的同时,依据所述正向外轮廓线的提取原则同时进行负向外轮廓线的提取;
进行正向骨架数据的提取,从所述正向外轮廓线数据中顺序提取三个相邻的点坐标Pj(xj,yj)、Pj+1(xj+1,yj+1)和Pj+2(xj+2,yj+2),(j=1,2,……,n;n为正向外轮廓线数据中点坐标的数量),当xj和xj+1不同时,计算Pj(xj,yj)和Pj+1(xj+1,yj+1)线性插值上对应xj+2的纵坐标值ycal,并比较|ycal|与|yj+2|:
若|ycal|>|yj+2|,则将Pj+1(xj+1,yj+1)存储至正向骨架数据中,然后提取下一组三个相邻的点坐标,直至所述正向外轮廓线数据中所有点坐标被提取并比较完毕;
在进行正向骨架数据的提取的同时,依据所述正向骨架数据的提取原则同时进行负向骨架数据的提取;
所述正向骨架数据和所述负向骨架数据共同组成所述水平力-位移骨架数据。
本发明钢砼构件数据管理方法的进一步改进在于,对于在水平力-位移试验中发生了受拉钢筋屈服的情况,所述水平力-位移曲线上标注有受拉钢筋屈服点,所述特征点包括屈服点,从所述水平力-位移骨架数据或所述试验数据中提取所述屈服点的点坐标的方法如下:
定义极限承载水平力为钢砼构件控制截面上混凝土最大应变达到0.004时的荷载值;
判断所述水平力-位移曲线上是否标注有受拉钢筋屈服点:
若是,则于所述水平力-位移曲线上或根据所述水平力-位移骨架数据生成的水平力-位移骨架曲线上找到所述受拉钢筋屈服点,过所述极限承载水平力画水平线,连接原点和所述受拉钢筋屈服点并延长至所述水平线,找到与所述水平线的交点,将所述交点的坐标值作为所述屈服点的坐标值存储至所述特征点试验数据中;
若否,则以所述水平力-位移曲线上或根据所述水平力-位移骨架数据生成的水平力-位移骨架曲线上水平力峰值的0.8倍所对应的点作为受拉钢筋屈服点,过所述极限承载力画水平线,连接原点和所述受拉钢筋屈服点并延长至所述水平线,找到与所述水平线的交点,将所述交点的坐标值作为所述屈服点的坐标值存储至所述特征点试验数据中。
本发明钢砼构件数据管理方法的进一步改进在于,所述特征点包括破坏点,从所述水平力-位移骨架数据或所述试验数据中提取所述破坏点的点坐标的方法如下:
将所述水平力-位移骨架数据中的水平力转换成剪力并生成剪力-位移骨架数据、或将所述试验数据中的水平力转换成剪力并生成剪力-位移试验数据;
根据所述剪力-位移骨架数据生成剪力-位移骨架曲线、或根据所述剪力-位移试验数据生成剪力-位移曲线;
基于剪力最后一次超越80%峰值剪力为钢砼构件发生破坏、在所述钢砼构件发生破坏以前经历的最大变形为所述钢砼构件的破坏变形的原则,于所述剪力-位移骨架曲线或所述剪力-位移曲线上找到所述破坏点并将所述破坏点的坐标值存储至所述特征点试验数据中。
本发明钢砼构件数据管理方法的进一步改进在于,在将所述水平力-位移骨架数据中的水平力转换成剪力并生成剪力-位移骨架数据时、或将所述试验数据中的水平力转换成剪力并生成剪力-位移试验数据时,若所述钢砼构件存在二阶效应,则根据如下转换公式进行转换:
Fh L=V L+P Δ
其中:Fh为沿水平方向向所述钢砼构件施加的力;V为所述钢砼构件沿水平方向受到的剪力;L为所述钢砼构件的高度;P为试验中提供的轴向作用力;Δ为轴向作用力P在水平方向上的分量。
本发明提供了一种钢砼构件力学模型优化方法,包括步骤:
基于上述钢砼构件数据管理方法对钢砼构件数据进行管理;
根据钢砼构件的基本参数、加载信息和试验数据构建基于材料层次的抗弯承载力计算模型和基于构件层次的抗剪承载力计算模型;
根据所述抗弯承载力计算模型计算出抗弯承载力,并将所述抗弯承载力转换成第一抗剪承载力;
根据所述抗剪承载力计算模型计算出第二抗剪承载力;
定义钢砼构件的抗剪承载力由混凝土和箍筋共同承担,且于所述抗剪承载力计算模型中引入混凝土影响系数α和箍筋影响系数β;
建立包含单纯计算抗剪承载力和基于破坏模式计算抗剪承载力的误差控制方程:
其中,ω为单纯计算抗剪承载力的误差对于总计算误差Error的影响;1-ω为基于破坏模式计算抗剪承载力的误差对总体计算误差Error的影响;为根据第i(i=1,2,……,m;m为计算时所采用的试验数据中点坐标的数量)个点坐标计算的第一抗剪承载力和第二抗剪承载力中的较小值;为由试验数据中第i个点坐标所对应的水平力转换成的剪力值;为根据第j(j=1,2,……,n;n为计算时所采用的试验数据中点坐标的数量)个点坐标计算的第一抗剪承载力和第二抗剪承载力的较小值;为根据钢砼构件的破坏模式确定的第j个点坐标的第一抗剪承载力或第二抗剪承载力;
本发明提供了一种钢砼构件数据管理系统,包括:
基础数据库构建模块,用于批量获取钢砼构件的基本参数、加载信息及试验数据、并将所述基本参数和所述加载信息存储在表格文件中、将所述试验数据存储在文本文件中,所述试验数据包括水平力-位移曲线,将所述水平力-位移曲线分成多个点并以点坐标的形式进行存储,其中,水平力为纵坐标、位移为横坐标,所有点坐标分成正向点坐标数组和负向点坐标数组,且所述正向点坐标数组和所述负向点坐标数组分别按照位移距原点由近及远的顺序排列;
数据批量处理模块,包括用于从所述试验数据中提取并存储水平力-位移骨架数据的第一数据提取单元、用于从所述水平力-位移骨架数据或所述试验数据中提取特征点的点坐标进行存储的第二数据提取单元、用于根据所述水平力-位移骨架数据生成水平力-位移骨架曲线的绘图单元、以及用于判断所述水平力-位移曲线是否为滞回曲线的判断单元。
本发明提供了一种钢砼构件力学模型优化系统,包括:
力学模型构建模块,用于根据上述钢砼构件数据管理系统所管理的数据构建基于材料层次的抗弯承载力计算模型和基于构件层次的抗剪承载力计算模型;
计算模块,包括:
用于根据所述抗弯承载力计算模型计算出抗弯承载力、并将所述抗弯承载力转换成第一抗剪承载力的第一计算单元;
用于根据所述抗剪承载力计算模型计算出第二抗剪承载力的第二计算单元;
用于根据包含单纯计算抗剪承载力和基于破坏模式计算抗剪承载力的误差控制方程、并基于使总计算误差最小的原则调整抗剪承载力计算值的第三计算单元;
用于在所述抗剪承载力计算模型中引入混凝土影响系数α和箍筋影响系数β、根据调整后的抗剪承载力计算值确定所述混凝土影响系数α和箍筋影响系数β的值的第四计算单元;
优化模块,用于根据所述第四计算单元对所述抗剪承载力计算模型进行优化。
本发明既能够实现对钢筋混凝土构件大量试验数据的批量快速提取、存储、关键力学特征值的处理和绘图等管理功能,还可实现对典型力学模型的快速优化,使其可用于计算新建结构构件的屈服承载力,极限承载力和破坏模式等特征值,便于专业设计人员进行钢筋混凝土结构试验数据的管理以及特征值的计算与分析。本发明原理清晰,适应性强、操作简单可靠,可以用很低的成本(时间成本和人工成本)解决混凝土结构试验数据的处理和承载力等计算等问题,具有一定的经济价值。
附图说明
图1示出了本发明钢砼构件数据管理方法步骤图。
图2示出了本发明利用画图法对屈服点进行提取的图形示意图1。
图3示出了本发明利用画图法对屈服点进行提取的图形示意图2。
图4示出了本发明对破坏点进行提取的图形示意图。
图5示出了采用第一类轴力加载方式对钢砼构件进行加载的示意图。
图6示出了采用第二类轴力加载方式对钢砼构件进行加载的示意图。
图7示出了采用第三类轴力加载方式对钢砼构件进行加载的示意图。
图8示出了采用第四类轴力加载方式对钢砼构件进行加载的示意图。
具体实施方式
下面以具体实施例结合附图对该钢砼构件数据管理方法及系统、力学模型优化方法及系统作进一步说明。
参阅图1所示,一种钢砼构件数据管理方法,包括步骤:
步骤1、批量获取钢筋混凝土构件的基本参数、加载信息及试验数据,并将该基本参数和该加载信息存储在excel表格文件中,将该试验数据存储在txt文本文件中。其中:该基本参数包括截面宽度、截面高度、构件长度、配筋信息、材料信息等;该加载信息包括加载装置类型、加载方式、加载路径、轴力信息等,对于该加载信息的存储,首先制定编号原则,采用不同数字编号代表不同加载信息,然后按照编号对相应信息进行存储;该试验数据为钢筋混凝土构件的历史试验数据,包括水平力-位移曲线、钢筋应变、试验照片等,再将该水平力-位移曲线存储在txt文本文件中时,将该水平力-位移曲线分成多个点并以点坐标的形式进行存储,其中,水平力为纵坐标、位移为横坐标,将所有点坐标分成正向点坐标数组和负向点坐标数组,且对该正向点坐标数组和该负向点坐标数组分别按照位移距原点由近及远的顺序排序。
步骤2、判断该水平力-位移曲线是否为滞回曲线:
若是,则从该试验数据中提取并存储水平力-位移骨架数据,从该水平力-位移骨架数据中提取特征点的点坐标作为特征点试验数据进行存储;
若否,则从该试验数据中提取特征点的点坐标作为特征点试验数据进行存储。
具体来说,从该试验数据中提取并存储水平力-位移骨架数据的步骤包括:
(1)、定义横坐标最大位移dmax的值。
(2-1)、进行正向外轮廓线数据的提取,从该正向点坐标数组中顺序提取点坐标Pi(xi,yi),(i=1,2,……,m;m为正向点坐标数组中点坐标的数量),比较|xi|与dmax:
当|xi|>dmax时,将|xi|赋值给dmax,同时,将Pi(xi,yi)存储至该正向外轮廓线数据中,然后提取下一个点坐标,直至该正向点坐标数组中所有点坐标被提取并比较完毕;
当|xi|≤dmax时,直接提取下一个点坐标,直至该正向点坐标数组中所有点坐标被提取并比较完毕。
(2-2)、在进行正向外轮廓线的提取的同时,依据该正向外轮廓线的提取原则同时进行负向外轮廓线的提取。也就是说,从该负向点坐标数组中顺序提取点坐标,并比较点坐标的横坐标的绝对值与dmax,按照正向外轮廓线提取时的比较逻辑对dmax进行赋值以及对有效坐标点进行存储,直至该负向点坐标数组中所有点坐标被提取并比较完毕。
(3-1)、采用外插法进行正向骨架数据的提取,具体地,从该正向外轮廓线数据中顺序提取三个相邻的点坐标Pj(xj,yj)、Pj+1(xj+1,yj+1)和Pj+2(xj+2,yj+2),(j=1,2,……,n;n为正向外轮廓线数据中点坐标的数量),当xj和xj+1不同时,计算Pj(xj,yj)和Pj+1(xj+1,yj+1)线性插值上对应xj+2的纵坐标值ycal,并比较|ycal|与|yj+2|:
若|ycal|>|yj+2|,则将Pj+1(xj+1,yj+1)存储至正向骨架数据中,然后提取下一组三个相邻的点坐标,直至该正向外轮廓线数据中所有点坐标被提取并比较完毕。
(3-2)、在进行正向骨架数据的提取的同时,依据该正向骨架数据的提取原则(即外插法)同时进行负向骨架数据的提取。也就是说,从该负向外轮廓线数据中顺序提取三个相邻的点坐标,按照正向骨架数据提取时的比较逻辑对有效点坐标进行存储,直至该负向外轮廓线数据中所有点坐标被提取并比较完毕。
(4)、该正向骨架数据和该负向骨架数据共同组成该水平力-位移骨架数据。
本实施方式中所述的特征点为该钢筋混凝土构件在进行水平力-位移试验时的关键点,如峰值点、屈服点以及破坏点等。
该钢砼构件数据管理方法,除了能够批量获取并存储钢砼构件数据外,还能够对数据进行水平力-位移骨架数据提取以及特征点提取等数据处理,便于后续对特征点进行计算、对比和分析等操作。下面分别以屈服点和破坏点为例对特征点的提取方法进行了说明:
参阅图2和图3所示,图2和图3示出了两种情况的坐标曲线图,其中,横轴均表示为变形位移Δ,纵轴均表示为水平力F。利用画图法对该屈服点进行提取:对于在水平力-位移试验中发生了受拉钢筋屈服的情况,该水平力-位移曲线上标注有受拉钢筋屈服点A,在从该水平力-位移骨架数据(适用于水平力-位移曲线为滞回曲线时)或该试验数据(适用于水平力-位移曲线为非滞回曲线时)中提取该屈服点的点坐标时:
定义极限承载水平力F0.004为钢砼构件控制截面上混凝土最大应变达到0.004时的荷载值;
判断该水平力-位移曲线上是否标注有受拉钢筋屈服点A:
如图2所示,若是,则于该水平力-位移曲线上或根据该水平力-位移骨架数据生成的水平力-位移骨架曲线上找到该受拉钢筋屈服点A,过该极限承载水平力F0.004画水平线,连接原点O和该受拉钢筋屈服点A并延长至该水平线,找到与该水平线的交点D,将该交点D的坐标值作为该屈服点的坐标值存储至该特征点试验数据中。
如图3所示,若否,则以该水平力-位移曲线上或根据该水平力-位移骨架数据生成的水平力-位移骨架曲线上水平力峰值B的0.8倍所对应的点A’作为受拉钢筋屈服点,过该极限承载力F0.004画水平线,连接原点O和该受拉钢筋屈服点A’并延长至该水平线,找到与该水平线的交点D,将该交点D的坐标值作为该屈服点的坐标值存储至该特征点试验数据中。
对于峰值点的提取较为简单,水平力-位移曲线或水平力-位移骨架曲线上最大水平力Fmax所对应的点B即为峰值点(如图2或图3所示),获取该点B的坐标值存储至该特征点试验数据中即可。
参阅图4所示,对该破坏点进行提取:
将该水平力-位移骨架数据中的水平力转换成剪力并生成剪力-位移骨架数据、或将该试验数据中的水平力转换成剪力并生成剪力-位移试验数据。
根据该剪力-位移骨架数据生成剪力-位移骨架曲线、或根据该剪力-位移试验数据生成剪力-位移曲线,如图4所示,横轴表示为变形位移Δ,纵轴表示为剪力V。
基于剪力最后一次超越80%峰值剪力Vmax为钢砼构件发生破坏、在该钢砼构件发生破坏以前经历的最大变形(变形的绝对值,而不是单个方向)为该钢砼构件的破坏变形的原则,于该剪力-位移骨架曲线或该剪力-位移曲线上找到该破坏点(即曲线下降段与80%峰值剪力Vmax的交点C),将该破坏点的坐标值存储至该特征点试验数据中。
作为一较佳实施方式,考虑到有些钢筋混凝土构件,譬如柱或者剪力墙中存在二阶效应(也叫P-Δ效应,指作用在结构上的重力荷载或构件中的轴压力在变形后的结构或构件中引起的附加内力和附加变形),在将水平力转换成剪力时应确认该钢砼构件是否存在二阶效应,对于存在二阶效应的钢砼构件,应根据如下转换公式进行转换:
Fh L=V L+P Δ
其中:Fh为沿水平方向向该钢砼构件施加的力;V为该钢砼构件沿水平方向受到的剪力;L为该钢砼构件的高度;P为试验中提供的轴向作用力;Δ为轴向作用力P在水平方向上的分量。
下面以四种常用轴力加载方式加载在试验柱上为例,对水平力和剪力的转换进行说明:
第一类,参阅图5所示,利用水平作动器向试验柱加载水平力Fh,在加载的过程中,利用轴向力加载器加载始终通过试验柱最大弯矩所在截面的形心的轴向作用力P,此时,V=Fh–P Δ/L。
第二类,参阅图6所示,利用水平作动器向试验柱加载水平力Fh,在加载的过程中,利用轴向力加载器加载始终保持竖直方向不变的轴向作用力P,并在水平方向上随试验柱柱顶位置的改变而改变,此时,V=Fh。
第三类,参阅图7所示,利用水平作动器向试验柱加载水平力Fh,在加载的过程中,使轴向力加载器的下端随柱顶水平位置的改变而改变,但轴向力加载器的上端不随试验柱水平运动,此时,V=Fh+P sin θP≈Fh+PΔ/Ltop,其中,θP为轴力作用线与试验柱轴线的夹角,Δ/Ltop为水平力Fh加上轴向作用力P在水平方向上的分量。
第四类,参阅图8所示,与第一类加载类似,利用水平作动器向试验柱加载水平力Fh,在加载的过程中,利用轴向力加载器加载始终通过刚性加载梁的中心点O的轴向作用力P,此时,V=Fh-P sin θP≈Fh-PΔ/(L+Lbottom)。
本发明提供了一种钢砼构件力学模型优化方法,包括步骤:
步骤1、基于上述钢砼构件数据管理方法对钢砼构件数据进行管理。
步骤2、根据钢砼构件的基本参数、加载信息和试验数据构建基于材料层次的抗弯承载力计算模型和基于构件层次的抗剪承载力计算模型。具体地,现有的典型力学模型可分为三类,基于材料层次、基于截面层次和基于构件层次。对于受弯承载力而言,基于平截面假定和材料本构关系就可以很容易计算任意截面曲率对应的弯矩值,区别主要在混凝土材料本构关系。对于受剪承载力而言,由于基于截面层次和基于材料层次的计算模型设定参数较多且计算流程复杂,计算效率低,学习起来过于繁琐且对模型计算结果的把控较难,因此,目前抗剪承载力的计算仍然以采用基于构件层次的模型为主流。基于上述原因,本发明选择构建基于材料层次的抗弯承载力计算模型和基于构建层次的抗剪承载力计算模型。
步骤3、根据该抗弯承载力计算模型计算出抗弯承载力,并将该抗弯承载力转换成第一抗剪承载力。
具体地,以钢筋混凝土结构的试验柱为例,采用条分法或者栅格法对计算混凝土截面进行划分,划分出若干混凝土计算单元;确定各混凝土计算单元的计算参数,包括位置、计算面积和应力-应变关系;确定截面上纵筋计算单元(也就是实体纵筋)的计算参数,包括位置、计算面积和应力-应变关系。计算中假设受弯破坏的条件为受压区纵筋达到极限受拉应变或者受压区混凝土达到极限受压应变,柱截面弯矩(M)-截面曲率(φ)的计算步骤如下:
(1)设定轴向力N=N0,N0为作用在截面上的轴力。
(3)假定截面中心应变εcent。
(5)计算截面转角对应的各混凝土计算单元和纵筋计算单元的应变ε和应力σ。
(6)计算截面合力Ncalc;
其中,σsi为第i个钢筋计算单元的应力值,Asi为第i个钢筋计算单元的面积,σcj为第j个混凝土计算单元的应力值,Acj为第j个混凝土计算单元的面积。
(7)验算Ncalc是否等于N:若是,继续下面的计算,若否,返回第(3)步调整。
(8)求各计算单元的合力矩M,V=M/a,V表示该加载步计算弯矩值对应的计算剪力值,a表示剪跨。
(9)判断此时是否发生纵筋屈服:若是,则记录Myield=M,Vyield=V,其中,Myield为抗弯屈服承载力,Vyield为由Myield转换的抗剪屈服承载力。
(10)判断此时是否发生纵筋拉断或者混凝土压碎:若是,则跳出循环,记录Mflx=M,Vflx=V,其中,Mflx为抗弯极限承载力,Vflx为由Mflx转换的抗剪极限承载力(即第一抗剪承载力);若否,则返回第(2)步,进入下一轮计算,直至满足破坏条件。
步骤4、根据该抗剪承载力计算模型计算出第二抗剪承载力。
具体地,参考美国土木工程师协会标准《既有建筑物的抗震评估和改造(ASCE-SEI41-17)》中提出的抗剪承载力计算方法,认为柱的抗剪承载力由混凝土和箍筋共同承担,原模型计算公式如下:
其中,Vshr为第二抗剪承载力的计算值;k(μΔ)为与位移延性μΔ相关的系数,体现构件抗剪承载力随位移延性退化的情况,当μΔ<3时,k=1.0;当μΔ>7时,k=0.7;当3≤μΔ≤7时,k值按照线性插值确定;fc′为试验柱的抗压强度;a为试验柱的剪跨;d为与加载方向平行的截面有效高度;N为轴力;Ag为试验柱全截面面积;Ast为与加载方向平行方向的总配箍面积;fyt为箍筋屈服强度;s为箍筋的间距。
步骤5、定义钢砼构件的抗剪承载力由混凝土和箍筋共同承担,且于该抗剪承载力计算模型中引入混凝土影响系数α和箍筋影响系数β。
具体地,分别在原模型计算公式(1)中的混凝土承载力计算项和箍筋承载力计算项前面加入混凝土影响系数α和箍筋影响系数β,得到改进的抗剪承载力计算公式(2):
步骤6、建立包含单纯计算抗剪承载力和基于破坏模式计算抗剪承载力的误差控制方程(3):
其中,ω为单纯计算抗剪承载力的误差对于总计算误差Error的影响;1-ω为基于破坏模式计算抗剪承载力的误差对总体计算误差Error的影响;为根据第i(i=1,2,……,m;m为计算时所采用的试验数据中点坐标的数量)个点坐标计算的第一抗剪承载力和第二抗剪承载力中的较小值;为由试验数据中第i个点坐标所对应的水平力转换成的剪力值;为根据第j(j=1,2,……,n;n为计算时所采用的试验数据中点坐标的数量)个点坐标计算的第一抗剪承载力和第二抗剪承载力的较小值;为根据钢砼构件的破坏模式确定的第j个点坐标的第一抗剪承载力或第二抗剪承载力。
上述的破坏模式通常为已知的,通常分为以形成平行于截面方向的裂缝、纵筋屈服以及受压区混凝土压碎为主要破坏特征的弯曲破坏,以及形成跨越构件高度方向的斜裂缝、箍筋屈服以及剪压区混凝土压碎为主要破坏特征的剪切破坏。对于弯曲破坏模式来说,为利用抗弯承载力计算模型计算的第j个点坐标的第一抗剪承载力,对于剪切破坏模式来说,为利用抗剪承载力计算模型计算的第j个点坐标的第二抗剪承载力。当然,本发明对于破坏模式未知的情况,提供了一种破坏模式判定原则:
检查试验数据中是否有记录到剪切破坏特征:
若否,则认为该钢砼构件发生弯曲破坏(该破坏模式下的抗剪承载力计算值根据抗弯承载力计算模型进行计算,即第一抗剪承载力);
若是,则判断是否满足如下条件之一:(1)试验中在构件破坏前记录到受拉纵筋的屈服时刻;(2)计算屈服荷载值小于试验峰值荷载值,该屈服荷载值可以采用基于截面层次的计算模型根据截面形式、材料属性和配筋情况进行计算。
若是,则认为发生弯曲-剪切破坏(该破坏模式下的抗剪承载力计算值需要综合考虑确定);
若否,则认为发生剪切破坏(该破坏模式下的抗剪承载力计算值根据抗剪承载力计算模型进行计算,即第二抗剪承载力)。
步骤7、通过使控制方程(3)中总计算误差Error最小得到调整后的值和值,将调整后的值和值代入计算公式(2)中的Vshr,进而确定该混凝土影响系数α和箍筋影响系数β的值,此时,以该抗剪承载力计算公式(2)作为抗剪承载力计算模型,进而实现了对该抗剪承载力计算模型的优化。
该破坏模式判定原则可以并入上述钢砼构件数据管理方法中,即,在获取到钢砼构件的数据后,可以根据该破坏模式判定原则,将具体的破坏模式以数字编号形式存储在上述的excel表格文件中,供进行力学模型优化时直接调取使用。
本发明基于上述的钢砼构件数据管理方法,还提供了一种钢砼构件数据管理系统,包括:
基础数据库构建模块,用于批量获取钢砼构件的基本参数、加载信息及试验数据、并将该基本参数和该加载信息存储在表格文件中、将该试验数据存储在文本文件中,该试验数据包括水平力-位移曲线,将该水平力-位移曲线分成多个点并以点坐标的形式进行存储,其中,水平力为纵坐标、位移为横坐标,所有点坐标分成正向点坐标数组和负向点坐标数组,且该正向点坐标数组和该负向点坐标数组分别按照位移距原点由近及远的顺序排列。
数据批量处理模块,包括用于从该试验数据中提取并存储水平力-位移骨架数据的第一数据提取单元、用于从该水平力-位移骨架数据或该试验数据中提取特征点的点坐标进行存储的第二数据提取单元、用于根据该水平力-位移骨架数据生成水平力-位移骨架曲线的绘图单元、以及用于判断该水平力-位移曲线是否为滞回曲线的判断单元。
该钢砼构件数据管理系统可以利用matlab软件来建立。
进一步地,本发明基于上述的钢砼构件力学模型优化方法,还提供了一种钢砼构件力学模型优化系统,包括:
力学模型构建模块,用于上述钢砼构件数据管理系统所管理的数据对钢砼构件建立典型力学模型;
计算模块,包括:
用于根据该典型力学模型的第一计算公式计算出抗弯承载力、并将该抗弯承载力转换成第一抗剪承载力的第一计算单元;
用于根据该典型力学模型的第二计算公式计算出第二抗剪承载力的第二计算单元;
用于根据包含单纯计算抗剪承载力和基于破坏模式计算抗剪承载力的误差控制方程、并基于使总计算误差最小的原则调整抗剪承载力计算值的第三计算单元;
用于在该第二计算公式中引入混凝土影响系数α和箍筋影响系数β得到第三计算公式、并将调整后的该抗剪承载力计算值代入该第三计算公式中确定该混凝土影响系数α和箍筋影响系数β的值的第四计算单元;
优化模块,用于根据该第四计算单元确定的该第三计算公式对该典型力学模型进行优化。
该钢砼构件力学模型优化系统可以利用matlab软件在上述钢砼构件数据管理系统的基础上进一步建立。
本发明既能够实现对钢筋混凝土构件大量试验数据的批量快速提取、存储、关键力学特征值的处理和绘图等管理功能,还可实现对典型力学模型的快速优化,使其可用于计算新建结构构件的屈服承载力,极限承载力和破坏模式等特征值,便于专业设计人员进行钢筋混凝土结构试验数据的管理以及特征值的计算与分析。本发明原理清晰,适应性强、操作简单可靠,可以用很低的成本(时间成本和人工成本)解决混凝土结构试验数据的处理和承载力等计算等问题,具有一定的经济价值。
以上结合附图实施例对本发明进行了详细说明,本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而,实施例中的某些细节不应构成对本发明的限定,本发明将以所附权利要求书界定的范围作为本发明的保护范围。
Claims (8)
1.一种钢砼构件数据管理方法,其特征在于,包括步骤:
批量获取钢砼构件的基本参数、加载信息及试验数据,并将所述基本参数和所述加载信息存储在表格文件中,将所述试验数据存储在文本文件中,所述试验数据包括水平力-位移曲线,将所述水平力-位移曲线分成多个点并以点坐标的形式进行存储,其中,水平力为纵坐标、位移为横坐标,将所有点坐标分成正向点坐标数组和负向点坐标数组,且对所述正向点坐标数组和所述负向点坐标数组分别按照位移距原点由近及远的顺序排序;
判断所述水平力-位移曲线是否为滞回曲线:
若是,则从所述试验数据中提取并存储水平力-位移骨架数据,从所述水平力-位移骨架数据中提取特征点的点坐标作为特征点试验数据进行存储;
若否,则从所述试验数据中提取特征点的点坐标作为特征点试验数据进行存储。
2.如权利要求1所述的钢砼构件数据管理方法,其特征在于,从所述试验数据中提取并存储水平力-位移骨架数据的步骤包括:
定义横坐标最大位移dmax的值;
进行正向外轮廓线数据的提取,从所述正向点坐标数组中顺序提取点坐标Pi(xi,yi),(i=1,2,……,m;m为正向点坐标数组中点坐标的数量),比较|xi|与dmax:
当|xi|>dmax时,将|xi|赋值给dmax,同时,将Pi(xi,yi)存储至所述正向外轮廓线数据中,然后提取下一个点坐标,直至所述正向点坐标数组中所有点坐标被提取并比较完毕;
当|xi|≤dmax时,直接提取下一个点坐标,直至所述正向点坐标数组中所有点坐标被提取并比较完毕;
在进行正向外轮廓线的提取的同时,依据所述正向外轮廓线的提取原则同时进行负向外轮廓线的提取;
进行正向骨架数据的提取,从所述正向外轮廓线数据中顺序提取三个相邻的点坐标Pj(xj,yj)、Pj+1(xj+1,yj+1)和Pj+2(xj+2,yj+2),(j=1,2,……,n;n为正向外轮廓线数据中点坐标的数量),当xj和xj+1不同时,计算Pj(xj,yj)和Pj+1(xj+1,yj+1)线性插值上对应xj+2的纵坐标值ycal,并比较|ycal|与|yj+2|:
若|ycal|>|yj+2|,则将Pj+1(xj+1,yj+1)存储至正向骨架数据中,然后提取下一组三个相邻的点坐标,直至所述正向外轮廓线数据中所有点坐标被提取并比较完毕;
在进行正向骨架数据的提取的同时,依据所述正向骨架数据的提取原则同时进行负向骨架数据的提取;
所述正向骨架数据和所述负向骨架数据共同组成所述水平力-位移骨架数据。
3.如权利要求1所述的钢砼构件数据管理方法,其特征在于,对于在水平力-位移试验中发生了受拉钢筋屈服的情况,所述水平力-位移曲线上标注有受拉钢筋屈服点,所述特征点包括屈服点,从所述水平力-位移骨架数据或所述试验数据中提取所述屈服点的点坐标的方法如下:
定义极限承载水平力为钢砼构件控制截面上混凝土最大应变达到0.004时的荷载值;
判断所述水平力-位移曲线上是否标注有受拉钢筋屈服点:
若是,则于所述水平力-位移曲线上或根据所述水平力-位移骨架数据生成的水平力-位移骨架曲线上找到所述受拉钢筋屈服点,过所述极限承载水平力画水平线,连接原点和所述受拉钢筋屈服点并延长至所述水平线,找到与所述水平线的交点,将所述交点的坐标值作为所述屈服点的坐标值存储至所述特征点试验数据中;
若否,则以所述水平力-位移曲线上或根据所述水平力-位移骨架数据生成的水平力-位移骨架曲线上水平力峰值的0.8倍所对应的点作为受拉钢筋屈服点,过所述极限承载力画水平线,连接原点和所述受拉钢筋屈服点并延长至所述水平线,找到与所述水平线的交点,将所述交点的坐标值作为所述屈服点的坐标值存储至所述特征点试验数据中。
4.如权利要求1所述的钢砼构件数据管理方法,其特征在于,所述特征点包括破坏点,从所述水平力-位移骨架数据或所述试验数据中提取所述破坏点的点坐标的方法如下:
将所述水平力-位移骨架数据中的水平力转换成剪力并生成剪力-位移骨架数据、或将所述试验数据中的水平力转换成剪力并生成剪力-位移试验数据;
根据所述剪力-位移骨架数据生成剪力-位移骨架曲线、或根据所述剪力-位移试验数据生成剪力-位移曲线;
基于剪力最后一次超越80%峰值剪力为钢砼构件发生破坏、在所述钢砼构件发生破坏以前经历的最大变形为所述钢砼构件的破坏变形的原则,于所述剪力-位移骨架曲线或所述剪力-位移曲线上找到所述破坏点并将所述破坏点的坐标值存储至所述特征点试验数据中。
5.如权利要求4所述的钢砼构件数据管理方法,其特征在于,在将所述水平力-位移骨架数据中的水平力转换成剪力并生成剪力-位移骨架数据时、或将所述试验数据中的水平力转换成剪力并生成剪力-位移试验数据时,若所述钢砼构件存在二阶效应,则根据如下转换公式进行转换:
FhL=VL+PΔ
其中:Fh为沿水平方向向所述钢砼构件施加的力;V为所述钢砼构件沿水平方向受到的剪力;L为所述钢砼构件的高度;P为试验中提供的轴向作用力;Δ为轴向作用力P在水平方向上的分量。
6.一种钢砼构件力学模型优化方法,其特征在于,包括步骤:
基于如权利要求1所述的钢砼构件数据管理方法对钢砼构件数据进行管理;
根据钢砼构件的基本参数、加载信息和试验数据构建基于材料层次的抗弯承载力计算模型和基于构件层次的抗剪承载力计算模型;
根据所述抗弯承载力计算模型计算出抗弯承载力,并将所述抗弯承载力转换成第一抗剪承载力;
根据所述抗剪承载力计算模型计算出第二抗剪承载力;
定义钢砼构件的抗剪承载力由混凝土和箍筋共同承担,且于所述抗剪承载力计算模型中引入混凝土影响系数α和箍筋影响系数β;
建立包含单纯计算抗剪承载力和基于破坏模式计算抗剪承载力的误差控制方程:
其中,ω为单纯计算抗剪承载力的误差对于总计算误差Error的影响;1-ω为基于破坏模式计算抗剪承载力的误差对总体计算误差Error的影响;为根据第i(i=1,2,……,m;m为计算时所采用的试验数据中点坐标的数量)个点坐标计算的第一抗剪承载力和第二抗剪承载力中的较小值;为由试验数据中第i个点坐标所对应的水平力转换成的剪力值;为根据第j(j=1,2,……,n;n为计算时所采用的试验数据中点坐标的数量)个点坐标计算的第一抗剪承载力和第二抗剪承载力的较小值;为根据钢砼构件的破坏模式确定的第j个点坐标的第一抗剪承载力或第二抗剪承载力;
7.一种钢砼构件数据管理系统,其特征在于,包括:
基础数据库构建模块,用于批量获取钢砼构件的基本参数、加载信息及试验数据、并将所述基本参数和所述加载信息存储在表格文件中、将所述试验数据存储在文本文件中,所述试验数据包括水平力-位移曲线,将所述水平力-位移曲线分成多个点并以点坐标的形式进行存储,其中,水平力为纵坐标、位移为横坐标,所有点坐标分成正向点坐标数组和负向点坐标数组,且所述正向点坐标数组和所述负向点坐标数组分别按照位移距原点由近及远的顺序排列;
数据批量处理模块,包括用于从所述试验数据中提取并存储水平力-位移骨架数据的第一数据提取单元、用于从所述水平力-位移骨架数据或所述试验数据中提取特征点的点坐标进行存储的第二数据提取单元、用于根据所述水平力-位移骨架数据生成水平力-位移骨架曲线的绘图单元、以及用于判断所述水平力-位移曲线是否为滞回曲线的判断单元。
8.一种钢砼构件力学模型优化系统,其特征在于,包括:
力学模型构建模块,用于根据如权利要求7所述的钢砼构件数据管理系统所管理的数据构建基于材料层次的抗弯承载力计算模型和基于构件层次的抗剪承载力计算模型;
计算模块,包括:
用于根据所述抗弯承载力计算模型计算出抗弯承载力、并将所述抗弯承载力转换成第一抗剪承载力的第一计算单元;
用于根据所述抗剪承载力计算模型计算出第二抗剪承载力的第二计算单元;
用于根据包含单纯计算抗剪承载力和基于破坏模式计算抗剪承载力的误差控制方程、并基于使总计算误差最小的原则调整抗剪承载力计算值的第三计算单元;
用于在所述抗剪承载力计算模型中引入混凝土影响系数α和箍筋影响系数β、根据调整后的抗剪承载力计算值确定所述混凝土影响系数α和箍筋影响系数β的值的第四计算单元;
优化模块,用于根据所述第四计算单元对所述抗剪承载力计算模型进行优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110743281.XA CN113505422B (zh) | 2021-07-01 | 2021-07-01 | 钢砼构件数据管理方法及系统、力学模型优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110743281.XA CN113505422B (zh) | 2021-07-01 | 2021-07-01 | 钢砼构件数据管理方法及系统、力学模型优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113505422A true CN113505422A (zh) | 2021-10-15 |
CN113505422B CN113505422B (zh) | 2023-11-17 |
Family
ID=78009545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110743281.XA Active CN113505422B (zh) | 2021-07-01 | 2021-07-01 | 钢砼构件数据管理方法及系统、力学模型优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113505422B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763877A (zh) * | 2024-02-21 | 2024-03-26 | 中南建筑设计院股份有限公司 | 基于plm平台的钢节点通用参数化建模方法和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485029A (zh) * | 2016-10-27 | 2017-03-08 | 北京市市政工程研究院 | 基于残余应变的钢筋砼梁桥损伤后承载能力评估方法 |
CN109858179A (zh) * | 2018-07-24 | 2019-06-07 | 南京航空航天大学 | 钢筋砼受弯梁抗剪承载力计算方法 |
-
2021
- 2021-07-01 CN CN202110743281.XA patent/CN113505422B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485029A (zh) * | 2016-10-27 | 2017-03-08 | 北京市市政工程研究院 | 基于残余应变的钢筋砼梁桥损伤后承载能力评估方法 |
CN109858179A (zh) * | 2018-07-24 | 2019-06-07 | 南京航空航天大学 | 钢筋砼受弯梁抗剪承载力计算方法 |
Non-Patent Citations (4)
Title |
---|
刁波;罗佑新;高常忠;李昊;: "钢筋混凝土L形柱反复加载试验研究", 建筑结构, no. 03 * |
董振华;杜修力;韩强;: "水平双向反复荷载作用下RC矩形空心桥墩的滞回模型研究", 工程力学, no. 04 * |
贺俊筱;王娟;杨庆山;: "考虑高径比影响的木结构柱抗侧能力试验研究", 土木工程学报, no. 03 * |
陶忠, 韩林海: "方钢管混凝土压弯构件荷载-位移滞回性能研究", 工业建筑, no. 06 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763877A (zh) * | 2024-02-21 | 2024-03-26 | 中南建筑设计院股份有限公司 | 基于plm平台的钢节点通用参数化建模方法和存储介质 |
CN117763877B (zh) * | 2024-02-21 | 2024-05-07 | 中南建筑设计院股份有限公司 | 基于plm平台的钢节点通用参数化建模方法和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113505422B (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mansouri et al. | RETRACTED ARTICLE: Analysis of influential factors for predicting the shear strength of a V-shaped angle shear connector in composite beams using an adaptive neuro-fuzzy technique | |
Ye et al. | Development of optimum cold-formed steel sections for maximum energy dissipation in uniaxial bending | |
Beckingsale | Post elastic behaviour of reinforced concrete beam-column joints | |
Bradford et al. | Behaviour and design of steel structures to BS 5950 | |
Al-Darzi et al. | Finite element simulation and parametric studies of perfobond rib connector | |
Sun et al. | A discrete spectral model for intermediate crack debonding in FRP-strengthened RC beams | |
Akinpelu et al. | Structural response of reinforced self-compacting concrete deep beam using finite element method | |
CN113505422B (zh) | 钢砼构件数据管理方法及系统、力学模型优化方法及系统 | |
KHEYR et al. | Plastic hinge rotation capacity of reinforced concrete beams | |
Isleem et al. | Finite element and artificial neural network modeling of FRP-RC columns under axial compression loading | |
Dai et al. | Hysteretic model for corroded reinforced concrete columns retrofitted with FRP | |
Obaidat et al. | Modeling of confined circular RC columns using artificial neural network and finite element method | |
Ponnada et al. | A comprehensive nonlinear finite element modelling and parametric analysis of reinforced concrete beams | |
Andres et al. | Buckling of Concrete Shells: A Simplified Numerical Simulation | |
Lezgy-Nazargah et al. | A mixed finite element model for FRP-strengthened RC slabs based on sequential linear analysis | |
Dias et al. | A numerical model for basic creep of concrete with aging and damage on beams | |
Bradford et al. | Numerical analysis of continuous composite beams under service loading | |
Fu | Macroscopic numerical model of reinforced concrete shear walls based on material properties | |
El-Gohary | A Simplified Energy Model Approach for the Determination of Long-Term Crack Width in Reinforced Concrete Elements | |
Gopinathan et al. | Regression model for static and cyclic performance of HSC beams with GFRP laminates | |
Li et al. | Analytical model regarding compression-bending capacity of segmental joint reinforced by steel plate | |
Ferhat | Design optimization of reinforced ordinary and high strength concrete beams with Eurocode 2 (EC-2) | |
Markić et al. | Numerical model for analysis of steel frame structures with included geometric imperfections | |
Thimmhardy et al. | Nonlinear analysis of steel and concrete bridge components | |
CN117951954A (zh) | 基于pca-lstm模型的桥梁体内束预应力预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |