公共文化服务平台

搜索到1165篇“ 黏结强度“的相关文章

超高性能混凝土与钢筋劈裂黏结强度试验研究: 2024年; 超高性能混凝土(UHPC)作为一种新型复合材料,可增强与钢筋界面的黏结性能,减少黏结长度。目前,针对UHPC黏结性能的研究,大多采用拔出试验或搭接拉伸试验,难以模拟结构中梁和柱等弯曲受力构件的实际黏结情况,需要对弯曲应力状态下UHPC与中长锚钢筋的黏结行为展开研究。为此,对17根搭接梁式试件进行四点弯曲加载试验,研究UHPC强度、纤维体积率、保护层厚度、搭接长度及搭接段箍筋配置对UHPC与钢筋黏结强度的影响。结果表明:UHPC梁式试件主要发生劈裂黏结破坏;增加UHPC强度和保护层厚度有助于提高黏结强度;黏结强度随搭接长度增加而减小;在搭接段配置箍筋可有效提高试件黏结强度,但箍筋对黏结强度的提高作用存在一个阈值,当达到阈值时,增加箍筋数量对黏结强度的提高将不再明显。此外,对现有黏结强度计算模型进行了评估,发现现有计算模型对UHPC劈裂黏结强度预测结果较为保守,离散程度偏大。在此基础上,提出了改进的UHPC劈裂黏结强度计算表达式,可准确反映各种设计参数对劈裂黏结强度的影响,计算结果与本文及相关文献试验结果之比的平均值为1.076,变异系数为0.149。; 梁芮黄远; 关键词：超高性能混凝土黏结性能

基于BP-ANN与RBF-ANN的钢筋与混凝土黏结强度预测模型研究被引量：1: 2024年; 为研究神经网络对钢筋与混凝土黏结强度的预测能力以及神经网络的输出性能,基于大量的试验数据,提出一种基于改进神经网络的变形钢筋与混凝土黏结强度预测模型,对混凝土结构的研究与实际工程应用均有着重要的意义。收集290组黏结锚固试验数据,引入基于反向传播人工神经网络(BP-ANN)与径向基函数神经网络(RBF-ANN)算法,揭示混凝土强度、保护层厚度、钢筋直径、锚固长度及配箍率对变形钢筋与混凝土黏结性能的影响规律,建立基于改进神经网络算法的钢筋与混凝土黏结强度预测模型。对比分析不同数据预处理方法和训练神经元个数对建议模型预测结果的影响,评估各经典模型与建议模型的预测精度和离散性,提出临界锚固长度计算公式。结果表明:BP-ANN预测值与试验值比值的均值、标准差及变异系数分别为1.009、0.188、0.86,其预测精度略高于RBF-ANN;建议模型能够更准确、更稳定地预测钢筋与混凝土的黏结强度,该方法为解决钢筋与混凝土黏结问题提供了新思路。; 李涛刘喜李振军赵小琴; 关键词：钢筋混凝土黏结强度改进神经网络

深度修正后有黏结强度的复合地基增强体所受荷载的探讨: 2024年; 通过研究《建筑地基处理技术规范》(JGJ 79—2012)中有黏结强度的复合地基承载力特征值的估算公式,本文对修正后的有黏结强度的复合地基承载力特征值及增强体承载力进行了推导计算,得出按基础埋深修正后复合地基增强体实际承担的荷载大于按照规范公式估算得出的单桩承载力特征值,并给出了二者之间的关系式。增强体桩身强度作为复合地基能够正常工作的必要条件,须按照实际的基底压力进行强度验算。本文对修正后增强体桩身强度的验算进行了探讨,提出了与规范不同的验算公式。; 郭小红周载阳

高温喷水冷却后型钢高强混凝土黏结滑移性能试验及剩余黏结强度评估: 2024年; 为了研究型钢高强混凝土在不同火灾高温喷水冷却后的黏结滑移性能,设计了19个型钢高强混凝土试件并进行高温喷水冷却后的推出试验。观察试件的外观变化及受力过程中裂缝发展过程及形态,获取各个试件的荷载-滑移全曲线及极限黏结强度、残余黏结强度等特征点参数,分析历经最高温度、混凝土强度等级、恒温时长和型钢锚固长度等变化参数对型钢高强混凝土试件界面黏结强度、黏结剪切刚度、耗能能力的影响规律,提出相应的黏结滑移本构方程和剩余黏结强度评估式。结果表明:随着历经温度的升高,喷水冷却后试件的黏结强度和黏结剪切刚度波动下降,耗能能力却有所提高;随着混凝土强度等级的提高,试件的黏结强度总体上升,黏结剪切刚度波动变化,耗能能力则变化较小;随着历经最高温度的恒温时间的增长,喷水冷却后试件的黏结强度和黏结剪切刚度均变大。历经最高温度对试件的界面黏结剪切刚度和界面耗能能力影响较为显著,并且温度较低的试件,其界面黏结损伤发展较早且较为迅速。基于试验数据,所提的黏结滑移本构方程和黏结强度计算公式其计算值与实测值吻合良好。; 许安邦周济周星宇陈宗平; 关键词：型钢高强混凝土

浸水环境下改性氯氧镁砂浆黏结强度变化规律: 2024年; 为了研究经青稞秸秆灰(HBSA)改性的氯氧镁水泥砂浆(MOCM)作为西部盐湖地区普通混凝土的外防护层,抵御盐湖区卤水侵蚀从而延长混凝土服役寿命的可行性,开展了浸水环境下掺入HBSA的MOCM的黏结强度等试验研究.采用普通混凝土作为黏结基层,以混凝土基层涂刷界面剂、MOCM中掺入HBSA以及砂浆层厚度等影响因素为变量,通过黏结拉拔试验分析各因素对MOCM黏结强度的影响规律,确定最优的设计参数,通过多项式模拟以及MATLAB中网格化处理等数值模拟方法,建立氯氧镁水泥黏结强度时变模型,进一步分析了浸水环境下改性MOCM黏结强度的损伤退化规律.采用微观测试技术分析了MOCM的物相组成、官能团结构、微观形貌、元素映射等特征,揭示了HBSA对MOCM黏结性能的影响机理.结果表明,HBSA中有较多的活性SiO2,能够与MOCM中的水化产物发生二次水化反应,生成水化硅酸镁(M―S―H)凝胶,填充MOCM内部孔隙,增强密实性,提高黏结性能.厚度为18 mm、掺入HBSA,且涂刷界面剂的MOCM黏结强度最高,其在浸水环境下的黏结强度退化速率最慢,基于三次多项式的数值模型能较好地反映其黏结强度的退化规律,最优组YY-18的相关性系数R2达到0.98.; 乔宏霞舒修远曹锋崔丽君; 关键词：活性混合材料黏结性能微观结构

冻融循环下FRP筋混凝土界面黏结强度预测: 2024年; 在冻融、腐蚀等恶劣服役环境下,用纤维增强复合材料(FRP)代替钢筋来提升混凝土结构的耐久性,已越来越多地应用在土木工程中.针对冻融循环下FRP筋混凝土界面黏结机理复杂,反映界面性能的理论模型难以构建问题,基于文献中110组冻融循环下FRP筋混凝土拉拔试验数据,采用遗传算法优化的反向传播神经网络(GA-BPNN)预测FRP筋混凝土界面黏结强度,通过分析权值矩阵的参数敏感性,筛选界面黏结强度的主要影响参数并以此为变量,运用基因表达式编程(GEP)方法建立界面黏结强度的计算公式.与目前文献中仅有的两个理论模型相比,所提公式在计算冻融循环下FRP筋混凝土界面黏结强度时精度更高、泛化性能更强.; 高旭黄丽华; 关键词：FRP筋混凝土黏结强度冻融循环

水下修复材料的黏结强度与变形性能研究进展: 2024年; 介绍了常用的几种水下修复材料的性能,分析了其作用机理,强调了黏结强度和变形性能的重要性,指出了各水下修复材料在接缝修复中存在的问题及优缺点,并提出了未来重点研究方向。; 马豪达陈波白银白延杰张丰张晓闯; 关键词：黏结强度

基于BP神经网络的新老混凝土界面黏结强度预测: 2024年; 为探寻能够考虑多因素综合影响的新老混凝土界面黏结强度预测方法,在综合考察国内外新老混凝土界面黏结强度试验资料基础上,搭建试验资料数据库;对比分析了国内外规范和几种常用简化计算方法对新老混凝土界面黏结强度计算的优缺点;基于神经网络技术,建立8因素(老混凝土龄期、抗压强度、新混凝土抗压强度、黏结界面面积、界面饱水程度、界面粗糙度、界面剂、试验方法)影响的新老混凝土界面黏结强度BP神经网络模型,模型预测值与试验值能够很好地吻合。; 陈昊范颖芳; 关键词：BP神经网络新老混凝土界面黏结强度

机场纤维混凝土道面钢筋黏结强度及抗裂性能试验研究: 2024年; 将高强改性聚酯纤维和聚乙烯醇纤维分别按1.0 kg/m^(3)、1.2 kg/m^(3)、1.4 kg/m^(3)的掺量掺入混凝土中制作试件进行黏结强度和抗裂试验,并将试验结果与未掺纤维混凝土试件试验结果进行对比,测试机场道面混凝土中掺加高强改性聚酯纤维和聚乙烯醇纤维后混凝土与钢筋的黏结强度及混凝土表面裂缝长度和宽度,分析掺纤维对混凝土与钢筋黏结强度和抗裂性能的影响。结果表明,掺纤维混凝土的钢筋握裹强度均大于未掺纤维混凝土,纤维掺量达到1.2 kg/m^(3)时混凝土与钢筋的黏结强度最大,纤维掺量大于1.2 kg/m^(3)时黏结强度随纤维掺量的增加而降低;掺加纤维可提高机场道面的抗裂性能,高强改性聚酯纤维掺量为1.4 kg/m^(3)时,混凝土试件表面无裂缝,抗裂效果最佳;采用掺量为1.4 kg/m^(3)的高强改性聚酯纤维混凝土,机场道面的综合性能最优。; 张鹏; 关键词：黏结强度抗裂性能

基于PSO-RF的FRP筋与混凝土间黏结强度预测模型: 2024年; 与钢筋相比,FRP筋具有抗疲劳、低磁性和耐腐蚀等优势,在不利工程环境中的应用越来越普遍。然而,现有FRP筋与混凝土间黏结性能预测模型的适用范围较小,预测精度较低。为此,本文收集了170组铰接梁试验数据,并在此基础上利用粒子群算法优化随机森林算法(PSO-RF)建立了FRP筋与混凝土间的黏结强度模型。将PSO-RF模型与RF模型和五个现有模型进行对比,各模型的预测结果通过决定系数R2和平均绝对值误差MAE等统计指标进行评价。PSO-RF模型的R2和MAE值分别为0.9396和1.0143,可以为FRP筋在混凝土中的应用提供有价值的参考。与现有模型相比,PSO-RF模型的R2和MAE值分别提高了141.9%和81.3%,预测性能提升明显。模型的参数重要性分析结果表明,黏结长度和混凝土抗压强度对模型的预测结果影响较大,重要性系数分别为22.35%和18.3%。; 易晓园; 关键词：黏结强度 FRP筋混凝土粒子群优化复合材料

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈