XiaoMi-AI文件搜索系统
World File Search System应力比
ABAQUS 混凝土损伤塑性 (CDP) 的校准...
超高性能钢筋混凝土 (UHPC) 是一种先进的水泥基材料，具有出色的机械性能、显著的耐久性和延展性。有限元 (FE) 分析速度快、价格合理，并且能够提供多种结果选项，因此可用于评估不同载荷下的各种结构系统。在市售软件中，ABAQUS 已被广泛用于模拟混凝土构件的行为。混凝土损伤塑性 (CDP) 模型是 ABAQUS 中的旗舰模型，也是唯一适合充分表示混凝土类材料的脆性、开裂和压碎破坏的本构模型。由于模型输入是专门为传统混凝土开发和校准的，因此它们可能不适用于 UHPC。特别是与剪切和拉伸行为相关的模型输入在传统混凝土和 UHPC 之间可能有所不同，前者中的骨料提供剪切机械联锁，而后者则缺乏这种联锁，而后者中的纤维提供拉伸桥接效应和显著的应变软化，而前者则不存在这种联锁。本研究旨在校准 UHPC 的 CDP 模型的各种参数，包括膨胀角 (ψ)、偏心率 (e)、应力比 (σbo/σco)、拉伸和压缩应力-应变 (σ-ε) 曲线。针对多个轴向压缩试验的验证分析表明，ψ = 55 ̊、σbo/σco = 3.00 和 e = 0.1 的值代表 UHPC 的最佳输入。在本研究中尝试的多个可用于 UHPC 的分析模型中，(a) Graybeal 的修改后峰后响应模型和 (b) Zhao 等人的模型在 ABAQUS 中实施时为 σ-ε 曲线提供了最佳性能。
基于灰狼优化的隧道工程围岩挤压分类改进概率神经网络算法
围岩挤压变形是隧道工程中常见且突出的病害，常在TBM掘进过程中诱发盾构卡洞灾害。本文基于139组历史挤压变形案例，建立了混合PCA-IWGO-PNN挤压分类模型。根据挤压变形的影响因素及特点，选取强度应力比、隧道埋深、隧道等效直径、岩体质量指数、支护刚度等建立挤压程度预测指标体系。由于概率神经网络（PNN）要求输入变量独立，因此采用主成分分析（PCA）对原始数据进行预处理，消除预测指标间的相关性并实现降维。扩展系数是PNN中关键的超参数，采用改进的灰狼优化（IGWO）算法实现其高效的自动寻优。然后，将PNN模型应用于工程实际，20个试验样本中仅有1个误判，预测精度达到95%。最后，与人工神经网络（ANN）模型、支持向量机（SVM）模型、随机森林（RF）模型进行对比分析，其中PNN模型的预测精度最高，其次是人工神经网络（85%）、RF（85%）、SVM（80%）。此外，PNN模型的运行速度最快，仅耗时5.6350 s，而ANN、SVM、RF的运行时间分别为8.8340、6.2290、6.9260 s。本研究提出的混合PCA-IWGO-PNN模型为围岩挤压分类提供了一种有效的方法，在预测精度和运行速度方面均具有优势。
讨论 - ASTM International
A. Alpas^ 和 C. N. Reid^（书面讨论）—对通过开口套筒工艺冷扩孔的表面进行检查，发现螺旋套筒外端存在台阶。研究了该台阶的角度位置对冷扩 6000 系列铝合金（英国名称 HE9）疲劳寿命的影响，所得结果支持本文作者报告的结论。在缩径截面（100 x 19 x 1.67 毫米）上钻有一个直径为 5 毫米的孔的样品，在 520°C 下进行 40 分钟的固溶处理，淬火，然后在 170°C 下时效 22 小时，然后进行冷扩。在冷膨胀过程中，台阶的位置受到控制，并使用了两个方向：（1）台阶的角度位置与纵轴重合的样品（指定为“12 点钟”位置）和（2）台阶的角度位置在横向的样品（“3 点钟”位置）。膨胀量保持在 3% 到 3.5% 之间。疲劳试验在恒定应力幅度 a^ = 48 MPa 和应力比 R = 0.05 下进行。表 4 总结了在每个台阶位置冷膨胀的样品的疲劳寿命。该表还包括冷膨胀后进行退火处理（170°C，2 小时）的样品的平均寿命。选择这种方式是为了在不过度老化的情况下显著释放应力。使用“学生 t 检验”的统计分析表明，冷加工样品的两个取向的平均寿命之间没有显著差异（t = 0.68）。同样，应力消除试样的两个取向之间也没有显著差异（t = 0.65）。我们得出结论，台阶在试件中构成了一个微不足道的缺口。这得到了以下观察结果的支持：在某些 CX3 和 CXSR3 样品中，疲劳裂纹甚至没有与台阶相交。此外，第一个疲劳裂纹没有表现出在孔的“台阶”侧而不是在相反侧形成的偏好——这发生在五分之二的 CX3 样品和五分之三的 CXSR3 试件中。疲劳裂纹总是在孔与平板试件的一个表面的交汇处形核。虽然我们的M. W. Ozelton 和 T. G. Coyle（作者结束语）—作者感谢 A. Alpas 和 C. N. Reid 的评论，他们支持我们关于管子位置对开口套管冷加工铝合金疲劳寿命影响的观察。