本文提出了一套新的缩放定律,用于研究轻质钢筋混凝土隧道衬砌在 1g 振动台试验中的开裂后行为。开裂后行为缩放定律使用两个无量纲参数制定:脆性数 s ,它控制非钢筋混凝土构件的断裂现象;NP ,它对钢筋混凝土构件中混凝土断裂过程和钢塑性流动的稳定性起主要作用。提出的定律允许开发“充分”的实验模型,并使用原型和 1:30 模型比例的岩石钢筋隧道的数值分析进行验证。采用的实验装置的灵感来自现有的 1g 物理测试活动,该测试活动针对岩石混凝土隧道的地震响应,并且假设的定律表明在两个检查的地震记录下,模型和原型隧道的开裂行为具有令人满意的相似性。强调了在 1g 测试中使用提出的定律对钢筋混凝土隧道中不断发展的裂缝模式进行 A 级预测的潜力。在三种可能的边界条件下对所提出的定律进行了检验,结果表明,与设想的自由场边界模型相比,刚性箱和层流箱仍然可以显著改变行为。但分析表明,对于较大的土壤与衬砌刚度比,边界伪影可以大大减少。本研究为迄今为止尚不存在的未来 1g 测试提供了有用的建议,而所提出的缩放定律允许在设计新型隧道衬砌模型测试材料时具有多功能性。
钢筋混凝土结构是沿海基础设施的重要组成部分,为周边自然环境和城市人口的安全和繁荣奠定了基础。然而,这些结构越来越受到氯离子腐蚀的威胁,氯离子腐蚀是导致其恶化的主要因素,尤其是在海洋环境中 1,2 。氯离子渗透混凝土,导致钢筋腐蚀,破坏结构完整性,缩短这些基础设施的使用寿命。氯化物侵入受到周围环境条件(包括气候变化)的广泛影响 3 。此外,极端事件和海平面上升导致此类结构的荷载制度加剧,从而增加了需求 4 。最后,新建筑或大规模重建活动的实施损害了气候缓解和环境保护目标 5 。
所有标本都得到加强,具有相同的混凝土级和钢筋。与各种强化配置的故障扭转力矩以及性能改进和裂纹模式一样。这项研究的目的是评估使用环氧键合的GFRP织物作为外部横向加固,以将经受扭转的钢筋混凝土束。将增强梁的效率结果与对照束的实验结果进行了比较,而无需使用FRP。这项研究表明,所有GFRP增强光束的扭转行为都有显着改善。使用FRP被证明是可行的。各种包装构型的有效性表明,完全包裹的光束的性能要比使用条更好。简介:
摘要:通过破坏性腐蚀过程来防止具体的恶化,将单个有机化合物或混合物用作有机腐蚀抑制剂(OCIS)而不是无机化学物质正在变得非常有吸引力的实践。由于OCI在生产和环境命运方面对其生态友好,因此与著名的无机添加剂(例如金属亚硝酸盐,铬酸盐或砷酸盐)相比,它们具有多个优势。在本文中,综述了不同的单个有机化合物(自然或合成起源)以及用于延长混凝土结构寿命的混合物的应用。在使用单个有机化合物的使用示例性较小之后,根据其主要功能组,对使用的OCI进行了越来越频繁的OCI。之后,调查了合成或天然起源的化合物混合物,使用天然提取物和生物量的使用。最后,讨论了官能团在前10个抑制剂分子中的效果,OCI的毒性,它们对混凝土物理机械特性的影响以及其长期性能。
在建筑工地工作正是你的强项吗?您是否能轻松地使用各种机器和工具进行工作?那么这份工作非常适合你。作为一名混凝土和钢筋混凝土工人,您不仅会混合混凝土混合物,还会学习如何制作模板、安装结构钢或如何组装和拆除脚手架。您的职责还包括固定墙壁或天花板以及设置障碍物和建筑围栏。您还可以安装绝缘材料来隔热和隔音。无论面临什么任务,您总是严格按照施工计划和图纸开展工作。
在过去的十年中,由于其可持续性和力量,竹子引起了很多关注。竹子比其他天然纤维的优势包括其丰富的存在,高产量以及在3 - 8年内迅速达到最大高度和强度的能力。竹子可用作独立的结构材料和混凝土钢筋,形式为竹制,竹夹板和竹子复合杆,用于低层和低成本建筑。在这项研究中,采用竹棍作为混凝土立方体的加固。考虑了以下影响因素:竹棍的体积比为0.6%,1.2%和2.4%,竹棒直径为1毫米,1.5毫米和2毫米,以及10、20和30的竹棒纵横比的纵横比比。测试结果表明,添加了0.6%的棍子,BSRC抗压强度分别为20和30的长度比率分别上升了3.24和17.33%。通过添加1.2%和2.4%的竹棍,长度为10乘21.38和20.94%,可以增强样品的抗压强度。将获得的结果与常规混凝土立方体的机械性能进行了比较。目前,河岸和淡水是制造混凝土中最常使用的材料。河岸和淡水的广泛使用导致了重大的环境问题。由于世界上许多地方都缺乏适当的淡水供应,因此不建议过度使用这种资源。因此,使用盐水和海沙制成竹棒钢筋混凝土和普通混凝土标本。最后,提出了强度和应力应变模型。
5 打桩验收标准 ................................................................................................................................ 4 5.1 总则 ................................................................................................................................ 4 5.2 打入岩石至标准深度的桩 ................................................................................................ 4 5.3 打入阻力的桩 ................................................................................................................ 4 5.4 最小穿透深度 ...................................................................................................................... 5 5.5 位置公差 ............................................................................................................................. 5 5.6 打桩记录 ............................................................................................................................. 5
摘要:随着在线传感技术和高性能计算的最新进展,结构健康监测 (SHM) 已开始成为对民用基础设施进行实时条件监测的自动化方法。理想的 SHM 策略通过利用测量的响应数据来更新基于物理的有限元模型 (FEM) 来检测和描述损坏。在监测复合结构(例如钢筋混凝土 (RC) 桥梁)时,基于 FEM 的 SHM 的可靠性会受到材料、边界、几何和其他模型不确定性的不利影响。土木工程研究人员已经采用了流行的人工智能 (AI) 技术来克服这些限制,因为 AI 具有利用先进的机器学习技术快速分析实验数据来解决复杂和定义不明确的问题的天生能力。在这方面,本研究采用了一种新颖的贝叶斯估计技术来更新耦合的车辆桥梁 FEM 以用于 SHM。与现有的基于 AI 的技术不同,所提出的方法智能地使用嵌入式 FEM 模型,从而减少了参数空间,同时通过基于物理的原理指导贝叶斯模型。为了验证该方法,给定一组“真实”参数,从车桥 FEM 生成桥梁响应数据,并分析参数估计的偏差和标准差。此外,平均参数估计值用于求解 FEM 模型,并将结果与“真实”参数值的结果进行比较。还进行了敏感性研究,以展示正确制定模型空间以改进贝叶斯估计程序的方法。研究最后进行了讨论,重点介绍了利用实验数据使用人工智能技术更新混凝土结构 FEM 时需要考虑的因素。关键词:人工智能、贝叶斯统计、结构健康监测、钢筋混凝土、公路桥梁、车桥相互作用。