当前位置:主页 > 科技论文 > 交通工程论文 >

无粘结预应力混凝土简支梁自振频率研究

发布时间:2017-03-20 18:05

  本文关键词:无粘结预应力混凝土简支梁自振频率研究,由笔耕文化传播整理发布。


【摘要】:预应力的大小是影响预应力混凝土桥梁结构安全性的一个重要因素,预应力的损失会加快桥梁裂缝的发展使桥梁承载能力下降,因此如何正确的评估桥梁内的有效预应力,不但可以准确的评价预应力桥梁的使用性能,还可以对预应力桥梁养护和加固提供科学的建议。但是在保持结构完整性的前提下,除非在结构中事先埋入预应力检测装置如压力传感器等,否则目前没有有效的手段可以检测到结构内的现存预应力值。相关研究结果表明,预应力梁的自振频率与预应力间存在一定的敏感性,因此,根据预应力梁的自振频率对有效预应力的识别是具有很强的工程实践意义。本文依托吉林省交通科技项目“体内无粘结预应力混凝土简支梁自振频率计算方法及预应力识别算法”,开展了以下工作:1、将预应力简支梁看作受压混凝土梁和受张力的预应力筋两个子结构的组合;通过哈密尔顿原理、变形协调关系和边界条件建立无粘结预应力混凝土梁的振动微分方程;接着考虑偏心预应力作用下梁的初始挠度对预应力梁自振特性的影响,通过达朗贝尔原理推导了偏心预应力作用下简支梁的振动微分方程,得到一个非线性微分方程;最后通过改进的打靶算法来求解该微分方程。2、为了进一步验证无粘结预应力混凝土梁的自振频率和预应力大小以及预应力筋布置情况之间的关系,制作了5根布筋形式不一的无粘结预应力混凝土梁,并明确了相应的测试方案,然后通过试验获取预应力大小与无粘结预应力混凝土梁自振频率间关系。3、为了在已知预应力混凝土梁自振频率情况下识别桥梁的有效预应力大小,构建了BP神经网络并讨论该网络的不足之处,通过粒子群优化算法来对BP神经网络中的阈值和初始权值进行优化,并将优化后的阈值和初始权值传递给BP神经网络,然后BP神经网络进行训练并预测。将试验数据进行分类得到训练样本和预测样本,应用训练数据对网络进行训练,采用实验数据的预测样本对预测结果进行验证比较。
【关键词】:简支梁 自振频率 预应力 神经网络
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U441.3
【目录】:
  • 摘要4-5
  • Abstract5-10
  • 第1章 绪论10-18
  • 1.1 研究目的及意义10-11
  • 1.2 预应力损失检测方法概述11-12
  • 1.3 预应力混凝土梁动力特性国内外研究现状12-14
  • 1.4 神经网络的发展与应用14-16
  • 1.4.1 神经网络的发展14-15
  • 1.4.2 神经网络在结构损伤识别中的应用15-16
  • 1.5 本文的研究内容16-18
  • 第2章 无粘结预应力混凝土梁自振频率分析18-36
  • 2.1 引言18-19
  • 2.2 力学原理19-24
  • 2.2.1 拉格朗日方程19-21
  • 2.2.2 哈密尔顿原理21-24
  • 2.3 预应力梁振动微分方程24-26
  • 2.4 考虑几何非线性因素的预应力梁振动微分方程26-30
  • 2.5 非线性系统周期解的方法30-34
  • 2.5.1 非线性系统周期解的方法30
  • 2.5.2 新型打靶算法30-34
  • 2.6 数值算例34-35
  • 2.7 本章小结35-36
  • 第3章 预应力混凝土简支梁动力试验研究36-50
  • 3.1 试验研究方法与流程概述36
  • 3.2 试验梁的设计与制作36-38
  • 3.3 压力测试传感器38-41
  • 3.3.1 压力测试传感器原理及制作38-39
  • 3.3.2 压力测试传感器标定39-41
  • 3.4 模态参数测试41-46
  • 3.4.1 试验所用设备41-42
  • 3.4.2 模态测试过程42-45
  • 3.4.3 模态分析方法45-46
  • 3.5 试验结果与分析46-48
  • 3.6 本章小结48-50
  • 第4章 基于IPSO-BP神经网络的有效预应力预测50-60
  • 4.1 引言50
  • 4.2 BP神经网络50-53
  • 4.2.1 BP神经网络模型与算法50-51
  • 4.2.2 BP神经网络的训练51-52
  • 4.2.3 BP神经网络的缺点52-53
  • 4.3 粒子群优化算法和改进53-55
  • 4.3.1 粒子群优化算法53-54
  • 4.3.2 粒子群优化算法改进54-55
  • 4.4 基于IPSO-BP神经网络的预测模型55-56
  • 4.5 预应力梁有效预应力预测56-59
  • 4.5.1 确定测试数据和样本56-57
  • 4.5.2 预测模型参数选择57-58
  • 4.5.3 预测结果分析58-59
  • 4.6 本章小结59-60
  • 第5章 结论与展望60-62
  • 5.1 结论60-61
  • 5.2 展望61-62
  • 参考文献62-66
  • 作者简介及在学期间所取得的科研成果66-67
  • 后记和致谢67

【相似文献】

中国期刊全文数据库 前10条

1 阮丽明;带分布质量梁的自振频率分析[J];江西电力职工大学学报;2001年03期

2 张荣山,刘兵,成遇s,

本文编号:258199


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/258199.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1e5e4***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com