基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

建筑物掏土纠倾法单孔与多孔塑性区特性研究及工程应用

在建筑物水平掏土纠倾工程中，掏土孔间距是影响纠倾工程安全与工期的重要因素。为了快速准确地确定纠倾工程中的水平掏土孔间距，研究了单个掏土孔和多个掏土孔情况下孔周边土体塑性区发展特性。利用土体塑性力学分析计算得到了单孔下的孔周土塑性区半径，而后通过有限元模拟得到孔周土体塑性区半径的数值解，将孔周塑性区半径解析解与数值解进行了对比。并通过有限元数值模型研究了多个掏土孔相互影响情况下的塑性区发展规律，以孔间土体塑性区贯通时的距离作为掏土孔间距。考虑土体参数随机特性的影响，研究不同上部荷载作用下掏土孔间距的取值变化规律，上部面荷载与地基承载力特征值比值用p表示，孔间距与掏土孔直径比值用n表示。研究发现：多孔塑性区半径（孔间塑性区贯通时）是单孔塑性区半径的1.3倍左右;标准化荷载p与孔间距比值n二者呈线性关系;通过不同土体参数及上部荷载的不同情况下的p-n曲线，给出了掏土孔间距建议值。同时，将研究结果与三个实际工程进行对比，发现p-n曲线法与实际结果更为接近。     

水泥砂浆基体中玄武岩纤维的拔出试验研究

纤维与水泥砂浆间界面粘结性能是影响纤维混凝土宏观力学性能的重要因素.通过一系列单根玄武岩纤维拔出试验,考虑了三种不同纤维埋置深度(6 mm、9 mm、12 mm)和三种不同水灰比的水泥砂浆基体(0.40、0.49、0.65)两个因素的影响,得到了玄武岩纤维从水泥砂浆基体被拔出时的荷载位移曲线,确定了埋置深度为12 mm时界面粘结最强.最后通过宏观力学性能试验研究了12 mm长度下玄武岩纤维的掺量对混凝土宏观力学性能的影响.     

小型灌排U型槽施工期结构受力分析与优化研究

渠槽预制构件在施工期破损现象较为普遍,亟需提高构件的结构承载能力.本文以预制U型槽为研究对象,分析构件在实际施工中的受力特征,采用材料力学和有限元法分析构件应力状况;若构件最大拉应力超过混凝土极限弯拉强度,构件会发生脆性破坏,从混凝土材料角度阐释了构件破损机理,同时对构件结构提出了优化建议:增加构件槽底局部厚度或提高混凝土强度等级,实现降低构件承受的最大拉应力、增大混凝土极限弯拉强度的效果,进一步增强构件结构实际的承载能力,有助于提升农田水利工程质量.