Weibull统计理论的参数对混凝土全曲线模型的影响

为了解混凝土在不同加载速率下的力学特性,采用微机控制电液伺服大型多功能动静力三轴仪,对强度等级为C15、边长为150 mm的立方体混凝土试件在不同加载速率为10^-5/s,10^-4/s,10^-3/s,5×10^-3 /s下进行了单轴压缩试验,对不同加载速率下单轴压缩混凝土的抗压强度、变形、基于修正后的Weibull统计理论的应力应变全曲线模型参数等进行了研究和分析。结果表明修正后的Weibull统计理论模型能较好地拟合混凝土试件在不同加载速率下的全曲线模型;材料的强度硬化特性可以通过Weibull本构模型中的参数m和E值表征;应变软化特性可以通过Weibull本构模型中的参数c值表征。     

基于粒子群优化BP神经网络的隧道围岩位移反演分析

针对无锡惠山隧道岩体破碎、围岩稳定性差等特点,基于长期现场监测变形位移数据,借助粒子群算法的参数优化功能,利用Matlab神经网络工具箱编制了优化PSO—BP隧道位移反分析系统。PSO—BP系统利用正交试验设计和有限元方法获得学习样本,再通过粒子群算法搜索最优的神经网络模型参数。用BP神经网络模型建立待反参数与实测位移之间的非线性映射关系,最后用粒子群算法从全局空间上搜索最优反演参数。克服了普通智能优化算法收敛速度慢、正分析计算量大等缺陷,具有全局优化特性。将模型应用于惠山隧道Ⅳ级围岩断面ZK6+485的反分析中,计算结果与实测值对比表明采用PSO—BP预测模型进行隧道位移预测是可行的。     

隧道开孔段围岩变形的薄壳理论预测方法研究

隧道围岩变形预测分析理论主要是针对无开孔隧道,而对于隧道开孔产生的围岩变形,相关预测分析研究理论较少.为此,利用薄壳理论对隧道开孔处受力进行分析,同时结合Mindlin公式对隧道开孔段围岩变形公式进行修正,从而得到了隧道开孔围岩变形预测公式.将所得隧道开孔段围岩变形预测公式应用于肯尼亚内马铁路恩贡山隧道开孔段围岩变形预...     

公路隧道围岩变形监测及灰色预测

以大浏高速公路道吾山隧道为研究背景,结合现场实测资料,对道吾山隧道围岩稳定状态进行分析研究,利用围岩变形监控数据建立并优化灰色预测模型GM(1,1),采用该模型对围岩位移变形进行预测,并将预测结果与现场监测结果进行对比分析,误差较小。应用灰色预测确定支护的最佳工作状态和支护结构工艺参数,并以此判别围岩的稳定性具有重要意义。     

BP神经网络在隧道围岩力学参数反演中的应用

以谷城至竹溪高速公路珠藏洞隧道施工监测为工程依托,根据现场变形监测数据的指数函数回归方程,对最终变形量进行了预测,并基于其预测值,借助BP神经网络的超强非线性映射能力,对隧道围岩力学参数（变形模量E、黏聚力C、内摩擦角φ）进行反演,以及时掌握开挖围岩类型和材料特性参数,为隧道工程施工和设计提供参数依据,从而达到安全施工和优化设计的目的,以实现隧道的信息化施工与设计。     

混凝土在循环荷载下变形特性及加载曲线包络线的研究

为研究混凝土在循环荷载下的变形特性,进行了2种不同应变速率下(10^-5/s,10^-4/s)混凝土轴向循环加卸载试验,对混凝土残余塑性应变与卸载点应变的关系及其共同点应变与卸载点应变的关系进行深入分析,并采用改进的Weibull统计模型对循环加卸载曲线的包络线进行拟合。研究结果表明混凝土在循环加卸载作用下应力应变曲线的包络线与单调荷载作用下的应力应变全曲线基本一致;改进后的Weibull统计模型能较好地拟合包络线。     

隧道变形量测数据的拟合及预测模型优化

针对目前利用隧道监控量测数据建立回归变形预测模型存在的代表性不够、预测精度差、优化比选工作量大等问题,以各类隧道大量的变形量测数据为样本,采用优化拟合方法,取标准剩余差最小为目标函数,通过逐次逼近优选,获得了函数形式比较简单、参数求解过程直接、拟合及预测精度高、反映拱顶沉降发展趋势效果好的通用模型,可为隧道工程的施工质量及安全提供可靠技术保障,具有实用推广价值。     

基于最优加权组合预测的隧道监控量测数据分析

监控量测技术可收集能反映施工过程中围岩动态的信息,据此判断围岩的稳定状态、确定二次衬砌时机及验证所选支护方式的合理性。通过对华蓥山隧道的监控量测数据分析,建立了多个回归模型进行比选,得到拟合精度较高的回归模型;基于最优加权组合预测法对拱顶沉降量进行预测,通过对比组合预测和单一预测模型的预测精度,验证了最优加权组合预测法的优越性;将最优加权组合预测的结果应用于沉降速率的分析,可以确定隧道二次衬砌的时间。研究结果表明:最优加权组合预测法在隧道监控量测数据分析中的应用,可以提高预测精度,较单一预测模型能更加有效地反映拱顶沉降的发展趋势;选取精度较高的单一预测模型进行最优加权组合预测,分析变形速率,可以为确定隧道的二次衬砌时间提供依据,具有一定的实用价值。     

基于BP神经网络-马尔科夫链模型的隧道围岩位移预测

在隧道工程施工中,围岩位移预测起着很重要的作用。将BP神经网络-马尔科夫链模型引入到隧道围岩位移预测中来,通过对训练样本的学习,利用BP神经网络实现了对位移时间序列的滚动预测,同时得到了实测值与预测值的相对误差;在此基础上利用马尔科夫链对相对误差进行修正,有效地提高了预测结果的精度。并将该模型应用于某公路隧道拱顶下沉位移时序预测中,结果表明该模型具有精度高、科学可靠的特点,为隧道围岩变形的预测提供了新的途径。     

冻融损伤影响下河道再生混凝土本构模型研究

应力-应变的本构关系是混凝土材料重要研究内容。为了揭示冻融循环作用下再生混凝土的力学损伤规律,结合Weibull强度理论与混凝土抗压试验结果,建立了混凝土细观损伤统计模型。试验结果表明：冻融循环损伤作用使得混凝土在单轴荷载作用下破坏程度越来越明显;随着冻融循环次数从0次增加到120次,抗压强度和弹性模量呈指数型衰减规律,且破坏应变呈增大趋势;基于Weibull强度理论构建了考虑冻融循环影响的混凝土损伤本构模型,拟合求解了模型的形状参数m和尺度参数ε₀,并将冻融循环次数T引入至该模型中,通过对应力-应变曲线的实测与模型拟合结果进行比较,验证了理论模型的合理性。