共查询到20条相似文献,搜索用时 187 毫秒
1.
以某小区4号住宅楼燃气爆炸影响结构检测鉴定项目为背景,对爆炸事故周边建筑物在受到爆炸瞬间荷载以及爆炸冲击波后的损坏、倒塌等破坏进行了理论研究与工程实践分析,提出了结构检测的方法及评级步骤,以供参考。 相似文献
2.
3.
结构的安全性是结构防止破坏倒塌的能力,是结构工程重要的质量指标.老工业基地中的厂房主体结构安全性评价,对于厂房加固改造起到了关键性作用.文中通过对某工业厂房主体结构大量现场勘验、隐患排查及检测数据,结合结构验算,从承载能力、损伤等几方面对该老旧工业厂房的安全性进行了评价与分析,并详细介绍了检测鉴定的流程,为以后类似的老旧工业厂房的检测鉴定提供参考. 相似文献
4.
以合某筒仓结构水泥储罐倒塌事故为例,通过现场调查、取样与检测,从材料、设计、施工等方面对倒塌事故的原因进行检测鉴定。 相似文献
5.
6.
7.
对某钢结构门球场的倒塌原因进行检测鉴定和有限元分析。首先,通过现场检测和调查可知,该结构存在明显的设计和施工缺陷;其次,采用有限元软件LS-DYNA再现了倒塌过程,结果表明:在恒载及突发雪荷载作用下,结构承载能力不足从而引起结构整体倒塌。因此,该结构未进行正规的设计、节点构造等施工质量缺陷是造成结构倒塌的根本原因。 相似文献
8.
9.
10.
11.
胡习兵 《工程抗震与加固改造》2011,33(2):117-121
钢结构由于其自身的诸多优点而在工程中得到了广泛的应用.然而,在2008年1月的雪灾中,我国南方大量的钢结构厂房部分受损倒塌.本文对某轻型钢结构工业厂房在雪灾中的倒塌事故进行了较全面的分析,介绍了结构损坏情况及鉴定结果,总结事故原因,同时对未倒塌的厂房结构提出了加固处理方案.分析得出:特大的冰雪灾害是造成事故的主要原因.... 相似文献
12.
以某中学5层砖混结构宿舍的结构抗震检测鉴定为例,介绍了砖混结构房屋结构抗震鉴定的程序和内容,依据GB 50023-2009建筑抗震鉴定标准,对房屋结构抗震性能进行了综合评定与分析,给出了检测鉴定结论及需要抗震加固的建议。 相似文献
13.
2014年8月3日云南鲁甸6.5级地震震级不高,但极震区地震烈度达到9度,震害严重。震害调查表明,极震区龙头山镇建筑震害差异巨大,地形、地基土不同和断裂影响可能是造成建筑震害差异的主要原因。龙头山镇建有不同时期的各类建筑,其中严格按规范设计建造的房屋,绝大多数未倒塌,但也暴露出一些较普遍的问题,如:砌体结构和框架结构普遍出现底层严重破坏甚至倒塌;框架结构"强柱弱梁"机制普遍未能实现等。抗震措施不到位的老旧建筑和农村自建房则多数倒塌。通过对多层砌体、框架和简易民居典型震害的分析,总结经验教训,提出有关建议。 相似文献
14.
Real‐Time System Identification: An Algorithm for Simultaneous Model Class Selection and Parametric Identification
下载免费PDF全文
![点击此处可从《Computer-Aided Civil and Infrastructure Engineering》网站下载免费的PDF全文](/ch/ext_images/free.gif)
In this article, a novel Bayesian real‐time system identification algorithm using response measurement is proposed for dynamical systems. In contrast to most existing structural identification methods which focus solely on parametric identification, the proposed algorithm emphasizes also model class selection. By embedding the novel model class selection component into the extended Kalman filter, the proposed algorithm is applicable to simultaneous model class selection and parametric identification in the real‐time manner. Furthermore, parametric identification using the proposed algorithm is based on multiple model classes. Examples are presented with application to damage detection for degrading structures using noisy dynamic response measurement. 相似文献
15.
对于海上风机部分埋入群桩基础,风机结构的高度将导致基础承受较大的倾覆力矩,因而在风机振动分析中需要考虑到基础的摇摆特性。为避免发生共振,风机结构第一阶自振频率应避开风轮转动频率(1P频率)和叶片通过频率(3P或2P频率)。目前关于风机结构动力特性的研究常常以底部刚性固定为假定,忽略了地基基础的影响,因而可能带来误差。结合既有研究成果,推导简化解析方法研究了部分埋入群桩基础的水平-摇摆耦合振动特性以及基础阻抗对风机结构共振特性的影响。首先,推导了采用动力Winkler地基模型的部分埋入群桩基础水平-摇摆动力阻抗,与精确解进行对比,验证了方法的正确性;其次,考虑基础阻抗的作用,推导了风机结构水平-摇摆振动方程;最后,通过简化方法和频域有限元方法对不同地基条件下某风机结构的共振特性及基础阻抗进行了计算和对比,研究了基础阻抗对结构共振特性的影响,并验证了简化方法的正确性。 相似文献
16.
17.
Structural parameter identification and damage detection for a steel structure using a two-stage finite element model updating method 总被引:1,自引:0,他引:1
J.R. Wu 《Journal of Constructional Steel Research》2006,62(3):231-239
A two-stage eigensensitivity-based finite element (FE) model updating procedure is developed for structural parameter identification and damage detection for the IASC-ASCE structural health monitoring benchmark steel structure on the basis of ambient vibration measurements. In the first stage, both the weighted least squares and Bayesian estimation methods are adopted for the identification of the connection stiffness of beam-column joints and Young’s modulus of the structure; then the damage detection is conducted via the FE model updating procedure for detecting damaged braces with different damage patterns of the structure. Comparisons between the FE model updated results and the experimental data show that the eigensensitivity-based FE model updating procedure is an effective tool for structural parameter identification and damage detection for steel frame structures. 相似文献
18.
1995年日本阪神地震中,大开、长田、三宫、上泽和新长田等地铁车站以及区间隧道发生了程度不同的震害,特别是大开地铁车站震害极为严重,是迄今为止人类历史上首次记录到的几乎完全塌毁的大型地下结构震害事例,引起了人们对地下结构抗震问题的关注和重视。围绕大开地铁震害事例,国内外已开展了大量的理论、数值和试验研究工作,对震害机理和破坏模式等进行了深入、系统的解析,深化了对地下结构抗震性能的理解,但由于研究者们各自侧重的角度不同,资料的掌握和分析模型与方法上的差异,仍存在一些认识上的歧义,迄今并未形成一种系统性的共识。本文较为系统地从研究者们所采用的分析方法、分析模型及获得的相应结论等角度,回顾了围绕大开车站震害事例开展的研究工作,总结了地震动、场地特性及结构构造因素等对大开车站震害影响的分析成果,并对进一步深入分析大开车站震害现象以及地下结构抗震应解决的关键问题提出了建议。 相似文献
19.
In recent years, there has been an increasing interest in permanent observation of the dynamic behaviour of bridges for long-term monitoring purpose. This is due not only to the ageing of a lot of structures, but also for dealing with the increasing complexity of new bridges. The long-term monitoring of bridges produces a huge quantity of data that need to be effectively processed. For this purpose, there has been a growing interest on the application of soft computing methods. In particular, this work deals with the applicability of Bayesian neural networks for the identification of damage of a cable-stayed bridge. The selected structure is a real bridge proposed as benchmark problem by the Asian-Pacific Network of Centers for Research in Smart Structure Technology (ANCRiSST). They shared data coming from the long-term monitoring of the bridge with the structural health monitoring community in order to assess the current progress on damage detection and identification methods with a full-scale example. The data set includes vibration data before and after the bridge was damaged, so they are useful for testing new approaches for damage detection. In the first part of the paper, the Bayesian neural network model is discussed; then in the second part, a Bayesian neural network procedure for damage detection has been tested. The proposed method is able to detect anomalies on the behaviour of the structure, which can be related to the presence of damage. In order to obtain a confirmation of the obtained results, in the last part of the paper, they are compared with those obtained by using a traditional approach for vibration-based structural identification. 相似文献
20.
针对混凝土结构病害识别类型单一、精度较低的现状,提出了基于残差网络和迁移学习的病害分类识别方法,通过构建多属性病害数据集,利用迁移学习优化残差网络模型,提出混凝土结构健康状态识别的多个任务。首先收集混凝土结构的病害状态图像,依次通过数据清洗、尺寸均一化、数据扩增和多人投票标注,最终得到包含6 680张图像的混凝土结构病害多属性数据集,并依据不同标注属性进行了相应训练集、验证集和测试集的划分; 然后利用迁移学习对预训练的ResNet-34网络前3个部分进行参数冻结,后续2个部分的参数进行重新训练,并在模型末端添加新的参数,基于已构建的数据集进行训练; 最后在提出的构件类别检测、剥落检测、病害检测和病害类别检测任务中,分别获得84.88%、98.56%、97.18%和85.34%的F1分数。结果表明:通过构建多属性标注的混凝土结构病害数据集训练深度学习模型,可较好地实现多场景特征下的病害识别效果; 采用迁移学习技术可从开源数据中获取较好的特征提取效果; 改进的ResNet-34网络可克服网络退化问题,并针对混凝土结构病害识别的多个任务获得较好的效果; 相对于单一的混凝土结构病害识别,进行病害部位、程度、多类别的系统性检测,可为结构状态评估提供详细信息,更贴合工程实际需要。 相似文献