基于智能算法的河港码头混凝土碳化深度预测

由于混凝土碳化所引起的河港码头构件材料性能劣化是导致其整体结构发生耐久性失效破坏的主要原因之一,混凝土碳化深度的预测以及结构物服役寿命的评估是河港码头运行维护过程中的关键。然而,基于Fick第一定律的传统碳化深度预测方法所得结果的精度与实测样本容量的大小呈正相关,当实测样本值有限时,其预测精度难以保证。为此,针对有限样本支撑下河港码头混凝土碳化深度预测难、精度低等问题,提出了一种基于人工智能的计算方法,用以更加精确地预测河港码头混凝土的碳化深度。该智能算法包括BP神经网络模块与樽海鞘群算法(SSA)模块,SSA模块负责修正BP神经网络模块的设置参数,完成BP神经网络设置参数的自适应优化;BP神经网络模块主要负责利用SSA模块得到的设置参数对样本进行训练及测试,两者交叉融合,实现对河港码头混凝土碳化深度的精确预测。对融合BP神经网络和SSA的算法流程及实施步骤进行了详细描述,并通过试验实测数据验证了智能算法预测混凝土碳化深度结果的精度及可行性。     

基于数字图像测量技术的加筋土三轴试验研究

通过加筋土固结排水三轴试验,结合三轴试验土样变形数字图像测量系统,研究加筋中砂试样在三轴试验条件下的变形场。加筋材料采用玻璃纤维土工格栅,分别在4种不同布筋位置、3种不同围压下共进行45组试验。试验结果表明:在应变达到一定程度的情况下,土工格栅对中砂的强度和抵抗变形的能力的增强效果随布筋层数的增加而增大,单独布一层筋的加筋土的三轴试验中,围压越大加筋效果越明显,三层加筋的加筋土三轴试验中情况则相反;土工格栅对中砂的横向变形有很大的约束作用,这一约束作用随着围压的增大而增大,且随着围压从100kPa增大到300kPa的过程中水平约束作用增加28%～50%。     

基于分块法改进的等效一致粘弹性边界在抗震动力分析中的应用

在结构抗震动力分析中,通常利用等效一致粘弹性边界代替粘弹性边界来模拟无限地基的辐射阻尼效应,但一般将散射波源至整层人工边界中心的距离作为一个常数代入对应参数的理论公式中,导致计算的动力响应会有一定的偏差。为此,提出利用分块法对等效一致粘弹性边界进行修正,即将边界分成一定的块数分别计算散射波源至每一块人工边界中心的距离,以减弱偏差的影响。以某重力坝为例,利用此方法分别计算了分块数取1、5、10、15时对应的关键点位移应变及加速度时程变化,验证了分块法对等效一致粘弹性边界修正的有效性和可行性。