钢框架-自复位SRC墙板结构体系的抗震性能与设计方法

来源 :长安大学 | 被引量 : 0次 | 上传用户:zhengyunemo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现今社会发展对工程结构的抗震新要求之一为实现强震后工程结构、城市乃至整个社会快速恢复正常使用功能。设计并建造可恢复功能抗震新结构是实现可恢复功能城市的重要手段。为了减小钢框架结构在震中的最大变形与震后的残余变形,并实现结构的震后可恢复性功能,本文以墙板与钢框架连接协同工作性能为对象,结合新型自复位耗能单元与预应力控制技术,提出了一种钢框架—自复位SRC墙板结构体系(Steel frame-self-centering steel reinforced concrete wall panels with replaceable energy dissipation devices)(简称SF-SSW结构体系)。通过试验研究和理论分析对SF-SSW体系的抗震性能、计算理论以及设计方法进行了系统的研究,主要研究内容如下:
  1、研发SF-SSW结构体系并开展足尺模型试验研究
  设计了6个SF-SSW结构部件足尺模型,对其进行水平低周反复加载试验。分别考察了钢框架、自复位墙板、耗能装置的受力特点、破坏形式、承载能力、刚度退化、滞回性能及耗能性能。各类SF-SSW结构部件的受力特征相近,均体现出较好的自复位性能和耗能性能。结构的受力机制表现为三个典型的阶段,分别为墙板转动、耗能板屈服及预应力筋屈服,为该结构体系的性能指标量化值的确定、恢复力模型的建立、非线性分析及抗震设计方法提供试验依据。
  2、揭示SF-SSW结构部件受力性能的影响因素
  采用ABAQUS有限元软件建立SF-SSW结构部件有限元模型,并进行非线性全过程数值模拟及变参数分析。
  (1)预应力筋几何参数和初始预应力值是影响结构受力性能的重要影响因素。增大预应力钢筋的直径可显著提高结构的初始刚度及承载力;增大预应力筋的初始预应力,对结构的初始刚度及承载力影响较小,但会削弱结构的耗能能力。
  (2)耗能板几何参数对结构耗能能力影响最大。耗能板板厚增大一倍,结构的初始刚度提升近30%,承载力提升约40%,耗能性能提升约90%,自复位性能降低约80%。
  (3)墙板宽度和钢梁截面尺寸对结构的各项受力性能均有较大影响。墙板宽度增大50%,结构的初始刚度及承载力约增大200%及150%,耗能能力及自复位性能约降低40%及10%;钢梁截面尺寸的增大,结构的自复位能力、初始刚度及承载力均有所提升。
  3、建立SF-SSW结构的计算方法研究
  在结构简化分析模型的基础上,分别推导了各变形阶段考虑梁约束变形和墙板倾覆变形的结构抗侧刚度计算公式。基于结构体系典型的三阶段破坏特征,提出了SF-SSW结构处于各个受力阶段的受力模型及相应的计算简图,建立了该类结构的受剪承载力计算公式。确定了结构的骨架曲线模型,并通过提出强度比系数β定义了加、卸载准则,推导出影响模型的重要参数计算公式,建立了SF-SSW结构的恢复力模型。
  4、SF-SSW结构体系地震响应分析研究
  建立整体结构的简化模型,对SF-SSW结构开展了静力弹塑性推覆分析和动力时程分析。结果表明:SF-SSW结构经历了从耗能板屈服、到梁端屈服,最终在梁端及柱端均出现塑性铰的塑性发展过程。通过改进的能力谱法得到了SF-SSW结构在罕遇地震作用下的目标位移,在不同地震作用下,结构能力曲线与罕遇、设防地震下的弹塑性需求谱均有交点,结构最大层间位移角均小于规范限值,满足大震下的抗震性能需求。结构震后自动复位优势明显,残余变形显著降低,自复位墙板结构大大减缓了主要承重构件的塑性发展,使结构抗震性能更优越,便于结构震后继续使用及其修复工作。
  5、SF-SSW结构体系基于性能的抗震设计方法研究
  在试验研究和地震相应分析的基础上,将SF-SSW结构在地震作用下的失效判别标准划分为4个性能水准,并给出了对应于不同性能水准的结构层间位移角限值,建立了适用于SF-SSW结构体系基于性能的抗震设计方法,并通过算例验证了所提出抗震设计方法的合理性。
  本文的研究工作,论证了新型钢框架-自复位SRC墙板结构体系的合理性和优越性,并为该类结构在实际工程中的推广应用提供了试验依据和理论指导。
其他文献
近年来,传统数据中心网络的性能已经无法满足分布式应用日益增长的网络需求,新型的低延迟数据中心网络应运而生。低延迟数据中心网络的核心技术是RDMA,即远程直接内存访问技术。RDMA本质上是将协议栈卸载到硬件中,实现了内核旁路技术,避免了传统网络中数据从用户态到内核态的拷贝开销,同时省去了内核处理的开销,为数据中心分布式应用提供了低延时和高带宽的性能优势。RDMA 与数据中心应用的结合使得传统的基于T
学位
X射线数字化放射成像(DR,Digital Radiography)使得医生在无创条件下,能够初步掌握关于病人病情和病灶的基本信息,在众多疾病的医学临床检查和诊断中扮演着不可替代的重要角色。为了降低电离辐射可能带来的致癌风险,低剂量成像是目前临床应用的必然趋势。然而降低辐射剂量将引入大量噪声,导致成像结果严重退化。近年来,随着硬件技术的发展和深度学习理论日渐成熟,基于卷积神经网络的图像噪声抑制研究
学位
近年来,随着证书的普及,学历造假、隐私泄露等事件层出不穷。已有的解决方案大多是基于传统的中心化数据库存储技术,会造成数据丢失、泄露且难以恢复的情况,存在一定的弊端。即便能够保证数据可信,但单凭学历证书也并不能完全代表一个人的能力。  区块链技术的提出为解决上述问题提供了新的思路。学程链是一个基于区块链的学历鉴证平台,它通过将学生全周期的学习经历数据、数字身份存储于区块链上,保证学生数据安全且不可篡
肾癌是人类最常见的十大癌症之一,在治疗肾癌以及肾脏的另一些良性肿瘤方面,外科手术是最佳选择。其中,保留肾单位手术(Nephron Sparing Surgery,NSS)是治疗肾肿瘤的一种有效方法。NSS手术前需要进行计算机断层扫描增强造影(Computed Tomographic Angiography,CTA)确定位置、大小等信息,为此需要在 CTA 图像中进行肾脏定位,并对手术相关组织边缘进
学位
水下目标检测作为诸多水下作业的先决条件之一,通过区分水下多类别目标的不同个体并准确定位,为观测者对水下探测的深入研究提供保障。而声呐图像目标检测作为水下目标检测的关键任务,具有高频,高分辨力,多波束及实时性强的特点,在工业及军事等诸多领域均有着广泛的应用价值。因此面向声呐图像的目标检测任务对于水下探测具有重要意义。  然而传统目标检测算法无法满足声呐图像目标检测任务对处理效率、性能及智能化等方面所
学位
索引结构是用来提高数据访问性能的重要工具,但其采用的数据结构没有考虑真实数据的分布特征。而机器学习的本质是从数据中发掘隐藏的模式,这些从数据中发掘的模式反映了数据的内在联系和分布规律。因此机器学习为建立数据索引提供全新的解决思路。此外,机器学习模型存储空间小、并行度高、查询速度快的特点可以有效地提高索引的查询性能,降低索引带来的空间开销。然而目前基于机器学习的索引结构(简称学习索引)存在着以下不足
学位
高可用的多云存储系统是当前大数据存储领域的研究热点,具有广泛的应用前景。然而随着大数据应用模式的不断发展,对现有多云存储机制提出了新的挑战:一方面,不同的大数据应用对数据的读写操作差异较大,使得其I/O模式呈现显著的异构性。为保证应用的访问性能,多云存储系统需要根据不同应用的I/O模式制定灵活的数据放置方案;另一方面,随着上层应用数据的不断增多,数据放置不均问题难以避免,此时需要合理的负载均衡策略
深度强化学习(DRL)结合了深度学习的感知能力和强化学习的决策能力,从而能够处理传统强化学习难以解决的复杂决策问题。然而,深度强化学习模型仍面临着样本利用率低、对环境的微小变化泛化性不足等局限。这些局限性主要体现在深度强化学习往往会过度拟合训练数据,进而无法解决具有复杂逻辑和关系结构的问题。针对上述问题,DeepMind 在 18年提出了新的关系强化学习(RRL)算法。该算法提倡学习和复用以实体和
城市中的历史建筑与街区是人类积年生活的容器,反映了世代的生活趣味与个人悲喜。在城市建设逐渐放缓,存量大于增量的现今,如何正视历史街区现值,基于现今的社会背景与人群需求合理更新,是当今城市建设需要普遍关注的议题之一。  故此,本文以汉口原租界区一历史街区为例,以该街区建筑形态、目标人群、行为模式的新1日关系切入,通过实地调研和问题分析,找到一套较为切实可行且具人文关怀的新旧关系整合设计策略。  文章
学位
建筑结构在大地震作用下倒塌,造成巨大的经济损失和人员伤亡。近年来,从建筑结构震害中吸取的经验教训促使研究人员研究现行建筑结构的抗震设计规范,并对其整体抗震安全性进行评估。世界上有几个国家的抗震规范为了安全和经济损失的目的采取了不同的措施。  本文的主要目的是研究和比较中美抗震规范设计的钢筋混凝土框架结构的倒塌能力,以及采用粘滞阻尼器的影响。为了达到上述目的,利用ETABSv17建立了三层、六层、九