M24扭剪型高强度螺栓受拉连接疲劳性能的试验与理论研究

来源 :太原理工大学 | 被引量 : 0次 | 上传用户:hbzhwyf
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
高强度螺栓连接作为钢结构主要连接方式之一,因其安装便捷、易于保证施工质量和施工效率高等优点,在工程中普遍使用。而使用在直接承受动力荷载作用的钢结构(桥梁、带悬挂吊车的屋盖结构、风力发电装备、大型游乐设备等)中,就不可避免地存在高强度螺栓受拉疲劳破坏问题。目前关于高强度螺栓疲劳问题的研究成果较少,施加预拉力的扭剪型高强度螺栓的疲劳试验和理论研究更为有限。
  在国家自然科学基金项目(51578357)和山西省研究生教育创新项目(2019SY175)的资助下,本文以M24扭剪型高强度螺栓受拉连接为对象,进行了疲劳试验研究和相关理论分析,主要工作内容和结论如下:
  1、自行设计了T型受拉连接试件,采用MTS Lankmark370.50疲劳试验机,进行了25个M24扭剪型高强度螺栓的常幅疲劳试验(有效点18个),得到常幅疲劳S-N曲线;常幅疲劳试验中对16个高强度螺栓进行了应力实测,可知实测应力<预应力+加载应力;基于S-N曲线建立了扭剪型高强度螺栓的常幅疲劳设计方法。
  2、进行了4个M24扭剪型高强度螺栓的变幅疲劳试验(程序块加载制度包括高→低、低→高两种模式),采用Miner法则估算疲劳寿命和计算等效应力幅,结果表明:低→高应力循环的Ds值比高→低应力循环的Ds值大。
  3、采用ABAQUS有限元分析软件,对试验研究采用的T型螺栓连接试件进行建模,探讨了5种预拉力(225kN、175kN、125kN、75kN、0kN)下高强度螺栓的应力分布规律。依次得到了不同预拉力下螺栓计算应力与加载应力的关系曲线、通用的计算应力幅与循环次数的S-N曲线、不同预拉力下螺栓加载应力幅与循环次数的S-N曲线。分析结果揭示了预拉力对高强度螺栓静力和疲劳性能的影响机理,可为不同预拉力下高强度螺栓疲劳设计方法的建立提供参考。
  4、采用Phenom扫描电镜,对20个常幅疲劳断口和4个变幅疲劳断口进行宏观和微观分析,揭示了扭剪型高强度螺栓疲劳破坏机理。结果表明:应力幅越大,疲劳扩展区面积越小,瞬断区所占面积越大;经过两次加载的变幅疲劳断口上可见明显分界线;出现疲劳台阶的螺栓断口上有两个或多个疲劳源产生。
其他文献
为了保护我国领海不受侵犯,维护海洋权益,需要建立一个近海防御与远海防备兼具的海洋防御系统。岸发/GEO星发-船收双基地逆合成孔径雷达(inverse synthetic aperture radar,ISAR)具有全天时、全天候的特性,能够实现对近海/远海海域上舰船目标远距离持续性跟踪、成像和识别。此外,这两种双基地ISAR成像系统还具有隐蔽性高、抗打击能力强、灵活性高、成像模式多以及获得的目标信
乳腺癌已成为女性中常见的恶性肿瘤之一,并且发病率正在逐年升高。乳腺癌的早期诊断有助于乳腺癌提早发现并及时治疗。基于乳腺组织的病理学检查仍然是当前乳腺癌诊断的金标准。随着计算机辅助诊断方法的发展,研究者提出利用计算机辅助乳腺组织病理学显微图像进行诊断的方法。然而,基于手工特征的分类方法依赖于精确的细胞分割和特征提取。由于图像质量的问题,精确分割和有效的特征提取仍然具有挑战性。深度学习方法可以从原始数
学位
智能信息大数据时代的到来,数据量以及数据类型海量地增长。伴随着机器学习理论不断地完善,使得机器学习在现实的生活应用中取得了长足的发展。传统机器学习的目的是通过最小化训练数据上的正则化经验风险来寻找测试数据上期望风险最小的模型,但该模型假设训练数据和测试数据具有相同的联合概率分布。而在自然语言处理、文本处理、计算机视觉、数据挖掘等实际的应用中,上述模型假设基本上无法满足。如何基于存在的不同分布数据散
学位
喷射器可以同时实现流体升压、喷射和混合三方面功能,其以相对简单的机械结构和无运动部件的工作特点,以及低成本易维护、易密封、高可靠、长寿命、工质适应性强等突出优势,是热法低温多效蒸馆(MED-TVC)海水淡化系统和质子交换膜燃料电池(PEMFC)氢循环系统的核心部件。本文在传统喷射器结构与理论基础上,综合应用机理分析、模型仿真和实验验证手段,对喷射器内部流体流动现象、机理以及整体性能进行了深入研究,
随着现代信息技术的迅速发展,许多领域都积累了大量的数据,我们渴望发现潜在于这些数据中的知识与规律,正是这一需求造就了数据挖掘学科的兴起及数据挖掘技术的发展.作为一个多学科交叉的综合性领域,数据挖掘涉及了数据库、统计学、机器学习、高性能计算、模式识别、神经网络和数据可视化等学科.数据分类作为一种重要的数据挖掘技术有着广泛的应用,在这一研究方向上,目前已提出了多种分类方法,如决策树归纳分类、贝叶斯分类
学位
该文主要研究了基于粗糙集和统计方法的数据挖掘方法,并对两种方法进行了对比研究,对粗糙集方法进行了扩展,提出一种基于变精度粗糙集的数据挖掘方法,以胶合板缺陷检测为对象,对数据挖掘技术进行了探索研究,并进行了大量的实验研究和理论分析,取得了重要的理论和应用研究成果.该文的研究工作主要有以下几个方面:第一,对数据挖掘技术、数据挖掘技术的实现、数据挖掘技术的主要应用和基于粗糙集的数据挖掘系统的开发软件进行
学位
在图像处理领域中,图像去噪是所有其他后续处理的基础任务,无论任何基于图像的研究以及应用,都需要图像作为输入源来构造整个框架。如果所用图像不太理想,会使后续的处理出现误差,影响最终的结果。具体到单个应用场景下,高效且优异的去噪结果将会使整个任务可以更好地完成,取得良好的效果。近些年,由于互联网的广阔推进,同时作为互联网前沿的人工智能取得了重大突破,所以在图像处理细分方向如目标检测、识别等研究以及具体
学位
无线传感器网络是由部署在监测区域内大量的廉价微型传感器节点组成的网络,节点间以无线电的方式进行通信,无线电通信容易受到信号干扰、噪声、和多径效应的影响,导致无线传感器网络中通信链路的不可靠性,且传感器节点携带的电池能量有限,有效的预测链路质量有助于选择高质量的链路进行通信,从而提高点对点通信的概率,减少由于差链路而引起的过度消息重发,提高网络的吞吐量,延长网络寿命。  通过分析链路特性,本文从接收
多变量时间序列(MTS:MultivariateTimeSeries)分类问题广泛存在于计算机视觉和模式识别应用、医学、金融、多媒体和生物科学等众多领域。在多变量时间序列分类的研究工作中,传统的方法需要度量不同序列之间的相似性,或从原始序列数据中选择并提取有效的特征,或依靠深度学习网络进行分类,存在无法处理可变长度的MTS,时间复杂度较高,无法对分类结果进行解释等不足之处。因此,如何处理可变长度的
交通事故安全问题是影响人类生活和社会发展的重大问题。随着信息化、智能交通等技术的普及,城市交通部门收集积累了海量交通事故数据,这些数据中蕴含了交通事故的规律和模式。挖掘出隐藏于数据中的规律和模式能够为决策者提供有力支持,因此针对交通事故数据的分析和挖掘方法备受城市管理部门、工业界以及学术界的关注。  相较于一般的全局模式,局部模式可以提供数据集中用户不易感知的更细粒度的信息,但也更难分析发现。领域