【摘 要】
：
为揭示钢筋混凝土桥面板在爆炸荷载作用下的动态力学响应及损伤机理,在R H T动态本构和显式动态数值分析模型合理性验证的基础上,研究了不同TNT当量、板厚度以及钢筋直径对桥
【机 构】
：
长安大学公路学院,陕西西安 710064
论文部分内容阅读
为揭示钢筋混凝土桥面板在爆炸荷载作用下的动态力学响应及损伤机理,在R H T动态本构和显式动态数值分析模型合理性验证的基础上,研究了不同TNT当量、板厚度以及钢筋直径对桥面板受爆力学性能的影响.研究结果表明:基于RHT动态本构的显式动态数值分析结果与构件抗爆试验表征一致,能够反映结构在爆炸荷载下的动态力学响应和损伤机理.TNT炸药当量是影响钢筋混凝土桥面板破坏形态的主要因素,在小当量条件下(2 kg TNT),结构发生轻微损伤,板在2个方向力学特征与单向桥面板的受力规律一致,同时应力及变形时程曲线呈自由振动特征,振动周期为3.68 ms.TNT当量逐渐增加时(5,10 kg TNT),桥面板在数毫秒内发生损伤,板在2个方向最大正应力逐渐趋于一致,损伤特征主要表现为局部冲剪破坏,刚度下降后导致其振动频率降低,振动周期分别增加至4.38,8.64 ms.TNT当量进一步增加时(20 kg TNT),结构直接发生大范围冲剪破坏,并迅速失效.板厚增加能够显著提升结构的抗爆性能,增加13％及30％时,损伤区域范围分别降低57.5％及82.5％.钢筋直径增加时,在一定范围内提升了结构刚度,但对于结构的整体抗爆性能改善并不显著.
其他文献
车路协同技术通过感知、通信、计算、控制等技术的一体化融合,实现“人-车-路-云-网”之间的高可信信息交互与智能协同管控,是提高现有道路运行安全、通行效率、用户体验与节能减排的重要手段,是赋能智能网联交通系统、自动驾驶汽车的关键技术,是道路交通运输领域技术革新的重要发展方向。2020年初,我国开始部署加快推进新型基础设施建设(简称新基建)。新基建战略为车路协同系统带来了全新的发展环境,也带来了新的研究需求。
结合水对软土的工程特性具有重要影响,为研究结合水对软土次固结特性的影响机制,选取天津软土为研究对象,开展了结合水的等温吸附试验及原状土和不同结合水含量下重塑土的固
为探明高铁连续梁桥龙卷风荷载特征,采用计算流体动力学手段,开展了高铁连续梁桥龙卷风荷载数值模拟研究。首先,以Ward型龙卷风发生装置为物理原型,按照原理相仿和等效替代的原则建立了相应的数值模型。然后,基于上述模型开展龙卷风场数值模拟,并与文献提供的风洞试验结果进行对比,验证了数值龙卷风场的准确性。在此基础上,以某大跨度高铁连续梁桥为工程背景,将该桥三维模型建于上述数值龙卷风场中心,研究龙卷风作用下高铁连续梁桥结构表面风压的分布规律。研究结果表明:数值模型可较好地模拟龙卷风场的基本特征;龙卷风袭击高铁连续梁
近年,基于网联车辆轨迹数据的交通管控与服务研究方兴未艾.其中,信号控制交叉口排队长度估计备受关注.然而,在低渗透率条件下,单个周期内轨迹稀少且提供的交通信息十分有限.
上下客行为是常见的人车交互交通行为,但随意地在路边或者禁停区域上下客,不但容易干扰道路交通秩序,还可能造成人员伤亡的恶性交通安全事故,需要及时检出以便疏导管理。受益于智慧灯杆的开发和部署,全路段的上下客行为检测成为可能。设计了一种基于智慧灯杆监控视频的人车交互行为模型HVIB(Human-Vehicle Interaction Behavior)及上下客行为识别方法,实现路边停车和上下客行为的检测。人车交互行为模型HVIB由车辆运动状态检测模块和人车关系检测模块组成。在车辆运动状态检测模块中,利用YOLO
随着中国新基建战略的提出及自动驾驶和网联通信技术的不断发展,网联自动驾驶车辆(CAV)、自动驾驶车辆(AV)和常规人驾车辆混行的交通流将在未来长时间存在.建立适用于网联自
近几年,“路衍经济”这个词火了.仔细想想,词是个新词,事却不是什么新鲜事.作家蔡桂林在2008年出版了 一部全面记录中国高速公路建设发展历程的长篇报告文学《国家大道》,他
车路协同系统(Cooperative Vehicle Infrastructure System,CVIS)已成为智能交通领域的前沿技术和研究热点。世界各国都在致力于CVIS的研发、试验、示范应用和效用评估。然而CVIS的服务对象是驾驶人,在其正式投入使用之前研究驾驶人对CVIS的主观接受度及其影响因素非常重要。基于此,以基础的技术接受模型(Technology Acceptance Model,TAM)为理论框架,在基础变量(感知有用性、感知易用性、态度和使用意图)的基础上,引入预警服务质量、分心感知、
为了使自动驾驶汽车在人机混驾环境下能安全、高效地左转通过无信号交叉口,在借鉴人类驾驶人左转时会对周围车辆驾驶意图进行提前预判的基础上,提出了一种基于周围车辆驾驶意图预测的自动驾驶汽车左转运动规划模型。首先将无信号交叉口处周围车辆的驾驶意图分为左转、右转、直行3种类型,利用相关向量机预测周围车辆驾驶意图,以概率形式输出意图预测结果并实时更新,进一步界定自动驾驶汽车与周围车辆的潜在冲突区域并判断是否存在时空冲突;接着,在充分考虑他车速度、航向及车辆到达冲突区域边界距离的基础上建立基于部分可观测马尔可夫决策过程
各种复杂环境下路面车道线的高效精确检测是自动驾驶领域中车道偏离预警系统的关键性技术之一。由于车辆实际运行环境的复杂性和路面车道线的多样性,现有方法在车道线检测的准确性和鲁棒性上仍需不断增强。提出一种面向多元场景结合GLNet的车道线检测算法。首先采用改进Gamma校正对待检测路面图像预处理,消减光照不均匀、夜晚等环境干扰,增强车道线纹理。然后为增强数据集的多样性,在LaneNet网络的基础上引入对