高强钢管高强混凝土短柱力学性能智能模型研究
为研究超出规范范围材料强度的高强钢管高强混凝土短柱承载力在规范范围外拓展应用的相关问题，搜集61组试验及有限元数据，利用神经网络智能技术研究了在不同的截面尺寸、高强材料、含钢率、偏心率和长细比等影响因素下的高强钢管高强混凝土短柱的极限承载力及荷载-位移曲线，将承载力预测结果与规范EC4、规范ACI及规范GJB 4142—2000的计算结果进行了对比分析，并预测了试件的荷载-位移曲线，对各阶段各模型的切线刚度进行了分析研究。研究结果表明：所述规范可以在一定程度上继续延伸使用，而神经网络智能模型不仅与试验数据吻合度较高、精确度高，还考虑了规范没有考虑的约束效应减弱及两种材料强度匹配程度对承载力的影...
Saved in:
| Main Authors: | , , , , , , , , , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Department of Progress in Steel Building Structures, Tongji University
2023-11-01
|
| Series: | Jianzhu Gangjiegou Jinzhan |
| Subjects: | |
| Online Access: | http://steelpro.tongji.edu.cn/thesisDetails#10.13969/j.cnki.cn31-1893.2023.11.002 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841529489440374784 |
|---|---|
| author | 刘坚 彭林苗 马宏伟 刘长江 张专涛 陈原 任达 招渝 肖海鹏 杨勤鹏 戚玉亮 童华炜 |
| author_facet | 刘坚 彭林苗 马宏伟 刘长江 张专涛 陈原 任达 招渝 肖海鹏 杨勤鹏 戚玉亮 童华炜 |
| author_sort | 刘坚 |
| collection | DOAJ |
| description | 为研究超出规范范围材料强度的高强钢管高强混凝土短柱承载力在规范范围外拓展应用的相关问题，搜集61组试验及有限元数据，利用神经网络智能技术研究了在不同的截面尺寸、高强材料、含钢率、偏心率和长细比等影响因素下的高强钢管高强混凝土短柱的极限承载力及荷载-位移曲线，将承载力预测结果与规范EC4、规范ACI及规范GJB 4142—2000的计算结果进行了对比分析，并预测了试件的荷载-位移曲线，对各阶段各模型的切线刚度进行了分析研究。研究结果表明：所述规范可以在一定程度上继续延伸使用，而神经网络智能模型不仅与试验数据吻合度较高、精确度高，还考虑了规范没有考虑的约束效应减弱及两种材料强度匹配程度对承载力的影响，承载力会随着混凝土强度和钢材强度的提高而减缓增强速度；神经网络智能模型非常适合用于预测高强钢管高强混凝土短柱承载力，可以为实际工程和规范延伸拓展提供设计参考；神经网络智能模型相比于现有组合构件应力-应变理论公式会更加简便准确，以切线刚度的对比结果可知，其可以更加准确地反映和再现轴压作用下高强钢管高强混凝土短柱荷载-位移曲线的特征，对构件的力学性能研究有一定的参考作用。 |
| format | Article |
| id | doaj-art-0b71ca4fae3546aeb4dd44154379dd88 |
| institution | Kabale University |
| issn | 1671-9379 |
| language | zho |
| publishDate | 2023-11-01 |
| publisher | Editorial Department of Progress in Steel Building Structures, Tongji University |
| record_format | Article |
| series | Jianzhu Gangjiegou Jinzhan |
| spelling | doaj-art-0b71ca4fae3546aeb4dd44154379dd882025-01-15T03:17:16ZzhoEditorial Department of Progress in Steel Building Structures, Tongji UniversityJianzhu Gangjiegou Jinzhan1671-93792023-11-0125122044497030高强钢管高强混凝土短柱力学性能智能模型研究刘坚彭林苗马宏伟刘长江张专涛陈原任达招渝肖海鹏杨勤鹏戚玉亮童华炜为研究超出规范范围材料强度的高强钢管高强混凝土短柱承载力在规范范围外拓展应用的相关问题，搜集61组试验及有限元数据，利用神经网络智能技术研究了在不同的截面尺寸、高强材料、含钢率、偏心率和长细比等影响因素下的高强钢管高强混凝土短柱的极限承载力及荷载-位移曲线，将承载力预测结果与规范EC4、规范ACI及规范GJB 4142—2000的计算结果进行了对比分析，并预测了试件的荷载-位移曲线，对各阶段各模型的切线刚度进行了分析研究。研究结果表明：所述规范可以在一定程度上继续延伸使用，而神经网络智能模型不仅与试验数据吻合度较高、精确度高，还考虑了规范没有考虑的约束效应减弱及两种材料强度匹配程度对承载力的影响，承载力会随着混凝土强度和钢材强度的提高而减缓增强速度；神经网络智能模型非常适合用于预测高强钢管高强混凝土短柱承载力，可以为实际工程和规范延伸拓展提供设计参考；神经网络智能模型相比于现有组合构件应力-应变理论公式会更加简便准确，以切线刚度的对比结果可知，其可以更加准确地反映和再现轴压作用下高强钢管高强混凝土短柱荷载-位移曲线的特征，对构件的力学性能研究有一定的参考作用。http://steelpro.tongji.edu.cn/thesisDetails#10.13969/j.cnki.cn31-1893.2023.11.002高强钢管钢管高强混凝土荷载-位移曲线神经网络极限承载力 |
| spellingShingle | 刘坚 彭林苗 马宏伟 刘长江 张专涛 陈原 任达 招渝 肖海鹏 杨勤鹏 戚玉亮 童华炜 高强钢管高强混凝土短柱力学性能智能模型研究 Jianzhu Gangjiegou Jinzhan 高强钢管 钢管高强混凝土 荷载-位移曲线 神经网络 极限承载力 |
| title | 高强钢管高强混凝土短柱力学性能智能模型研究 |
| title_full | 高强钢管高强混凝土短柱力学性能智能模型研究 |
| title_fullStr | 高强钢管高强混凝土短柱力学性能智能模型研究 |
| title_full_unstemmed | 高强钢管高强混凝土短柱力学性能智能模型研究 |
| title_short | 高强钢管高强混凝土短柱力学性能智能模型研究 |
| title_sort | 高强钢管高强混凝土短柱力学性能智能模型研究 |
| topic | 高强钢管 钢管高强混凝土 荷载-位移曲线 神经网络 极限承载力 |
| url | http://steelpro.tongji.edu.cn/thesisDetails#10.13969/j.cnki.cn31-1893.2023.11.002 |
| work_keys_str_mv | AT liújiān gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT pénglínmiáo gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT mǎhóngwěi gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT liúzhǎngjiāng gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT zhāngzhuāntāo gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT chényuán gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT rèndá gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT zhāoyú gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT xiàohǎipéng gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT yángqínpéng gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT qīyùliàng gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū AT tónghuáwěi gāoqiánggāngguǎngāoqiánghùnníngtǔduǎnzhùlìxuéxìngnéngzhìnéngmóxíngyánjiū |