新型组合桥面板UHPC收缩效应足尺试验

针对钢-UHPC组合桥面板中UHPC的收缩效应，进行了3个不同钢-UHPC面积比的组合桥面板节段足尺试件和UHPC自由收缩试件的养护全过程应变及温度测试，分析了收缩应变发展规律及蒸养温度的影响。基于所得UHPC自由应变、组合桥面板UHPC约束应变和时变止效应方法，求解了养护过程的UHPC弹性模量和组合桥面板收缩应力。结果表明：(1)UHPC总自由收缩约为756×10^-6,蒸养的UHPC内部温度愈高，收缩完成愈快；以自收缩时间零点算起，-1 h开启蒸养，龄期5 h的UHPC内部温度达90℃以上，持续蒸养48 h,则龄期5、25、35 h时分别完成总收缩的52%、82%、91%以上，龄期12 d时收缩全部完成；(2)UHPC弹性模量、组合桥面板收缩应力与收缩应变的发展规律基本一致；(3)整个养护过程，钢-UHPC组合桥面板的UHPC收缩应力远小于其当时的轴心抗拉强度，不会产生收缩裂缝，与观测现象相一致；(4)钢-UHPC组合桥面板的UHPC上缘约束收缩拉应力值为2 MPa左右，与静载试验所得钢-UHPC组合桥面板负弯矩的开裂应力较轴心抗拉强度减少值基本一致；(5)基于...     

Ti64钛合金窄间隙激光填丝焊接头组织性能

采用钛基金属粉芯焊丝，通过激光填丝焊接方法对Ti64钛合金板进行窄间隙焊接，分析了激光填丝焊接接头各区域的微观组织类型及形貌特征；测试了焊接接头的力学性能，如显微硬度、室温拉伸性能。结果表明：焊缝区(WM)主要由粗大的原始β柱状晶粒和内部网篮状针状α’马氏体组成，热影响区(HAZ)主要由等轴状α相和长条状α相，以及少量次生α_p相组成；在焊缝组织中，小角度晶界主要集中分布在片层组织边界，焊缝中的大角度晶界比例较大，大于15°的大角度晶界占比约85.55%;Ti64钛合金焊接接头的焊缝区都由密排六方(HCP)晶体结构构成，没有发现其他晶体结构；焊接接头的抗拉强度达939MPa，断后伸长率为13%，断裂位置在母材(BM)区域，拉伸断口存在明显的剪切唇，韧窝较深且均匀；焊缝区的平均显微硬度值明显高于母材及热影响区。     

面向规划年度的杭州铁路客运枢纽分工方案优化

“十四五”期间，杭州铁路客运枢纽运输网络将逐步扩大，为了进一步满足客流需求，实现2025年杭州铁路规划目标，通过分析杭州铁路枢纽现状，研究客运枢纽分工方案优化。在分析杭州铁路客运枢纽现状、近期规划，以及客运枢纽设施设备、作业量及其基本分工方案的基础上，定量计算了枢纽主要客运站到发线通过能力、主要区间通过能力，通过枢纽点线能力适应性分析，提出了枢纽分工方案优化建议，包括沪杭高铁及沪杭长场分工优化方案、杭甬高铁及宁杭高铁作业调整方案等。     

高速列车高频激振试验台对试验室厂房的振动影响分析

为评估某试验室新建高速列车转向架激振试验台对试验厂房的振动影响，基于车辆-轨道耦合系统动力学模型，计算钢轨波磨不平顺作用下轮轨垂向高频激振荷载，并将其作用于Abaqus基础-地基-厂房有限元动力仿真模型，分析高频激振试验台对试验厂房的振动影响。结果表明：车辆最高模拟速度500 km/h下，受轨道不平顺激扰将产生轮轨高频激振荷载，最高荷载频率1 200 Hz,荷载峰值为213.9 kN;试验台振动影响范围在地面大致集中于以激振台为中心，半径为10 m的“圆形”区域，在深度方向上集中于深度约15 m的“倒梯形”区域；厂房柱下独立基础最大竖向动位移幅值为0.032 mm,最大加速度幅值为32.8 cm/s²,屋架与厂柱连接薄弱处最大振动速度幅值为0.585 mm/s,地面水平方向的振动速度幅值小于2 mm/s,振动指标均小于建筑安全及工作舒适性的幅值控制标准，表明高频激振试验台工作时试验室厂房振动符合要求。     

神经网络驱动的桥梁主动气动翼板颤振智能控制优化

通过风洞试验和数值模拟获得主动气动翼板优化控制参数需要庞大的试验和计算成本，并且难以得到最优的翼板控制参数。基于流线箱梁主动气动翼板颤振控制的风洞试验数据，以翼板与主梁扭转运动相位差为输入，颤振临界风速变化比例为输出建立BP人工神经网络模型，对神经网络进行训练得到了主动气动翼板颤振临界风速预测关系。结果表明：预测输出值和实际值之间误差为5%左右，相关系数为0.965;使用训练得到的人工神经网络模型以1°增量对0°～360°范围内的气动翼板相位差进行遍历计算，得到了两侧翼板相位差对主梁-翼板系统颤振性能的影响规律，当迎风侧翼板相位差位于180°～360°内时系统颤振性能得以提高，最优参数组合为迎风翼板相位差231°,背风侧翼板相位差63°;利用获得的最优气动翼板相位差参数组合，建立了主梁-翼板系统流固耦合模型，对试验和神经网络模型的最优参数的颤振控制效果进行验证，证明了神经网络对颤振控制预测的准确性。提出的通过数据量较少的试验数据训练构建人工神经网络模型，构建预测主梁-翼板系统颤振性能的理论框架，显著改善了颤振控制效果，实现了高精度主动气动翼板颤振的优化控制。