部分预应力高强混凝土梁无粘结筋极限应力及承载力的计算方法

通过１５根单调荷载和１１根低周重复荷载作用的无粘结部分预应力高强混凝土梁的试验研究，探讨了综合配筋指标、跨高比、荷载作用方式对预应力筋应力增量和极限承载力的影响，建立了无粘结预应力筋应力增量与综合配筋指标，混凝土相对受压区高度与综合配筋指标的关系式，对受压区混凝土应力等效模式进行了探讨，给出了两种无粘结部分预应力高强混凝土梁正藿面极限承载力的计算公式，计算结果与试验结果吻合较好。     

大型预应力混凝土箱型梁试验研究与有限元分析

在试验研究与ANSYS有限元分析相结合的基础上,对日照港一大型预应力混凝土箱型梁安全性能进行评价。ANSYS计算值与试验值吻合较好,为预应力混凝土梁的分析提供了有效的方法和途径。     

钢筋混凝土桥柱新配筋方式研究

该文结合轴心抗压试验,介绍了钢筋混凝土桥柱的配筋方式,可供类似结构设计借鉴参考。     

梳式沉箱翼缘板的结构分析

梳式沉箱是一种新型的防波堤结构形式，翼缘板为厚板结构，受力复杂。本文用厚板单元模拟缘板的受力特性，根据模式型试验中实测的波浪力，对翼缘板进行了结构分析和 配筋设计，为缘板的设计提供了依据。     

预应力拉索锚头抗火性能试验

预应力拉索在大跨径桥梁结构中应用广泛,其火灾安全却面临严峻挑战。拉索锚头是拉索遭遇火灾高温时最薄弱的环节,若无专门的防火设计将造成极大的安全隐患,为此,以中国工程中广泛应用的热铸锚、冷铸锚和Wirelock锚三大类锚固系统为研究对象,采用平行钢丝束拉索足尺试件对其抗火性能进行研究。通过6个拉索锚头试件在有应力状态下的火灾试验(试验参数包括拉索锚固类型和应力水平),研究其温度场分布及锚固性能退化规律。试验结果表明:锚具内部温度分布不均匀,底端温度最高,前端最低;拉索锚固系统在高温下的滑移过程大致分为无滑移、滑移稳定增长和破坏3个阶段,其中热铸锚的无滑移段持续时间最长,约为60min,冷铸锚和Wirelock锚的无滑移段持续时间都在20min以内;3类试件的破坏时间即耐火极限相近;当构件破坏时,热铸锚、冷铸锚、Wirelock锚的临界温度分别为420℃~443℃、440℃~450℃、279℃~284℃;当拉索预应力水平从0.3增加到0.4时,拉索锚头耐火性能下降。     

码头面板纵向裂缝成因分析与设计

横向配筋过少是集中荷载下码头简支面板出现纵向裂缝的主要原因之一。为提高设计精度,在厚板理论基础上,采用三维有限元法对集中荷载下钢筋混凝土简支板进行了力学分析。通过回归统计,研究了双向板剪跨比、厚宽比、宽跨比对横纵向弯距比的影响规律,建立了简化数学模型,从而为集中荷载下简支双向薄、厚码头面板的横向配筋设计提供理论指导。     

偏心受压钢骨-钢管高强混凝土组合柱承载力的计算

钢骨—钢管高强混凝土组合柱是重载柱设计的新模式，它具有很高的承载力和良好的延性，对于大跨和高耸建筑有十分广阔的应用前景。文章采用数值积分方法分析了影响偏心受压钢骨-钢管高强混凝土组合柱承载力的主要因素。计算分析表明由于钢管、钢骨和混凝土的相互作用，可有效地提高柱子的承载力。基于对数值计算结果的分析，给出了偏心受压钢骨-钢管高强混凝土组合柱的承载力计算公式。     

玄武岩纤维筋与高强纤维混凝土粘结性能及本构模型研究

为了研究玄武岩纤维筋与高强玄武岩纤维混凝土的粘结性能,选用直径分别为10mm、14mm和18mm的玄武岩纤维筋埋入边长150mm的立方体试块中,玄武岩纤维筋与混凝土的中心粘结长度分别为40mm、70mm和100mm,混凝土中短切纤维丝的体积掺量分别为0％、0．1％、0．15％和0．2％。通过改变BFRP筋的直径、锚固长度以及纤维掺量,研究高强玄武岩纤维混凝土与玄武岩纤维筋的粘结性能。试验结果表明：平均粘结强度随锚固长度的增大而降低,随玄武岩纤维筋直径的增大而减小;通过三种纤维掺量比较,当纤维掺量为0．2％时,粘结强度最为理想。二者的粘结滑移本构模型符合连续曲线模型。     

Prediction of Axial Capacity of Concrete-Filled Square Steel Tubes Using Neural Networks

The application of artificial neural network to predict the ultimate bearing capacity of CFST （ concrete-filled square steel tubes） short columns under axial loading is explored. Input parameters consiste of concrete compressive strength, yield strength of steel tube, confinement index, sectional dimension and width-to-thickness ratio. The ultimate bearing capacity is the only output parameter. A multilayer feedforward neural network is used to describe the nonlinear relationships between the input and output variables. Fifty-five experimental data of CFST short columns under axial loading are used to train and test the neural network. A comparison between the neural network model and three parameter models shows that the neural network model possesses good accuracy and could be a practical method for predicting the ultimate strength of axially loaded CFST short columns.     

Fatigue Damage Modeling for Partially Prestressed Concrete Beams under Repeated Loadings with Variable Amplitude

Introduction Prestressedconcretestructuresfrequentlysub jectedtovariable amplituderepeatedloadingsare widelyusedinbridges,cranebeamsandoffshore structures.Repeatedloadingsmaycausetheprogres siveinternalstructuraldamagedegradingthereliabili tyofstructuresd…