排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
5.
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。 相似文献
6.
7.
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。 相似文献
8.
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. 相似文献
9.
轴心受压钢骨-钢管混凝土组合短柱力学性能研究 总被引:6,自引:1,他引:6
为适应建筑结构高耸、大跨的发展,提出了一种重载柱设计的新模式,即钢骨—钢管混凝土组合柱,该组合柱是在钢管混凝土内埋设钢骨。通过12根组合短柱的轴心受压试验,研究了钢骨—钢管混凝土组合短柱的力学性能,讨论了影响这种新型钢—混凝土组合柱性能的主要因素,包括混凝土强度、套箍指标和配骨指标等,给出了该种组合柱的承载力计算公式。研究结果表明:由于钢管、钢骨和混凝土的协同工作,该种组合柱不但具有很高的承载力,而且具有很好的延性,可大大提高建筑物的防倒塌能力;由所给组合柱承载力计算公式计算的结果与实测值吻合良好。 相似文献
1