斜拉桥箱梁钢-混结合段受力的试验研究

研究目的:研究大跨度桥梁工程中钢箱梁与混凝土箱梁结合部的应力、应变及其变化规律,探讨结合段的传力机理,为实例桥梁工程的钢箱梁和混凝土箱梁结合部的设计方案和构造处理提供理论和试验验证的依据.结合某大跨度斜拉桥梁工程设计实例,设计并制作斜拉桥主梁钢-混结合段试验模型,对试验模型进行静力试验,利用ANSYS建模进行有限元计算,对静力试验结果与有限元分析计算结果进行对比分析.研究结论:通过对钢-混结合段受力的研究分析表明:只要设计方案合理,构造处理恰当,钢箱梁-钢-混结合段-混凝土箱梁沿纵向刚度过渡就平稳,预应力施加作用明显,钢板与混凝土节点位移耦合;试验结果验证各测点实测结果与计算值吻合较好,说明有限元分析能较好地模拟钢-混结合段模型实际加载及受力情况.     

剪力钉受力性能试验研究及数值模拟

文中对长200 mm、直径22 mm的剪力钉展开单钉和群钉推出试验并采用有限元分析软件进行计算,研究单钉和群钉试件的抗剪承载力、破坏形态及荷载-滑移规律,比较单钉和群钉受力性能的不同之处.结果表明,试验和数值模拟均显示群钉试件中单个直径22 mm剪力钉的抗剪承载力有一定折减,折减系数为0.2;群钉的受力不均匀性较大,靠...     

基于改进掩码-区域卷积神经网络的混凝土病害实例分割

为对混凝土病害图像进行更精确的实例分割，提出改进掩码-区域卷积神经网络(Mask Region Convolution Neural Network, Mask-RCNN)。该网络采用轻量级的可移动网络(MobileNetV2)代替原始Mask-RCNN中卷积层过大的主干网络——残差网络(ResNet101),加入路径聚合网络(PANet),以提高Mask-RCNN提取浅层特征信息的能力。为验证改进Mask-RCNN的识别精度及其在实际工程中的可行性，首先构建多类混凝土病害图像数据集，利用K-means聚类算法确定最适合该数据集的先验边界框的长宽比，然后对比改进Mask-RCNN与原始Mask-RCNN、其它主流深度学习网络对混凝土五类病害(裂缝、露筋、剥落、白皙和空洞)的识别结果；最后利用无人机采集到的钢筋混凝土桥梁病害图像作为测试集进行测试。结果表明：改进Mask-RCNN在提高计算速度的同时能更准确地定位病害，减少了误检和漏检，识别精度高于原始Mask-RCNN及其它深度学习网络；改进Mask-RCNN可以识别无人机拍摄的未经训练的新的混凝土病害图像，识别精度满足实际工程需求。