既有钢筋混凝土结构性能的数值模拟

论文摘要

随着服役时间的推移,城市既有钢筋混凝土建筑的性能不断退化,影响结构的安全使用,衰减结构的预定功能。研究既有钢筋混凝土结构的性能,不仅可以揭示潜在危险,而且研究成果还可以直接用于指导结构设计。本文以我国存在大量城市既有建筑为背景,利用人工神经网络模型和非线性有限元分析软件OpenSEES为工具,从材料、构件和整体结构三个层次研究了城市既有混凝土结构的性能。首先,总结分析国内外有关混凝土强度预测研究成果的基础上,运用MATLAB神经网络工具箱,建立了既有建筑混凝土强度退化的计算模型,研究了既有建筑材料性能退化的情况。本文所建立的模型主要考虑了混凝土强度随时间的退化规律,其成果可用于大面积普查既有建筑的抗震性能。其次,在收集国外大量抗剪试验数据的基础上,用神经网络模型来研究钢筋混凝土梁的抗剪性能。通过对各国规范的抗剪设计方法和神经网络模型预测方法的对比分析,总结得出各国规范的适用性,而且研究表明,本文的神经网络模型具有很好的计算精度,计算结果明显好于各国的经验公式和理论计算方法。最后,本文在地震工程模拟平台OpenSEES上建立了—榀服役期为10年的十层三跨钢筋混凝土框架纤维模型,对其进行Pushover分析,研究了现浇楼板对结构破坏模式的影响。根据是否考虑现浇楼板效应,分为两种工况,分别进行静力弹塑性分析。分析结果表明：现浇楼板的存在增大柱的转动、减小梁的转动,削弱了设计时所期望的“强柱弱梁”效果,改变了梁柱达到屈服状态与极限状态的先后顺序。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题来源及研究的目的和意义
• 1.1.1 课题来源
• 1.1.2 课题背景
• 1.1.3 课题研究的目的及意义
• 1.2 城市既有建筑研究现状
• 1.2.1 城市既有建筑的特点
• 1.2.2 既有结构性能退化的研究方法
• 1.2.3 城市既有建筑结构性能退化的研究现状
• 1.3 神经网络在土木工程中的应用
• 1.3.1 神经网络的特点
• 1.3.2 神经网络在土木工程中应用的可行性
• 1.3.3 神经网络在土木工程中应用现状
• 1.4 本文主要研究内容
• 2 人工神经网络及BP算法
• 2.1 人工神经网络的基本理论
• 2.1.1 生物神经元简介
• 2.1.2 人工神经网络的组成与结构
• 2.1.3 人工神经元的工作过程
• 2.2 BP网络及BP算法
• 2.2.1 数据正向传播原理
• 2.2.2 误差反向传播原理
• 2.2.3 BP算法的缺陷
• 2.2.4 BP算法的改进
• 2.3 建立BP网络模型的步骤
• 2.3.1 数据的收集整理
• 2.3.2 确定BP网络的结构
• 2.3.3 评定网络性能
• 2.4 本章小节
• 3 既有建筑混凝土强度的预测
• 3.1 混凝土强度影响因素分析
• 3.1.1 混凝土的碳化
• 3.1.2 时间对混凝土强度的影响
• 3.1.3 其它影响因素
• 3.2 BP网络评定混凝土材料参数
• 3.2.1 数据的收集整理
• 3.2.2 选取结构特征参数
• 3.2.3 BP网络模型的建立
• 3.3 BP网络测试结果分析
• 3.3.1 与已有公式的比较
• 3.3.2 测试结果分析及应用
• 3.3.3 参数分析
• 3.4 本章小节
• 4 钢筋混凝土梁抗剪性能预测
• 4.1 剪力传递机制和影响因素
• 4.2 抗剪试验数据库的建立
• 4.3 模型的建立
• 4.3.1 输入层和输出层神经元的确定
• 4.3.2 ANN模型的建立
• 4.3.3 最优网络结构的确定
• 4.4 ANN预测方法与各种设计规范公式比较
• 4.5 本章小节
• 5 既有框架结构有限元分析
• 5.1 "强柱弱梁"设计要求
• 5.2 OpenSEES简介及特点
• 5.2.1 OpenSEES简介
• 5.2.2 OpenSEES的特点
• 5.2.3 OpenSEES的模块化结构
• 5.3 基于OpenSEES建立钢筋混凝土平面框架模型
• 5.3.1 钢筋混凝土框架结构模型
• 5.3.2 计算参数
• 5.3.3 有限元模型与Pushover分析
• 5.3.4 结果分析
• 5.4 本章小节
• 结论
• 展望
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢