【摘 要】
：
钢板剪力墙是具有较大的弹性初始刚度、大变形能力和良好的塑性性能、稳定的滞回特性的抗侧力结构。非加劲钢板剪力墙有很多不足,如捏拢现象,使用舒适度不佳,对柱的刚度有较高要求等。很多学者研究布置加劲肋改善钢板力学性能,但加劲肋如何分布在钢板上使得力学性能最优的研究较少。因此,本文基于双向渐进结构拓扑优化法与Abaqus结合,对钢板剪力墙的加劲肋进行拓扑优化设计。主要研究内容和成果如下:（1）总结了钢板剪
论文部分内容阅读
钢板剪力墙是具有较大的弹性初始刚度、大变形能力和良好的塑性性能、稳定的滞回特性的抗侧力结构。非加劲钢板剪力墙有很多不足,如捏拢现象,使用舒适度不佳,对柱的刚度有较高要求等。很多学者研究布置加劲肋改善钢板力学性能,但加劲肋如何分布在钢板上使得力学性能最优的研究较少。因此,本文基于双向渐进结构拓扑优化法与Abaqus结合,对钢板剪力墙的加劲肋进行拓扑优化设计。主要研究内容和成果如下:（1）总结了钢板剪力墙的抗侧因素,钢板剪力墙相关优化和板壳加强筋优化方法。详细介绍了双向渐进结构优化方法,优化算法的相关改进,有限元建模方法以及Python语言在Abaqus中具体实现的优化程序,并对钢板剪力墙模型进行验证。（2）改进双向渐进结构优化法使得适合钢板剪力墙加劲肋拓扑优化,建立三层类似“三明治”板壳模型进行优化,对高宽比、柱刚度、梁刚度和竖向荷载进行单层钢板剪力墙加劲肋的弹性分析优化和弹塑性分析优化参数优化。结果表明,高宽比越大,竖向荷载越大,结构优化效率明显下降,对于柱刚度和梁刚度,结构优化效率影响不大。加劲肋弹性分析优化分布形状为从右上部延伸到左下部,弹塑性分析优化分布形状为左上角延伸到右下角的反方向分布,且角部需要加强。（3）进一步探索了优化过程中结构加劲肋的分布演化和不同水平位移加载下加劲肋的分布演化,仔细具体分析了对称优化对钢板剪力墙变形形态的影响,结果表明加劲肋对称布置可以延缓钢板剪力墙变形。此外还对三层钢板剪力墙进行弹性分析优化和全局优化,结果显示楼层越低,需要布置的加劲肋比例越多,顶层的加劲肋分布形态和单层钢板剪力墙加劲肋分布规律一致。（4）根据加劲肋优化规律设置非加劲,斜加劲和横纵加劲三种主要的钢板剪力墙模型,并有限元模拟单调水平加载和循环加载试验。研究表明,加劲肋可以提高钢板的临界屈曲应力,优化后的斜加劲方案尤其是钢板角部加劲可以提高钢板剪力墙的极限承载力和耗能性能并改善“捏缩现象”。
其他文献
现如今的药物研发工程对资金、时间的花销和人才技术要求都很高,由于一个实验室的经费和人员往往有限,人们开始寻找一种门槛更低的研究方法,因此药物重定位这个可以使得制药成本和周期缩减的方法获得了广泛关注。随着近年来相关研究的积累以及药物数据库的开放使用,基于药物与疾病的异构数据的药物重定位已经成为当前的研究热点。虽然研究人员已经提出了很多不同的计算方法,但现有的计算方法大都存在着仅使用单一的相似性、不能
云存储服务以其存储方便、价格低廉等特点,吸引了大量的用户,而众多云存储用户上传的海量数据中存在许多重复数据。为了节约存储成本、减少网络带宽消耗,云存储服务提供商（CSP）会采用数据去重技术。而用户为了保护隐私数据不被他人窃取,一般会对数据进行加密,再上传至云端进行存储。由于加密密钥的不同,使得同一份文件加密后得到的密文也不一样,所以传统的重复数据删除技术往往不适合云存储数据去重。同时由于云存储用户
在计算机视觉领域中,多目标跟踪是一个研究的热点方向,具有重大的学术价值。例如智慧城市中的全自动、全天候、实时监控的智能视频系统。在传统视频监控系统中,对于多目标跟踪,存在耗费大量人力资源和不能实时处理等问题,需要采用计算机视觉技术对监控画面进行智能分析与处理。基于深度学习的多目标跟踪技术是一种高效的端到端学习框架,深度神经网络模型是一种用于捕捉与目标跟踪位置强相关信息的有效方法。在实际复杂场景,如
建筑机器人已有一定程度的成熟技术及工程应用,但现有建筑机器人功能单一,对工程场景的适应性与标准化程度不高,具有通用底盘的多功能建筑机器人标准化研究与应用不足。还具有基于施工环境下的仿真设计方法研究不足,机器人智能控制与基于BIM技术的数据驱动方法结合不足等问题。从工业机器人向建筑机器人发展,机器人体系设计应满足施工状况要求。BIM模型是工程信息化载体,结合BIM技术研究机器人驱动方法有利于推进建筑
智能系统从人类演示视频中理解人类的动作并学习新技能的任务是设计自主工作机器人的一个新趋势。人类可以直接通过观察他人的行为来理解动作和实现模仿,然而,让机器人能够根据对人类活动的观察来执行相应的动作仍然是机器人技术的一大挑战。随着智能机器人的普及,市场对能够理解人类演示并执行各种任务的机器人系统的需求也会越来越大。因此,在探索如何提高机器人智能系统水平的道路中,构建从视频中学习机器人操纵指令的框架具
近年来的研究表明,长非编码RNA（long noncoding RNA,lncRNA）在很多生物过程中发挥着特别关键的作用,几乎涉及到生物体的全部生物学过程,并且许多复杂疾病的发生发展与lncRNA的突变或者错误调节是有关的,但是两者之间存在的关系还没有完全掌握。虽然传统的生物实验方法可以准确地鉴定lncRNA与疾病之间存在的关系,但是这种方法显然会浪费大量的人力、时间以及经济成本。因此,利用已知
命名实体识别任务的目的在于高效地从文本信息中抽取实体信息,是自然语言处理的基础性工作,但受制于数据中未登录词的影响,导致命名实体识别的效果欠佳,造成数据信息的丢失与遗漏,并影响到关系抽取等自然语言处理的上层任务,因此为保证实体信息的有效识别与提取,命名实体识别的研究工作变得尤为重要。现有研究主要围绕深度学习技术展开,采用深度学习技术能够在输入输出间建立映射关系,从文本数据中得到更加低维且信息量丰富
社会经济的发展使得越来越多的深水桥梁工程在交通运输业中承担起越来越重要的角色。利用Morison方程法建立深水桥墩等效模型,对地震作用下产生墩-水耦合作用效应的结构进行动力响应分析,不仅物理概念清晰,更提高了地震响应分析的效率。其中,合理地选择水动力系数计算动水压力,是正确地分析地震作用下深水桥墩等效模型动力响应的关键。然而,对于水动力系数的取值研究,大多都集中在波浪的作用情况下,而地震所引起的静
地表形变导致的地质灾害日益频发,尤其是地表沉降发生在城市中,这会危害着人类社会生活,导致人类的伤亡与重大的经济损失。为了保护人类的生命财产安全,可持续的、大范围的地表形变监测显得十分重要。传统的测量技术如水准测量存在耗时耗力的缺点,如GNSS测量其会受到信号不够连续或者是人工建筑影响其精度,并且以上技术都是单点测量,难以满足可持续、大范围的要求。合成孔径雷达干涉测量技术（InSAR）很好的弥补了这
FRP-混凝土-钢双壁空心柱（Double-Skin Tubular Columns,简称DSTCs）是一种新型组合结构,由外FRP管、内部钢管和夹层混凝土三部分组成。其拥有自重轻、施工方便、抗震性能好、造价经济等优点,但随着专家学者对该结构轴压力学性能及抗震性能的进一步研究发现,该结构能够有效防止钢管的向外屈曲（由于混凝土的约束作用）,但钢管的向内屈曲却得不到充分抑制,这会对结构的性能造成削弱。