检索结果-南通市图书馆

多尺度聚丙烯纤维混凝土弯曲疲劳寿命试验及数值模拟

在线全文

学校读者我要写书评

暂无评论

引用

材料导报 2024年第4期38卷 95-102页

作者：梁宁慧毛金旺游秀菲刘新荣周侃重庆大学土木工程学院重庆400045 库区环境地质灾害防治国家地方联合工程研究中心重庆400045

为研究多尺度聚丙烯纤维混凝土的弯曲疲劳性能,开展基准混凝土、聚丙烯粗纤维混凝土及多尺度聚丙烯纤维混凝土的静载试验及不同应力水平(0.75、0.80、0.85)下的弯曲疲劳试验,建立弯曲疲劳寿命方程,并结合ABAQUS与FE-SAFE软件建立纤维混... 详细信息

为研究多尺度聚丙烯纤维混凝土的弯曲疲劳性能,开展基准混凝土、聚丙烯粗纤维混凝土及多尺度聚丙烯纤维混凝土的静载试验及不同应力水平(0.75、0.80、0.85)下的弯曲疲劳试验,建立弯曲疲劳寿命方程,并结合ABAQUS与FE-SAFE软件建立纤维混凝土梁的三点弯曲疲劳有限元模型。结果表明:聚丙烯纤维的掺入,尤其是多尺度聚丙烯纤维混掺显著增强了混凝土基体的抗折、抗疲劳性能。双对数lgS-lgN疲劳方程能够较好地描述多尺度聚丙烯纤维混凝土的应力水平与疲劳寿命的相关性,使用lgS-lgN疲劳方程计算得到200万次循环荷载作用下多尺度聚丙烯纤维混凝土的疲劳强度最高,为3.91 MPa。三组试件疲劳寿命的数值模型预测值均介于实测疲劳寿命的最大值与最小值之间,并接近于疲劳寿命平均值,该模型为多尺度聚丙烯纤维混凝土的疲劳寿命预测提供了理论依据。

关键词：多尺度聚丙烯纤维混凝土弯曲疲劳疲劳寿命预测数值模拟

不同含石率土石混合体水力侵蚀分异特征及机制

在线全文

学校读者我要写书评

暂无评论

引用

岩石力学与工程学报 2024年第1期43卷 133-145页

作者：杨忠平李勇华李诗琪刘浩宇高宇豪重庆大学土木工程学院重庆400045 山地城镇建设与新技术教育部重点实验室重庆400045 库区环境地质灾害防治国家地方联合工程研究中心(重庆) 重庆400045

水力作用诱发的堆积体滑坡是我国西南地区主要地质灾害之一,研究土石混合体的侵蚀分异机制对深入揭示此类滑坡机制具有重要意义。含石率是影响土石混合体侵蚀分异特征最主要的因素之一。基于不同含石率的土石混合体渗透侵蚀试验,揭示了... 详细信息

水力作用诱发的堆积体滑坡是我国西南地区主要地质灾害之一,研究土石混合体的侵蚀分异机制对深入揭示此类滑坡机制具有重要意义。含石率是影响土石混合体侵蚀分异特征最主要的因素之一。基于不同含石率的土石混合体渗透侵蚀试验,揭示了不同含石率土石混合体的侵蚀分异特征及机制。结果表明:土石混合体的渗透侵蚀过程中,随机存在侵蚀加剧、侵蚀减缓、内部块石结构重组、侵蚀稳定4种状态,含石率对其侵蚀分异特征有显著影响;渗透系数随含石率的增加先增大后减小再增大,60%含石率的土石混合体渗透性最小,其渗透系数均小于1×10^(−2)cm/s,且波动幅度不大,高含石率土石混合体渗透前、后渗透系数变化率基本小于10%;侵蚀量随水力梯度增加而增加,基于侵蚀量变化,将渗透侵蚀分为3个阶段:剧烈侵蚀阶段、缓慢侵蚀阶段、稳定渗流阶段,临界水力梯度随含石量增加而降低;含石率通过影响土石结构填充形式影响土石混合体的渗透性,满填结构抗渗性能最好,这为揭示堆积体边坡的水力失稳机制提供了思路和参考。

关键词：土工试验土石混合体含石率侵蚀分异土石结构水力侵蚀

在线全文

学校读者我要写书评

暂无评论

基于样本优化策略的滑坡易发性评价

引用

武汉大学学报（信息科学版） 2024年第8期49卷 1492-1502页

作者：吴宏阳周超梁鑫王悦袁鹏程吴立星中国地质大学(武汉)地理与信息工程学院湖北武汉430074 三峡库区地质灾害野外监测与预警示范中心重庆404199 中国地质大学(武汉)工程学院湖北武汉430074

准确的易发性评价结果能够对滑坡带来的危险进行精准防控。样本优化是滑坡易发性评价的重要方法,可有效解决不平衡样本产生的决策边界偏移问题,提升滑坡易发性评价精度。以中国重庆市万州区东南区域为例,选取地层、土地利用、高程等10... 详细信息

准确的易发性评价结果能够对滑坡带来的危险进行精准防控。样本优化是滑坡易发性评价的重要方法,可有效解决不平衡样本产生的决策边界偏移问题,提升滑坡易发性评价精度。以中国重庆市万州区东南区域为例,选取地层、土地利用、高程等10个影响因子构建滑坡易发性评价指标体系,应用频率比方法定量分析滑坡与指标之间的关系,在此基础上分别利用深度神经网络模型(deep neural networks, DNN)、过采样-深度神经网络模型(synthetic minority oversampling technique-DNN, SMOTE-DNN)、混合采样-深度神经网络耦合模型(one-class support vector machine-SMOTE-DNN, OS-DNN)、混合采样-深度神经网络-K均值聚类耦合模型(OS-DNN-K-means)进行滑坡易发性评价。结果表明,距道路距离、土地利用、地层是研究区滑坡发育的主要控制因子。精度评价结果发现OS-DNN-K-means(95.61%)和OS-DNN(91.16%)相较于模型SMOTE-DNN(87.97%)和DNN(81.40%)更能有效提高滑坡预测精度。通过混合采样和半监督分类进行样本优化能够有效解决研究区样本不平衡问题,为滑坡灾害空间预测提供新技术支撑。

关键词：滑坡易发性建模深度神经网络混合采样 K均值聚类样本优化策略