考虑加劲肋的受拉T型件力学性能研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:yushion
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
组件法是研究钢结构节点的重要方法,然而由于各个组件力学性能和组件间的相关关系不明确,目前的分析结果还无法应用于实际工程中。T型件是组件法中一个重要组件,理清T型件的受力过程对节点的力学性能分析有重要意义。几十年来,国内外学者对T型件进行了大量的试验与数值分析,对T型件撬力和弯矩进行深入的探讨,并建立了T型件的力学模型。然而对于节点或T型件的螺栓内力的研究往往集中在无加劲肋的情况下,带加劲肋节点或T型件的螺栓内力分布情况研究相对有限,本文以带加劲肋的T型件为基础力学模型,通过试验与数值分析的方法,对该模型力学性能进行深入分析。具体如下:(1)本文对9个不同构造的T型连接件进行了单调拉伸试验,分析了T型连接件的破坏过程、破坏模态,研究了T型件翼缘厚度、加劲肋、螺栓直径和间距对T型件初始刚度、极限承载力和螺栓应力的影响。试验表明,T型件的破坏模式主要为翼缘屈服、螺栓破坏,其中翼缘厚度、螺栓直径与加劲肋对T型件力学性能影响较大,增大翼缘厚度、螺栓直径或者布置加劲肋可以提高T型件刚度和承载力。布置加劲肋后,同一荷载下,螺栓轴向应力和弯曲应力相对无加劲肋T型件较小,同时弯曲应力所占比例较低。(2)利用ABAQUS扩大参数分析,建立6组有限元模型,总结了无加劲肋情况下和带加劲肋情况下T型件在不同参数下的螺栓轴力、撬力和弯矩发展发展规律。有限元结果表明:与无加劲肋T型件相比,带加劲肋T型件的螺栓内力主要受翼缘厚度、螺栓横向距离比和纵向距离比影响。相同荷载下,翼缘厚度、横向距离比和纵向距离比越大,螺栓轴力、弯矩、撬力越小;布置加劲肋后,撬力和螺栓弯矩有所降低,但螺栓弯矩仍不可忽视,设计中应考虑螺栓弯矩对螺栓承载力的影响。(3)基于试验与有限元分析结果,本文在无肋T型件的撬力和弯矩计算公式基础上,提出了带肋T型件的撬力计算模型和修正了带肋T型件的弯矩计算公式,并验证本文公式的可靠性。算例表明,该公式计算结果与有限元结果吻合良好,对T型件安全设计有参考意义。
其他文献
网络化系统是计算机、通信和控制快速发展以及相互作用的产物,相比于传统的控制方案,网络化系统的模式结构更为复杂,空间分布更为广泛,性能更加优异。网络化系统是实时系统,主要分为被控对象、传感器、控制器和执行器四个部分,其信息传输通过网络建立连接。网络化系统具有成本低、安装和维护简单、可靠性高等优点,是其能够在多个领域广泛应用的重要因素。然而,通信网络的引入使得系统在信息交流过程中,通常会出现带宽受限、
当今信息化时代中,社会各个领域所产生的数据呈现井喷式增长,如何在海量且复杂的数据中挖掘出潜在具有价值的信息已经成为了一个相当热门的研究课题,Kmeans算法作为数据挖掘中常用的聚类算法,其算法原理简单且有着比较高效和准确的聚类效果,然而该算法在处理大规模数据时迭代速度较慢,同时初始聚簇中心选取也会对聚类结果产生较大影响;其次面对海量数据的挑战,单机运行的K-means算法也已经不能满足日益增长数据
随着大数据和云计算的不断发展,智能制造将成为未来制造业发展的主题方向。越来越多的传统制造业企业注重设备之间的互联和数据分析,通过将自身的传统信息技术与互联网、大数据相结合,推动企业各个方面智能化发展,让企业在市场上处于领跑地位。在传统的家电领域中,不仅要使家电产品自身智能化,而且也要把智能知识不断融入到家电产品的生产和销售过程中,从而实现制造过程智能化和销售过程智能化,提高家电产品的质量。随着智能
随着无线设备和移动终端的普及,快速地带动了定位领域的研究和发展。由于现代大型建筑物规模化的不断建设,人们在室内活动随时需要了解自己的位置信息,因此对室内定位的需求也随之提高。其中,WiFi定位技术凭借着低成本、易部署的优势成为室内定位的主流研究方向。然而,基于传统采集方式构建WiFi指纹地图的效率较低,需要花费大量的时间成本和人力成本。为解决这一问题,本文引入众包的概念,提出通过众包采集的方式实现
21世纪以来,随着嵌入式、摄像头、传感器技术的发展,推动了各类机器人、无人机、无人车的出现及应用。而无论是机器人的关节控制,还是无人机的位姿控制、又或者是无人车的路径规划,都需要对动态系统的状态进行估计。本文基于扩张状态观测器,对于非线性系统中存在干扰、时滞、丢包的问题,针对两类受到干扰的网络化非线性系统论述其状态估计:(1)针对系统存在状态非线性不确定时滞、输出有界非线性时滞及输入信号缺失的问题
近年来,自动驾驶、自主无人机、智能机器人等行业得到飞速发展,在服务业、农业、医疗方面有了大量成熟的应用。定位技术是机器人完成相关任务中最基本的需求之一,主要有基于激光雷达和相机的方法。单一传感器已经不能满足实际应用场景的需求,把激光雷达与相机的优点结合,利用激光雷达与相机各自的优势可以实现精度更高、稳定性更强的定位方法。本文在基于稀疏直接法的DSO(Direct Sparse Odometry)算
科技的进步带来了不断提高的生产、生活需要,从而使得工程系统越来越复杂,出现了如航空发动机、车辆动力学、电力网络、电机等安全关键系统。这些系统十分重要,且倘若它们发生故障,将会极大损害社会的利益财产安全,轻则影响社会正常运作,重则可能造成重大的安全事故。故障检测方法能有效保障这些系统的安全运行,在实际生产中意义重大。本文将确定性学习理论与线性自适应观测器技术相结合,提出了一类非线性系统的故障诊断方法
由于市场的需求和自动化领域的迅猛发展,工业机器人的使用和进步在控制行业已经是不可避免的潮流。但是相对于国外的发展情况,我国在这方面有着不小的差距,主要是国外垄断着他们的完整的控制产业链,并且企业和机构研发的工业机器人控制系统都采用专用的控制器,使系统缺乏通用性、灵活性。这两个主要因素直接导致了我国工业机器人的提高举步维艰。所以,设计一种具有可重构性的、开放性的控制系统具有重大科研意义和广泛的市场价
近年来,各种突发事故和人类的破坏活动导致灾难频发,对全人类的生命安全造成了威胁,引起社会各界人士的广泛关注。RoboCup Rescue机器人仿真系统是一个先模拟发生地震或火灾等自然灾害的城市环境,再利用机器人在该场景中展开救援工作的系统。在该系统中,机器人需要完成抢救灾难中的伤者、扑灭可能发生的火灾等任务,其目的是减少灾难中的损失,提升救援的整体效果。RoboCup Rescue中机器人的行动策
随着车联网与人工智能的深度交融,越来越多的人工智能应用已经落地到车联网场景中,比如行人检测、疲劳监测、自动泊车等。在车联网的人工智能应用中,主要使用到了机器学习技术,而机器学习技术的应用就需要先进行模型的训练。在传统的机器学习模型训练方案中,模型训练一般都是在中心服务器上进行的。这就需要将大量的用户数据传输到中心服务器上,在服务器上进行数据处理与模型训练。虽然这种中心化的训练方式能有效提高机器学习