共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 高墩长联钢-混结合梁顶推施工期抖振响应及控制显示文摘依托山西临猗黄河大桥工程,针对高墩长联钢-混凝土组合结构桥梁钢箱梁顶推施工期最大悬臂状态风致抖振响应及其控制措施进行了研究。采用准定常理论考虑钢箱梁断面、钢导梁断面抖振力及气动自激力,通过谐波合成法实现桥位处紊流风场脉动风速时程模拟,对钢箱梁顶推最大悬臂状态风致抖振响应进行时域计算。结合桥梁结构实际特点与施工方法,提出采用下拉索抗风措施进行钢箱梁顶推最大悬臂状态风致抖振响应控制,并采用有限元分析方法对该施工期抗风措施的控制效果进行计算分析。结果表明:钢箱梁顶推最大悬臂状态钢导梁1阶竖弯自振频率为0.4507 Hz,钢导梁1阶侧弯自振频率为0.5344 Hz;当主梁高度处设计风速为39.4 m/s时,钢导梁悬臂端竖向位移响应瞬时极值为0.6314 m,钢导梁悬臂端侧向位移响应瞬时极值为0.1911 m;在钢导梁悬臂端附近设置临时下拉索抗风措施可有效提升桥梁结构竖向刚度和减小钢导梁悬臂端抖振位移响应,从而提升桥梁结构钢导梁最大悬臂状态竖向自振频率;随着下拉索刚度的增长,其抑振效率为非线性增长,当悬臂端竖向位移降比达到约60%后其控制效果趋缓。 | 宋曰建 | 2022 | 中外公路2022，42，5： | 1 |
| 2 | 钢桁梁斜拉桥抗风稳定性数值模拟分析显示文摘以金塘大桥为研究对象,基于弹簧悬挂系统,采用Starccm+软件为研究工具,利用微分方程的数值解法和动网格技术,研究不同风攻角下桥梁的颤振临界风速、涡振扭转和竖弯振幅。结果显示:风攻角为3°时颤振临界风速区间为81~83m/s,风攻角为0°时颤振临界风速区间为87~89m/s,风攻角为-3°时颤振临界风速区间为95~98m/s,而规范公式计算的弯扭耦合颤振临界风速为90.44m/s,均大于检验风速76.3m/s;金塘公铁两用大桥的竖向弯曲振动和扭转振动涡振的共振振幅分别为102mm和0.25386°,均小于规范的容许值201.3mm和0.2898°;主梁颤振及涡激振动性能满足要求。研究结果表明金塘公铁两用大桥设计抗风稳定性满足规范要求,研究方法对大跨度桥梁的抗风设计具有参考价值和实际意义。 | 郗艳红 柳润东 陈明杲 刘斌 毛军 | 2019 | 中国科技论文2019，14，6： | 1 |
| 3 | 基于TL-Conv LSTM-AM组合模型的薄平板抖振响应预测显示文摘针对大跨度桥梁等工程结构在紊流场作用下的抖振响应预测问题,以薄平板为例,将数值模拟的薄平板抖振响应时程结果作为训练与测试数据,选用风场时程数据作为输入,并将薄平板的横向位移、竖向位移以及扭转角响应时程数据作为输出,分别采用带外部输入的非线性自回归(NARX)、长短期记忆(LSTM)、卷积长短期记忆(Conv LSTM)、注意力机制长短期记忆(LSTM-AM)神经网络模型预测薄平板的抖振响应。进一步地,将迁移学习(TL)方法与上述神经网络模型相结合,提出基于Davenport准定常抖振理论获取大量源任务数据的方法。通过筛选出的可用源任务数据,训练上述神经网络模型并经共享权重、微调参数后完成对薄平板目标任务数据的预测,并最终构建了TL-Conv LSTM-AM组合模型来预测薄平板抖振响应的思路。研究结果表明:在薄平板抖振响应预测中,LSTM模型的预测精度要高于NARX模型;引入卷积计算和注意力机制均有利于时序数据的预测,因此Conv LSTM和LSTM-AM模型的抖振响应预测精度相比单一的LSTM模型的预测精度要高;当上述神经网络模型结合迁移学习方法后能有效提升抖振响应的预测精度,但在局部区域仍有一定偏差;提出的TL-Conv LSTM-AM组合模型在高紊流情况下3个方向的抖振响应预测精度R2均超过了0.99,低紊流情况下预测精度R2也超过了0.98,其中扭转角的预测精度R2也接近于0.99。因此,所提出的TL-Conv LSTM-AM组合模型在薄平板抖振响应预测中的精度较高,具有较强的泛化性。研究成果可为大跨度桥梁等工程结构的抖振响应时程预测提供新的思路。 | 胡朋 丁艳 韩艳 张非 程渭 | 2023 | 中国公路学报2023，36，8： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员