项目名称: 纤维预拉杆式自定心屈曲约束支撑的力学性能与设计方法研究

项目编号: No.51208095

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 建筑环境与结构工程学科

项目作者: 周臻

作者单位: 东南大学

项目金额: 25万元

中文摘要: 基于分灾-耗能理念的屈曲约束支撑(BRB)是减轻结构震害的有效手段。但由于支撑屈服后刚度较低,使得BRB结构在强震后易于产生较大残余变形,增加了结构震后修复的难度和成本。为此,提出在BRB中引入纤维预拉杆式自定心体系(FRP-SC)以解决这一问题。拟通过理论方法-数值模拟-性能试验相结合,从构造、构件和结构层次开展FRP-SC-BRB的力学性能与设计方法研究。构造层次:通过试验研究确定适用于自定心体系的纤维筋材力学性能与锚固系统,解明FRP-SC的工作机制,建立支撑体系的构造设计原则;构件层次:通过拟静力试验与数值模拟,研究关键构造参数对FRP-SC-BRB滞回性能的影响规律,构建反映支撑滞回耗能与自定心特征的力学模型;结构层次:通过FRP-SC-BRB减震结构的非线性动力分析与振动台试验,研究支撑滞回性能参数对结构抗震性能的影响规律,提出同时考虑结构位移与残余变形性能约束的直接设计方法。

中文关键词: 自定心结构;纤维复合筋;屈曲约束支撑;残余位移;设计方法

英文摘要: The buckling-restrained brace (BRB) based on disaster-reduction and energy-dissipation concept is an effective measure to reduce structural seismic damage. For the relatively low post-yield stiffness of the brace, BRB structures are prone to large residual lateral deformations, leading to the increasing difficulty and cost for structural renovation after earthquake. Therefore, the self-centering system with pretensioned fiber-reinforced-plastic bars (FRP-SC) is introduced to solve this problem. Through the incorporation of theoretical method, numerical simulation and performance experiment, the mechanic performance and design method of FRP-SC-BRB are investigated from three levels: construction, member, and structure. In the construction level, the mechanic performance and anchorage method of appropriate FRP bar for self-centering system is determined through experiments, the working mechanism of FRP-SC-BRB is studied, and the construction design principle is established for brace system. In the member level, through quasi-static loading experiments and numerical simulations, the influence of key construction parameters on the hysteretic performance of FRP-SC-BRB is investigated, and the mechanic model reflecting the energy-dissipation and self-centering characteristics of brace systems is constructed. In the st

英文关键词: self-centering structures;FRP composite tendons;buckling restrained braces;residual deformations;design methodology

成为VIP会员查看完整内容
0

相关内容

【NeurIPS 2021】基于次模优化的规则学习算法框架
专知会员服务
33+阅读 · 2021年11月30日
【NeurIPS 2021】设置多智能体策略梯度的方差
专知会员服务
20+阅读 · 2021年10月24日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
15+阅读 · 2021年6月6日
【NeurIPS 2020 】神经网络结构生成优化
专知会员服务
20+阅读 · 2020年10月24日
【NeurIPS 2020】基于因果干预的小样本学习
专知会员服务
67+阅读 · 2020年10月6日
【KDD2020】最小方差采样用于图神经网络的快速训练
专知会员服务
27+阅读 · 2020年7月13日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
平台积分体系设计方案
PMCAFF
31+阅读 · 2018年11月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
小贴士
相关主题
相关VIP内容
【NeurIPS 2021】基于次模优化的规则学习算法框架
专知会员服务
33+阅读 · 2021年11月30日
【NeurIPS 2021】设置多智能体策略梯度的方差
专知会员服务
20+阅读 · 2021年10月24日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
15+阅读 · 2021年6月6日
【NeurIPS 2020 】神经网络结构生成优化
专知会员服务
20+阅读 · 2020年10月24日
【NeurIPS 2020】基于因果干预的小样本学习
专知会员服务
67+阅读 · 2020年10月6日
【KDD2020】最小方差采样用于图神经网络的快速训练
专知会员服务
27+阅读 · 2020年7月13日
相关资讯
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
平台积分体系设计方案
PMCAFF
31+阅读 · 2018年11月17日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员