吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (4): 963-967.doi: 10.13229/j.cnki.jdxbgxb201404010

• • 上一篇    下一篇

钢-混组合梁挠度增大系数的神经网络计算方法

魏海斌, 张仰鹏, 焦峪波, 刘寒冰   

  1. 吉林大学 交通学院, 长春 130022
  • 收稿日期:2013-01-05 出版日期:2014-07-01 发布日期:2014-07-01
  • 通讯作者: 焦峪波(1986-), 男, 讲师, 博士.研究方向:桥梁智能检测.E-mail:jiaoyb@jlu.edu.cn
  • 作者简介:魏海斌(1971-), 男, 副教授, 博士.研究方向:道路工程.E-mail:weihb@jlu.edu.cn
  • 基金资助:
    国家自然科学基金项目(51378236); 吉林省科技发展计划项目(20130101039JC); 吉林大学“985工程”项目; 

Neural network-based calculation of deflection increasing coefficient of steel-concrete composite beam

WEI Hai-bin, ZHANG Yang-peng, JIAO Yu-bo, LIU Han-bing   

  1. College of Traffic, Jilin University, Changchun 130022, China
  • Received:2013-01-05 Online:2014-07-01 Published:2014-07-01

摘要: 以简支组合梁承受均布和集中荷载为例, 考虑了界面滑移效应, 引入挠度增大系数的概念, 以ANSYS模拟得到的组合梁有限元模型产生样本数据, 将BP神经网络用于挠度增大系数的计算, 推导得出了增大系数的闭合解公式。

关键词: 道路工程, 组合梁, 挠度增大系数, 神经网络, 滑移效应

Abstract: A neural network-based calculation method of deflection increasing coefficient of steel-concrete composite beam is proposed. This method takes the complexity and limitation of existing methods into consideration. The simply supported composite beam under concentrated load and uniformly distributed load is taken as example. Considering the effect of interface slip, the concept of deflection increasing coefficient is put forward. Sample data of the finite element model of composite beam are generated from simulation on ANSYS. BP neural network is trained and texted first using the sample data; then, it is applied to obtain the analytical formula of the deflection increasing coefficient.

Key words: road engineering, composite beam, deflection increasing coefficient, neural network, slip effect

中图分类号: 

  • U448
[1] 欧阳煜, 刘慧, 杨骁. 考虑粘结层滑移效应的组合梁弯曲[J]. 工程力学, 2012, 29(8):215-222. Ouyang Yu, Liu Hui, Yang Xiao. Bending of composite beam considering effect of adhesive layer slip[J]. Engineering Mechanics, 2012, 29(8): 215-222.
[2] Faella C, Martinelli E, Nigro E. Stell and composite beams with flexible shear connection: exact analytical expression of the stiffness matrix and application[J]. Computer and Structures, 2002, 80(11): 1001-1009.
[3] Andrews E S. Elementary Principles of Reinforced Concrete Construction[M]. London:Scott, Greenwood and Sons, 1912.
[4] 余志武, 蒋丽忠, 李佳. 集中荷载作用下钢-混凝土组合梁界面滑移及变形[J]. 土木工程学报, 2003, 36(8):1-6. Yu Zhi-wu, Jiang Li-zhong, Li Jia. The interface slip and deformatin of steel-concrete compostie beams under concentrated loads[J]. China Civil Engineering Journal, 2003, 36(8):1-6.
[5] 李法雄, 聂建国. 钢-混凝土组合梁剪力滞效应弹性解析解[J]. 工程力学, 2011, 28(9):1-8 Li Fa-xiong, Nie Jian-guo. Elastic analytical solutions of shear lag effect of steel-concrete composite beam[J]. Engineering Mechanics, 2011, 28(9):1-8.
[6] 聂建国, 沈聚敏. 钢-混凝土简支组合梁变形计算的一般公式[J]. 工程力学, 1994, 11(1): 133-137. Ni Jian-guo, Shen Ju-min. A general formula for predicting the deflection of simply supported composite steel-concrete beams with the consideration of slip effect[J]. Engineering Mechanics, 1994, 11(1): 133-137.
[7] 聂建国, 李法雄, 樊健生, 等. 钢-混凝土组合梁考虑剪力滞效应实用设计方法[J]. 工程力学, 2011, 28(11):45-51. Ni Jian-guo, Li Fa-xiong, Fan Jian-sheng, et al. Practical design method for steel-concrete composite beam considering shear lag effect[J]. Engineering Mechanics, 2011, 28(11): 45-51.
[8] 朱凯, 王正林. 精通Matlab神经网络[M]. 北京:电子工业出版社, 2010.
[9] 刘寒冰, 焦峪波, 程永春, 等. 基于模态曲率理论及神经网络的简支梁桥损伤识别[J]. 吉林大学学报:工学版, 2011, 41(4):963-967. Liu Han-bing, Jiao Yu-bo, Cheng Yong-chun, et al. Damage identification for simply supported beam bridge based on modal curvature theory and neural network[J]. Journal of Jilin University(Engineering and Technology Edition), 2011, 41(4): 963-967.
[1] 席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[2] 李伊,刘黎萍,孙立军. 沥青面层不同深度车辙等效温度预估模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1703-1711.
[3] 尼颖升,孙启鑫,马晔,徐栋,刘超. 基于空间网格分析的多箱室波形钢腹板组合梁腹板剪力分配[J]. 吉林大学学报(工学版), 2018, 48(6): 1735-1746.
[4] 江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747-1754.
[5] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[6] 臧国帅, 孙立军. 基于惰性弯沉点的刚性下卧层深度设置方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1037-1044.
[7] 念腾飞, 李萍, 林梅. 冻融循环下沥青特征官能团含量与流变参数灰熵分析及微观形貌[J]. 吉林大学学报(工学版), 2018, 48(4): 1045-1054.
[8] 宫亚峰, 申杨凡, 谭国金, 韩春鹏, 何钰龙. 不同孔隙率下纤维土无侧限抗压强度[J]. 吉林大学学报(工学版), 2018, 48(3): 712-719.
[9] 李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[10] 底晓强, 王英政, 李锦青, 从立钢, 祁晖. 基于量子细胞神经网络超混沌的视频加密方法[J]. 吉林大学学报(工学版), 2018, 48(3): 919-928.
[11] 程永春, 毕海鹏, 马桂荣, 宫亚峰, 田振宏, 吕泽华, 徐志枢. 纳米TiO2/CaCO3-玄武岩纤维复合改性沥青的路用性能[J]. 吉林大学学报(工学版), 2018, 48(2): 460-465.
[12] 张仰鹏, 魏海斌, 贾江坤, 陈昭. 季冻区组合冷阻层应用表现的数值评价[J]. 吉林大学学报(工学版), 2018, 48(1): 121-126.
[13] 季文玉, 李旺旺, 过民龙, 王珏. 预应力RPC-NC叠合梁挠度试验及计算方法[J]. 吉林大学学报(工学版), 2018, 48(1): 129-136.
[14] 马晔, 尼颖升, 徐栋, 刁波. 基于空间网格模型分析的体外预应力加固[J]. 吉林大学学报(工学版), 2018, 48(1): 137-147.
[15] 尼颖升, 孙启鑫, 马晔, 徐栋. 基于拉应力域的波形钢腹板组合梁承载力配筋计算[J]. 吉林大学学报(工学版), 2018, 48(1): 148-158.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!