公共文化服务平台

基于结构动力响应主分量瞬时特性的非线性结构模型修正: 土木工程结构在面临恶劣的自然环境和极端荷载作用时,常常会表现出明显的非线性特征,以及复杂的动力学行为。而基于线性假设理论的模型修正方法则难以实现对这种非线性结构模型的修正。论文提出了一种基于结构动力响应主分量的瞬时特性的...; 辛宇; 关键词：土木工程结构动力响应主分量; 文献传递

一种适用于钢混叠合梁预制桥面板的后浇带构造: 本实用新型涉及一种适用于钢混叠合梁预制桥面板的后浇带构造，所述的后浇带为采用分层浇筑的混凝土后浇带，从上至下依次为防水层、功能层和结构层，且功能层与结构层之间设有功能结构过渡区，功能层和结构层之间用钢丝网隔开，钢丝网孔径...; 李冲辛宇马乐乐侯立君王伟李丹苏红华王振

桥梁结构非线性模型修正研究综述被引量：6: 2022年; 针对桥梁服役期间由于结构力学性能减弱从而表现出具有时变特征的非线性振动问题,在回顾非线性模型修正发展的基础上,分别从非线性系统识别、非线性模型修正方法和非线性模型不确定性量化3个方面入手,总结了结构非线性模型修正技术中存在的一些关键问题;结合复杂结构损伤识别、性能评估与安全监测等内容,对其在桥梁结构中的应用展开了讨论。研究结果表明:以固有频率和模态振型为代表的响应特征量仅能反映时不变结构的物理特性,对于非线性结构而言其力学性能随外激励作用而不断变化,基于线性系统特征量的模型修正方法不能很好地适用于具有明显时变特性的非线性结构;结构动力响应主分量的瞬时频率和瞬时幅值包含了振动响应信号的相位信息和幅值信息,可以较为全面地反映动力荷载作用下结构响应的非平稳特性,选择具有时变特性的瞬时特征量来构建目标函数能够更为合理地表征非线性结构的动力特性;不确定性模型修正方法通过综合利用实测响应数据,考虑了测量噪声、模型误差和数值计算方法等不确定因素的影响,提高了模型修正结果的准确性;复杂结构非线性模型修正过程中涉及的参数众多,计算量大,极大地限制了其在实际工程结构中的应用,因此,合理选择具有代表性的非线性模型参数以及提高模型修正的计算效率是当前亟需解决的问题。; 王佐才丁雅杰戈壁袁子青辛宇; 关键词：桥梁工程贝叶斯理论优化算法

一种基于高斯贝叶斯网络的桥梁施工支架体系安全性能评定方法: 本发明公开了一种基于高斯贝叶斯网络的桥梁施工支架体系安全性能评定方法，利用贝叶斯网络模型在表达网络各节点单元逻辑关系方面的优势，建立具有三层网络节点的贝叶斯网络模型。其中网络的一级节点为对应的施工荷载因素，二级网络节点为...; 辛宇王佐才梁灿石海健

复杂边界条件下斜拉索视觉全域测试与索力精准识别方法: 本发明公开了一种复杂边界条件下斜拉索视觉全域测试与索力精准识别方法，首先采用基于相位的运动放大算法和亚像素边缘定位等机器视觉技术通过拉索振动视频提取振动位移时程并识别频率，其次利用有限差分法生成样本数据集，通过麻雀搜索算...; 王佐才侯卫超辛宇石海健段大猷许晋嘉刘宗族

一种基于小齿轮同步牵引系统的桥梁转体施工装置: 本实用新型公开了一种基于小齿轮同步牵引系统的桥梁转体施工装置，该装置以桥梁转体施工的球铰为基础，将转盘外边缘处的牵引索道设计为齿轮状滑道，周围利用额定功率的小齿轮系统同步牵引转盘转动，将普通转体施工中的牵引系统与齿轮结合...; 辛宇王佐才李硕杨伟民

一种基于计算机视觉的动态桥梁形态识别方法: 本发明适用于视觉测量技术领域，提供了一种基于计算机视觉的动态桥梁形态识别方法，包括：选取合适采样频率以及分辨率的传感器进行视频采集；对采集的视频进行裁切；使用欧拉视频放大算法对视频的结构形变进行放大；针对运动放大后每一帧...; 王佐才张飞段大猷辛宇马乐乐; 文献传递

一种适用于柔性桥墩纠偏的步履式顶推施工装置及其施工方法: 本发明公开了一种适用于柔性桥墩纠偏的步履式顶推施工装置及其施工方法，包括盖梁、墩柱、左侧梁板和右侧梁板，盖梁安装在墩柱的上端外表面，还包括安装于盖梁上端外表面上的纠偏装置，纠偏装置分别对应左侧梁板和右侧梁板设置；纠偏装置...; 辛宇马乐乐石海健陈焕侯卫超王佐才刘宗族杨东

一种基于小齿轮同步牵引系统的桥梁转体施工方法及装置: 本发明公开了一种基于小齿轮同步牵引系统的桥梁转体施工方法及装置，该装置以桥梁转体施工的球铰为基础，将转盘外边缘处的牵引索道设计为齿轮状滑道，周围利用额定功率的小齿轮系统同步牵引转盘转动，将普通转体施工中的牵引系统与齿轮结...; 辛宇王佐才李硕杨伟民

基于模块化贝叶斯推理的随机非线性模型修正: 2023年; 为同时考虑多种不确定因素对非线性结构模型修正的影响,提出了一种基于模块化贝叶斯推理的随机非线性模型修正方法。为了描述具有时变特性的非线性动力响应,提取结构动力响应主分量的瞬时加速度幅值作为非线性指标,基于贝叶斯方法,将整个模型修正过程分为3个相互独立的模块:首先建立非线性模型的高斯过程替代模型记为模块一;同时,为考虑模型误差对非线性结构随机模型修正的影响,将设计变量作为输入,模型误差作为输出,建立关于模型误差的高斯过程替代模型,记为模块二;最后,结合贝叶斯推理方法与模块一和模块二中的高斯过程模型,利用过渡马尔可夫链蒙特卡罗(transitional Markov Chain Monte Carlo,TMCMC)随机采样方法估计待修正参数后验概率密度函数,实现基于模块化贝叶斯推理的随机非线性模型修正研究。采用三跨连续梁桥数值算例来验证所提出的随机非线性模型修正方法的准确性,并对比了不同噪声水平、不同程度模型误差条件下的模型修正结果。研究结果表明,基于模块化贝叶斯推理的随机非线性模型修正方法能够有效地实现非线性结构的随机模型修正,并具有较好的鲁棒性。; 王未寅王佐才辛宇丁雅杰

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

辛宇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

辛宇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈