学位论文 > 优秀研究生学位论文题录展示

蜂窝梁的稳定承载力分析与预测

作　者: 吴海涛
导　师: 侯祥林
学　校: 沈阳建筑大学
专　业: 结构工程
关键词: 蜂窝梁有限元法稳定分析预测神经网络算法
分类号: TU392.1
类　型: 硕士论文
年　份: 2011年
下　载: 41次
引　用: 0次
阅　读: 论文下载

内容摘要

蜂窝梁具有自重轻、抗弯刚度大、承载力高等特点,因此应用越来越广泛。为提高材料强度与刚度的利用率,实际中通常把蜂窝梁的腹板和翼缘设计得既薄又宽。但是,这样使蜂窝梁比较容易发生整体和局部失稳,这对蜂窝梁在我国的推广应用产生了非常不利的影响。因此,对蜂窝梁稳定承载力及预测进行深入研究是十分必要的。本文基于有限元分析软件ANSYS对不同跨度、不同扩张比、不同孔型、不同孔洞数目的蜂窝梁的整体稳定性能进行了分析研究。本文建立了3种扩张比(1.4、1.5和1.6)、2种孔型(圆形孔和六边形孔)的蜂窝梁有限元模型;还建立了2种截面实腹梁的有限元模型,即未扩张的原有H型实腹梁和截面高度与蜂窝梁相同的实腹梁,并开展了在均布荷载和跨中集中荷载作用下的稳定性分析,得出了稳定承载力及对应跨中挠度。通过对比分析可知:扩张后的蜂窝梁的临界荷载比原有的实腹梁的临界荷载要高出20%左右,比截面高度与蜂窝梁相同的实腹梁要低,但不超过10%;扩张比相同时,圆形孔和六边形孔蜂窝梁的稳定临界荷载相差不大,但是六边形孔蜂窝梁的临界荷载要略高于圆形孔蜂窝梁的临界荷载。最后运用人工神经网络精确算法,建立了以跨度、扩张比(或孔高)、孔洞个数为输入,以临界荷载和挠度为输出的蜂窝梁稳定问题的神经网络精确插值计算公式,通过待检样本插值分析结果与有限元结果的对比,表明了插值函数的可行性。本文的分析方法可为蜂窝梁结构问题的设计与研究提供新思路。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-13
  1.1 蜂窝梁概况  8
  1.2 蜂窝梁的国内外研究综述  8-11
    1.2.1 研究历程与现状  8-11
    1.2.2 课题研究的意义  11
  1.3 本文的主要研究内容和要解决的问题  11-13
    1.3.1 主要研究内容  11
    1.3.2 要解决的问题  11-13
第二章蜂窝梁稳定分析的基础理论  13-21
  2.1 钢结构稳定问题的相关概述  13-15
    2.1.1 梁整体稳定的概念  13
    2.1.2 实腹梁整体稳定的计算方法  13-14
    2.1.3 结构稳定分析中的非线性类型  14-15
  2.2 ANSYS 分析中有关选用项目的概述  15-17
    2.2.1 ANSYS 壳单元分析技术  15
    2.2.2 SHELL181 单元简介  15-16
    2.2.3 材料属性  16
    2.2.4 材料屈服准则  16-17
  2.3 ANSYS 分析的研究过程  17-20
    2.3.1 特征值屈曲分析  17-19
    2.3.2 非线性屈曲分析  19-20
  2.4 本章小结  20-21
第三章蜂窝梁在均布荷载作用下的稳定承载力分析  21-41
  3.1 蜂窝梁模型的建立  21-25
    3.1.1 蜂窝梁的制作  21-24
    3.1.2 关于分析中的几点说明  24-25
  3.2 均布荷载作用下的有限元分析  25-37
    3.2.1 均布荷载作用下部分构件受力过程  25-35
    3.2.2 计算结果  35-37
  3.3 各构件对比分析  37-40
    3.3.1 蜂窝梁与未扩张的原实腹梁之间的对比分析  37-38
    3.3.2 扩张后的蜂窝梁与外轮廓相同实腹梁之间的对比分析  38-39
    3.3.3 不同参数蜂窝梁之间的对比分析  39-40
  3.4 本章小结  40-41
第四章蜂窝梁在集中荷载作用下的稳定承载力分析  41-59
  4.1 蜂窝梁模型的尺寸  41-42
  4.2 集中荷载作用下的有限元分析  42-52
    4.2.1 部分构件受力过程分析  42-49
    4.2.2 有限元计算结果  49-52
  4.3 集中荷载作用下各构件对比分析  52-58
    4.3.1 扩张后的蜂窝梁与原实腹梁之间的对比分析  52-54
    4.3.2 扩张后的蜂窝梁与外轮廓相同实腹梁之间的对比分析  54-57
    4.3.3 蜂窝梁之间的对比分析  57-58
  4.4 本章小结  58-59
第五章基于人工神经网络精确算法的插值分析  59-67
  5.1 人工神经网络高精度算法原理  59-60
    5.1.1 建立多层神经网络高精度优化问题  59
    5.1.2 各种神经网络算法比较  59-60
  5.2 均布荷载作用下的蜂窝梁的神经网络计算  60-63
  5.3 人工神经网络方法计算的其它不同参数情况的蜂窝梁  63-65
  5.4 本章小结  65-67
第六章结论与展望  67-68
  6.1 结论  67
  6.2 展望  67-68
参考文献  68-71
作者简介  71
作者在攻读硕士学位期间发表的学术论文  71-72
致谢  72-73

蜂窝梁的稳定承载力分析与预测

内容摘要

全文目录

相似论文