基于非概率理论的碳纤维布加固桥梁可靠性研究

《基于非概率理论的碳纤维布加固桥梁可靠性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、。一二一ＷｕｈａｎＩ打ｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ硕壬学位论文基于非概率理论的碳纤维巧加固桥梁可靠性研究：．学科专业：建筑与±木工程為专，Ｉ＂＇’心為研究生－１！赵银超梦指导教师；陈旭勇副教授邹传斌商级工程师培养单位；资源与止木工程学院二〇—五年五月諸Ｉ＇，．Ｖ媒中—二分类号：Ｕ４４８．４２学校代号：１０４撕学号：２０１３０３０１４巧ａ：公开武巧工種大学硕±学位论文基于非巧率理论的碳纤维布加固桥梁可靠性研

2、究作者姓名：赵银超指导教师姓名、职称：陈旭勇融教授邹传斌高级工程师‘申请学位类别：硕±学科专业名称：建筑与±木工程研究方向：桥梁加固论文提交日期風巧年矣月日论文答辩日期；２切５年５月边日学位授予单位：武汉工程大学学位授予日期：年月日答辩委员会主席；樊建平ResearchonCarbonFiberReinforcedBridgeBasedonNon-probabilityTheoryAThesisSubmittedfortheDegreeofMasterMajor：Build

3、ingandcivilengineeringCandidate：ZhaoYinchaoSupervisor：Prof.ChenXuyongWuhanInstituteofTechnologyWuhan,Hubei430073,P.R.China独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中己经标明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中臥明确方式标明。本人完全意识到本

4、声明的法律结果由本人承担。学位论文作者签名：２〇１５年（＜月曰／学位论文版权使用授权书本学位论文作者完全了解我校有关保留、使用学位论丈的规定，良Ｐ：我校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅。本人授权武汉工程大学研究生处可Ｗ将本学位论文的全部或部分内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密０，在年解密后适用本授权书。＿＿本论文属于不保密贷＂＂（请在上方框内打Ｖ）学位论文作者签名：指导教师签名

5、２０１５年＾月２０１５年／月曰／曰ｊ摘要粘贴碳纤维布加固桥梁具有施工方便、耐腐蚀等优点，在桥梁维修加固工程中得到了推广应用。由于传统的概率模型分析需要足够的数据信息，且对参数取值范围的变化很敏感。而非概率模型对数据样本的要求较低，只需参数变量的上下限。因此在桥梁加固工程中，非概率可靠性分析方法具有很强的实用性。本文首次将非概率可靠性理论应用到碳纤维布加固桥梁的分析中，说明碳纤维布加固效果的可靠性和合理性。具体研究内容如下：（1）在阅读相关规范与文献的基础上，详细的介绍了非概率可靠性的区间概念、可靠性模型以及

6、非概率可靠性指标的计算方法。（2）根据非概率可靠性理论提出了加固前桥梁的非概率可靠性分析的研究方法。通过一个具体的工程实例，对加固前的桥梁进行敏感性分析，找出影响结构功能函数大的区间变量。利用区间模型的一维优化算法求解非概率可靠性指标，为加固前的桥梁提供了研究依据。（3）对常见的几类桥梁加固方法进行归纳总结，根据工程经验分析，对实例桥梁选择合适的加固方法。本文选择碳纤维布加固方法，并对加固后的桥梁进行非概率可靠性分析，分别通过改进一维优化算法和失效点寻优法求解非概率可靠性指标。改进一维优化法主要针对极限状态方程已知的

7、情况，但实际工程中很多桥梁的极限状态方程不易求出，需要求助有限元建模分析方法。应用已有的失效点寻优法进行建模数值求解，同时和改进一维优化算法进行比较，为那些粘贴碳纤维布加固得不到功能函数的桥梁提供思路。最后通过改变碳纤维布的宽度以及层数，研究加固后非概率可靠性指标的变化，为碳纤维布加固桥梁提供依据。关键词：非概率可靠性；碳纤维布；加固；区间模型；改进一维优化算法AbstractUsingcarbonfibrereinforcedpolymertostrengthenthebridgeshastheadvantageo

8、fconvenientconstructionandcorrosionresistance.Ithasbeenwidelyusedinbridgemaintenanceandreinforcementproject.Thetraditionalprobabilisticmodelrequiressufficientdataandissensit