欢迎来到天天文库
浏览记录
ID:36808068
大小:6.57 MB
页数:83页
时间:2019-05-15
《轨道交通槽形梁性能分析及优化研究》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、同济大学土木工程学院硕士学位论文轨道交通槽形梁性能分析及优化研究姓名:张鹏申请学位级别:硕士专业:桥梁与隧道工程指导教师:吴迅20090301摘要预应力混凝土槽形梁由主梁、桥面板和端横梁等部分组成,具有建筑高度低,隔音效果好,断面空间利用率高,行车安全,外观美观等优点。并且跨径变化只影响两侧主梁的梁高,基本不影响槽形梁桥面板的高度,便于轨道交通系统在线路纵断面上作定线布置,所以槽形梁在铁路和城市轨道交通中应用广泛。但是槽形梁属于开口薄壁构件,整体性和抗扭性不如箱梁,是一种复杂的梁板组合结构。在车辆荷载的作用下,主梁与桥面板交接处,桥面板与端横梁交接处应力分布状态复杂
2、;桥面板横向应力,主梁主应力的分布规律也比其它构件复杂。使得分析槽形梁的受力状态,以及如何采取构造措施均比设计其它构件困难。本文根据同济大学桥梁工程系承担的两座槽形梁足尺静载试验,即上海轨道交通八号线外延伸段足尺槽形梁静载试验和南京地铁二号线东延伸段足尺槽形梁静载试验为工程背景,分析槽形梁在设计荷载、开裂荷载和破坏荷载作用下的刚度、强度和抗裂性等性能。同时建立有限元模型,进行槽形梁仿真试验研究,将理论结果与试验结果对比,判断二者的可靠性。有限元数值分析结果比试验数据全面,因此可以利用有限元数值计算的结果,研究槽形梁的剪力滞效应。在上述两座槽形梁试验中,发现槽形梁的设
3、计中还存在一些不足,需要做进一步优化。本文根据试验数据和理论分析结果,对槽形梁这些需要进一步优化的方面开展研究,提出优化方案,为设计工作提供建议。关键词:槽形梁,静载试验,性能研究,优化分析AbstractABSTRACTPrestressedconcretetroughgirderiscomposedbybeam,slabandcrossbeam,whichhasalotofmerits,suchaslowbuildingheight,bettereffectofsoundinsulation,highusingrateofthesectionspace,trav
4、elingsafetyandbeautifulappearance.Besidesthechangeofspan,theheightofbeamchanges,buttheheightofslabchangeslittle,thusthisisconvenientforsitingonverticalsectionofurbanrailtransit,sothetroughgirderisusedmoreandmoreinrailwayandurbanrailtransit.However,troughgirderisanopen·mouthedthinwallst
5、ructure,it’santitorsioncapacityisnotasstrongasboxgirder,whichisacomplexcombinationstructure.Underliveload,stressdistributioninthejointofbeam—slabandslab-crossbeam,alsothedistributionofcorssstressinslabandprincipalstressinbeamaremorecomplexthanotherstructures.Asaresult,it’shardertoanaly
6、setroughgirderandhowtotakeconstructionmeasuresthanotherstructures.Baseontwotroughgirderstaticloadtests,whicharestacticloadtestofShanghailine8extensiondistrictandstacticloadtestofNanjingline2eastextensiondistrict,theindensity,stiffnessandcrackingresistanceoftroughgirderunderdesignload,c
7、rackingloadanddestroyloadareresearchedinthispaper.Atthesametime,theFEMmodeloftroughgirderisbuilt,bywhichsimulationgliderisresearched.AndthentheFEMcomputingdataarecomparedtotestdata,inordertojudgethecorrectness.BeacausetheFEMdataaremorecomprehensivethantestdata,theFEMcomputingdataareu
此文档下载收益归作者所有