基于长期荷载作用下土工合成材料蠕变特性试验研究

基于长期荷载作用下土工合成材料蠕变特性试验研究

ID:35133589

大小:1.64 MB

页数:67页

时间:2019-03-19

基于长期荷载作用下土工合成材料蠕变特性试验研究_第1页
基于长期荷载作用下土工合成材料蠕变特性试验研究_第2页
基于长期荷载作用下土工合成材料蠕变特性试验研究_第3页
基于长期荷载作用下土工合成材料蠕变特性试验研究_第4页
基于长期荷载作用下土工合成材料蠕变特性试验研究_第5页
资源描述:

《基于长期荷载作用下土工合成材料蠕变特性试验研究》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、学校代号学号密级1053602061077Y803972长沙理工大学硕士学位论文长期荷载作用下土工合成材料蠕变特性试验研究学位申请人姓名.匡盔建导师灶名及职称王挂盘数援培养单位援銎星缝拘』猩堂医专业名称.蚩±王理论文提交日朋.2鲤§生3且论文答辩日期垫竖生4旦答辩委员会主席——直型叫熬援.摘要通过土工合成材料的室内蠕变实验,研究了CEl31土工网和SDL土工格栅的蠕变特性及其影响因素,同时探讨了CEl31土工网和SDL土工格栅蠕变断裂发生、发展直至破坏的机理,并通过实验结果的分析,得出了CEl31和SDL的蠕变方程为£。=似+Bt)a。

2、。对于CEl31,当外部荷载为极限抗拉强度q的60%以上,温度超过25℃后,CEl31的蠕变量明显受温度变化影响;当应力水平为40%以下时,CEl3l的蠕变不存在温度效应;由于土工格栅试样荷载均未超过40%,基本上不受温度影响。在此基础上,进而提出了在长期强度条件下土工合成材料的预应变值大小及其计算公式:土工网e1=(1.5~2.3)呸,土工格栅£1=(o.1一O.2)呸。这对施工中的预应变加筋法技术有重要的参考价值。BP神经网络具有自适应学习和记忆能力,尤其是三层BP神经网络模型,所得预测值与实际值误差最大为0.91%,较最小二乘3.

3、4%的误差改善了许多,该法为蠕变预测找到了一条新的途径。关键词;土工合成材料;蠕变特性:温度效应;蠕变模型;长期强度预应变值;预应变加筋法;神经网络ABSTRACTBasedOUthecreepexperimentsforgeosynthetics,thecreepcharacteristicofNetlonCEl31geonet.SDL25geogridandtheirinfluencfactorarestudied.MeanwhilethemechanismofcreepforNetlonCEl31geonet.SDL25geogr

4、idfromoccurringtobedestroyededisstudiedtoo.Basedontheexperiments,thecreepformulasf=(A+Bt)盯。(inthisformula呸isthestresslevel)fortheCEl31.SDL25isobtained.FortheNetlonCEl31geonet,whenexteriorloadislargerthan60%oftheultimatetensilestrengthandthetemperatureishigherthan25'Cthec

5、reepofNetlonCEl31isaffectedapparentlybythechangeofthetemperature.AnditisDOlongeraffectedbythetemperaturewhenstresslevelisbelow40%orthetemperatureislowerthan25℃.BecauselodeofSDL25isnotmorethan40%,thecreepcharacteristicsofSDL25ishardlyaffected.Meanwhilethecalculationmodelt

6、oestimatetheprestrainedvalueisalsoputforwardCEl31:E1=(1.5-2.3)q,SDL25£1=(O.1加.2)o:;itisimportantreferencevalueforprestrainedreinforcementengineering.Theneuralnetworkhastheabilityofselfadaptivelearningandremembering,andthethree·lairBPnetworkhaswideapplication.Themaximumer

7、rorbetweencalculationandobservationis0.91%-wKchisbetterthantheerrorof3.4%bytheleastsquareregressionmethod.Sotheassociationmethodgivesanewwayforthecreepforecaststudy.Keywords:geosynthetics;creepproperties;temperatureeffect;creepmodel;prestrainedvalueunderlongtimeload;Pres

8、trainedReinforcementTechnique;neuralnetwork.1I长沙理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。