锈蚀高强钢丝及拉索承载性能退化的概率评估

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51778372
  • 项目类别：
    面上项目
  • 资助金额：
    60.0万
  • 负责人：
    周海俊
  • 依托单位：
    深圳大学
  • 学科分类：
    E0804.结构工程
  • 结题年份：
    2021
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2021-12-31
  • 项目参与者：
    李利孝； 任宏伟； 吴凌壹； 周一帆； 杨昕； 齐盛珂； 周现宝； 梁雪冰； 刘智超；
  • 关键词：
    评估腐蚀强度拉索随机

项目摘要

Cable supported bridges are widely built in recent three decades. As time passing by, the load carrying capacity of cables are deteriorated due to high strength steel wire corrosion. Some stay cables and hangers are even broken without any warning due to poor maintenance and residue strength assessment of corroded cable becomes a pressing and challenging task. This project will get the corroded high strength wire from bridge site and by accelerated corrosion of HDPE sheath coated high strength steel wire firstly. The statistical analysis of corrosion surface pits and uniform corrosion of corroded wire will then carried out to get the parameters of distribution models, the relationship between corrosion parameters of different located wires can also be derived. Numerical simulation will be carried out to identify and quantify the effects of pitting corrosion on strength degradation of corroded wires. Static tension loading and fatigue loading test on corroded wires will further carried out to derive degradation parameters of probabilistic distribution functions for stress-strain relation and fatigue life. Based on the derived probabilistic distribution model for the corroded wire, stochastic strength and fatigue life of corroded cable will be further assessed by Monter Carlo method. The degradation characteristic of load carrying capability of corroded cable will be analyzed. The semi analytical and semi numerical probabilistic distribution model for strength and fatigue life of corroded cable will be further deducted and updated by the Monter Carlo simulation result. Static loading test and fatigue test of small scale corroded cable model will also be conducted to verify the analytical and simulation results. This work can reveal degradation mechanism and evolution of loading capability of corroded cable. It will be the foundation work of stochastic strength and fatigue life evaluation of corroded cable, and it has wide application perspective in the future.
本项目将结合实桥锈蚀拉索取样和实验室加速腐蚀模型拉索、高强钢丝腐蚀形貌观测统计、锈蚀高强钢丝及小尺寸拉索模型加载实验、有限元和蒙特卡罗法模拟分析，及概率理论研究锈蚀拉索的承载性能退化规律。首先通过实验室加速腐蚀HDPE护套包裹高强钢丝拉索模型，结合实桥锈蚀拉索样本，观测统计锈蚀钢丝的均匀锈蚀和坑蚀分布特征参数及位置相关性。进一步通过锈蚀钢丝的有限元模拟和加载实验，确定锈蚀高强钢丝的应力-应变本构关系参数和疲劳寿命参数退化的概率分布函数及其与腐蚀形貌参数的相关性。采用蒙特卡罗法模拟加载并统计分析锈蚀拉索承载性能退化特点，并推导半解析半数值的锈蚀拉索静力承载性能和疲劳寿命的概率分布函数并以蒙特卡洛方法模拟结果予以修正。再进一步采用锈蚀小尺寸拉索模型加载实验结果验证，最终揭示锈蚀拉索承载性能退化机理和演变规律。本项目研究成果为锈蚀拉索承载性能的概率评估方法提供理论依据，具有广阔的应用前景。

结项摘要

本项目将结合实桥锈蚀拉索取样和实验室加速腐蚀模型拉索、高强钢丝腐蚀形貌观测统计、锈蚀高强钢丝及小尺寸拉索模型加载实验、有限元和蒙特卡罗法模拟分析，及概率理论研究锈蚀拉索的承载性能退化规律。首先通过实验室加速腐蚀HDPE护套包裹高强钢丝拉索模型，结合实桥锈蚀拉索样本，观测统计锈蚀钢丝的均匀锈蚀和坑蚀分布特征参数及位置相关性。进一步通过锈蚀钢丝的有限元模拟和加载实验，确定锈蚀高强钢丝的应力-应变本构关系参数和疲劳寿命参数退化的概率分布函数及其与腐蚀形貌参数的相关性。采用蒙特卡罗法模拟加载并统计分析锈蚀拉索承载性能退化特点，并推导半解析半数值的锈蚀拉索静力承载性能和疲劳寿命的概率分布函数并以蒙特卡洛方法模拟结果予以修正。再进一步采用锈蚀小尺寸拉索模型加载实验结果验证，最终揭示锈蚀拉索承载性能退化机理和演变规律。本项目研究成果为锈蚀拉索承载性能的概率评估方法提供理论依据，具有广阔的应用前景。

项目成果

期刊论文数量（5）
专著数量（1）
科研奖励数量（1）
会议论文数量（6）
专利数量（1）
Stochastic field model for the residual radius along the length of naturally and artificially corroded rebars
自然和人工腐蚀钢筋沿长度方向剩余半径的随机场模型
  • DOI：
    10.1080/15732479.2022.2027471
  • 发表时间：
    2022-02
  • 期刊：
    Structure and Infrastructure Engineering
  • 影响因子：
    3.7
  • 作者：
    Haijun Zhou;Yeting Li;Qi Wen;George Deodatis
  • 通讯作者：
    George Deodatis
A hybrid method coupling empirical mode decomposition and a long short-term memory network to predict missing measured signal data of SHM systems
耦合经验模态分解和长短期记忆网络的混合方法来预测 SHM 系统丢失的测量信号数据
  • DOI：
    10.1177/1475921720932813
  • 发表时间：
    2020-07-04
  • 期刊：
    STRUCTURAL HEALTH MONITORING-AN INTERNATIONAL JOURNAL
  • 影响因子：
    6.6
  • 作者：
    Li, Linchao;Zhou, Haijun;Liu, Junhui
  • 通讯作者：
    Liu, Junhui
Shape memory alloy strands as cross-ties: Fatigue behavior and model-cable net tests
形状记忆合金绞线作为枕木：疲劳行为和模型电缆网测试
  • DOI：
    10.1016/j.engstruct.2021.112828
  • 发表时间：
    2021-10
  • 期刊：
    Engineering Structures
  • 影响因子：
    5.5
  • 作者：
    Xia Yang;Haijun Zhou;Xin Yang;Xianbao Zhou;Sara Ying Zhang;Yanliang Du
  • 通讯作者：
    Yanliang Du
Missing data estimation method for time series data in structure health monitoring systems by probability principal component analysis
基于概率主成分分析的结构健康监测系统时间序列数据缺失数据估计方法
  • DOI：
    10.1016/j.advengsoft.2020.102901
  • 发表时间：
    2020-11-01
  • 期刊：
    ADVANCES IN ENGINEERING SOFTWARE
  • 影响因子：
    4.8
  • 作者：
    Li, Linchao;Liu, Hanlin;Zhang, Chaodong
  • 通讯作者：
    Zhang, Chaodong

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

Rac1b小干扰RNA对结直肠癌细胞恶性生物学行为的影响
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    四川大学学报（医学版）
  • 影响因子：
    --
  • 作者：
    李立兰;周海俊;岳彩霞;李楠静;魏雯;唐秋琳;毕锋
  • 通讯作者：
    毕锋
形状记忆合金辅助索-简化索网模型振动特性的数值模拟及试验研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    重庆交通大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    周海俊;陈朝骏;杨夏;林焙淳
  • 通讯作者：
    林焙淳
简支梁桥形状记忆合金装置减震防落研究
  • DOI：
    10.13465/j.cnki.jvs.2015.21.034
  • 发表时间：
    2015
  • 期刊：
    振动与冲击
  • 影响因子：
    --
  • 作者：
    周海俊
  • 通讯作者：
    周海俊
循环荷载下钢筋混凝土ABAQUS粘结滑移单元
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    武汉大学学报（工学版）
  • 影响因子：
    --
  • 作者：
    方自虎;周海俊;赖少颖;谢强
  • 通讯作者：
    谢强

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

周海俊的其他基金

滨海环境腐蚀钢筋混凝土梁桥承载性能随机退化规律研究
  • 批准号：
    52378169
  • 批准年份：
    2023
  • 资助金额：
    50 万元
  • 项目类别：
    面上项目
跨海大桥拉索系统的损伤机制与全寿命安全保障
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    269 万元
  • 项目类别：
    联合基金项目
斜拉索-辅助索-索端阻尼器系统的减振机理与参数优化设计研究
  • 批准号：
    51578336
  • 批准年份：
    2015
  • 资助金额：
    62.0 万元
  • 项目类别：
    面上项目
海洋腐蚀钢筋混凝土桥墩抗震性能退化的实验与理论研究
  • 批准号：
    51378313
  • 批准年份：
    2013
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
形状记忆合金辅助索-索网结构减振的理论及试验研究
  • 批准号：
    51108269
  • 批准年份：
    2011
  • 资助金额：
    25.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码