【摘 要】
：
为了提高结构的抗震韧性,减小结构的震后残余变形是一种有效途径.研究了一种包含可更换耗能钢板(energy absorbing steel plate,EASP)的自复位支撑(self-centering brace,SCB
【基金项目】
：
国家自然科学基金资助项目(51808317)
论文部分内容阅读
为了提高结构的抗震韧性,减小结构的震后残余变形是一种有效途径.研究了一种包含可更换耗能钢板(energy absorbing steel plate,EASP)的自复位支撑(self-centering brace,SCB),对SCB进行了数值模拟研究,建立有限元模型并进行验证,以此为基础对SCB进行了参数分析,探讨关键参数的改变对SCB滞回性能的影响.结果表明:增大EASP的屈服强度可以提高SCB的承载力,但是增大了残余变形,同时使得SCB在位移较小的情况下难以产生耗能能力;减小钢绞线预应力会导致SCB
其他文献
当今市场经济环境的快速变换使得各行各业的竞争越发激烈,企业要在日益激烈的竞争环境中保持自身竞争力,就必须全面、科学地掌握自己的经营状况,并依据此作出经营管理决策。
针对传统的红外海面目标检测方法所存在的缺陷,即很难准确的捕获模糊目标区的外部轮廓,提出了一种基于快速杂交拟合能量模型的红外海面目标检测方法。该方法有效的融合了小波多尺度分解、海天线提取、多级滤波及杂交拟合能量模型。在将图像数据牵引至杂交拟合能量模型所对应的演化过程之前,经历了局部子带内的多级多带宽的滤波处理,最后将子图内的检测结果映射到原始的图像数据上。定量地评价了所提算法在信杂比增益、背景抑制因
本专栏致力于宣传各地将食品产业发展紧密结合脱贫攻坚、乡村振兴所探索的实践经验模式。重点关注挂职扶贫干部、第一书记等群体,结合所工作服务的地方谈特色农业与食品产业
针对现有的基于样本学习的图像超分辨率方法参数较多、运算速度较慢等问题,结合基于卷积神经网络的超分辨率方法,提出一种快速图像超分辨率方法。设计一学习网络,以低分辨率图像作为网络的输入,从根本上减少网络的运算负担,加速网络运算;减小卷积核尺寸使得网络训练参数减少,提高运算速度;最后以亚像素卷积层同时实现网络的映射和图像融合过程。将所提方法在通用测试集上进行测试,并与其他方法的测试结果进行了对比,所提方