[发明专利]基于可靠度的既有桩类支挡结构服役状态定量化评估方法有效
申请号: | 202010092514.X | 申请日: | 2020-02-14 |
公开(公告)号: | CN111324924B | 公开(公告)日: | 2022-07-01 |
发明(设计)人: | 郭海强;徐骏;高柏松;杨泉;谢清泉;李安洪;李刚;王占盛;李炼;杨淑梅;姚裕春 | 申请(专利权)人: | 中铁二院工程集团有限责任公司 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F119/04 |
代理公司: | 四川力久律师事务所 51221 | 代理人: | 林秋雅 |
地址: | 610031 *** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 可靠 既有 桩类支挡 结构 服役 状态 量化 评估 方法 | ||
1.一种基于可靠度的既有桩类支挡结构服役状态定量化评估方法,其特征在于,包括以下步骤:
S1:建立待评估的既有桩类支挡结构服役状态的功能函数;
S2:根据既有桩类支挡结构的长期、实时监测数据,统计分析获取桩身作用的统计特征;
获取桩身作用的统计特征包括:
A21:在待评估的既有桩类支挡结构前、后钻孔并埋设土压力监测设备,对桩后主动土压力、桩前被动土压力进行长期、实时监测;
A22:引入步骤A21中所述的长期、实时监测数据,统计分析获取桩身作用的统计特征;所述步骤A22包括:A221:确定评估使用的数据时间段T,计算组数n=T/t+1,引入所述步骤A21中各土压力监测设备获得的桩身土压力在T时段内的n组监测数据;A222:根据T时段内,由桩前被动土压力监测数据建立数据库,T时段内n个监测时间点对应n组监测数据;由每组监测数据得到桩前岩土压应力分布图,获得桩前岩土最大压应力;根据T时段内,由桩后主动土压力监测数据建立数据库,T时段内n个监测时间点对应n组监测数据;对每组监测数据沿桩身方向累加求和,获得该组数据对应的桩后主动土压力;引入弹性地基梁模型,计算该组数据对应的桩身最大弯矩作用和最大剪力作用;A223:对所述步骤A222获得的T时段内n个桩前岩土最大压应力进行统计分析,获取桩前岩土作用的统计特征;对所述步骤A222获得的T时段内n组桩身最大弯矩作用和最大剪力作用进行统计分析,获取桩后岩土作用统计特征;
考虑桩身混凝土碳化、钢筋锈蚀相关的材料时变弱化因素,建立既有桩类支挡结构的时变抗力计算表达式,并计算时变抗力的统计特征;
计算时变抗力的统计特征包括:
B21:根据规范、设计资料,确定桩身抗力设计参数的统计特征,包括桩身混凝土、钢筋的材料强度参数统计特征、桩几何参数统计特征;所述桩身混凝土、钢筋的材料强度参数统计特征包括混凝土轴心抗压强度、混凝土抗拉强度、混凝土弹性模量、钢筋抗拉强度;所述桩几何参数统计特征包括桩截面宽度、桩截面高度;
B22:考虑桩身混凝土碳化、钢筋锈蚀相关的材料弱化因素,获取既有桩类支挡结构服役年限内的材料弱化强度统计特征;所述步骤B22包括:B221:将抗力相关参数分类为几何参数、材料参数,考虑材料参数时变影响后的统计特征,几何参数则采取设计参数的统计特征;B222:考虑桩身混凝土碳化时变影响,计算混凝土时变强度的统计特征;B223:通过计算钢筋锈蚀过程三个阶段时间节点,根据该桩服役时间判断锈蚀阶段,并以此判断是否考虑钢筋锈蚀产生的时变效应,计算钢筋时变强度的统计特征;
B23:根据功能函数的设计抗力计算公式,建立时变抗力计算表达式,并计算功能函数中时变抗力的统计特征;
S3:根据所述桩身作用的统计特征和所述时变抗力的统计特征,计算出所述功能函数的失效概率和可靠指标;
S4:根据所述功能函数的失效概率和可靠指标,得到对既有桩类支挡结构服役状态的定量化评估结果,并预测既有桩类支挡结构的剩余使用寿命。
2.根据权利要求1所述的基于可靠度的既有桩类支挡结构服役状态定量化评估方法,其特征在于,所述步骤S1中,既有桩类支挡结构服役状态的功能函数Z(t)为:
Z(t)=g[R(t),S(t)]=R(t)-S(t);
式中,R(t)为桩类支挡结构抗力随机过程,其随着结构长期服役后材料性能发生时变效应而随时间变化;S(t)为桩类支挡结构荷载效应随机过程,随着自然环境和边坡岩土状态而发生变化,t为时间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中铁二院工程集团有限责任公司,未经中铁二院工程集团有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010092514.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种非线性系统辨识方法
- 下一篇:基于发散-聚合注意力的图像描述方法