不对称形截面论文_熊军

导读:本文包含了不对称形截面论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:截面,不对称,偏心,双向,迭代法,骨料,桁架。

不对称形截面论文文献综述

熊军[1](2006)在《陶粒砼不对称T形截面异形柱正截面承载力研究》一文中研究指出本文通过对5根陶粒砼不对称T形截面双向偏压异形柱的正截面强度的试验,研究了该类构件的正截面工作机理、破坏形态及承载力,同时验证了平均应变的平截面假定,初步掌握了其正截面强度的一般规律。在此基础上,应用数值迭代法,编制了轻骨料砼异形柱正截面强度分析的计算机程序,得出构件正截面的N-M相关曲线及Mx-My相关曲线,并通过反算钢筋量减少迭代次数,提高程序的运算速度,从而提出轻骨料砼异形柱正截面承载力的验算程序及配筋程序。理论计算结果与本试验结果及文献资料的对比分析表明,理论计算结果与试验结果吻合较好,验证了电算程序的可行性,轻骨料混凝土可满足强度要求,适用于异形柱结构体系。(本文来源于《广西大学》期刊2006-05-01)

陈宗平[2](2004)在《桁架式钢骨的混凝土异形柱——不对称T形截面正截面承载力研究》一文中研究指出本文通过4根桁架式钢骨的混凝土不对称T形截面异形柱在轴心、偏心压力作用下的试验研究,揭示了桁架式钢骨的混凝土不对称T形截面异形柱的工作机理、破坏形态和极限承载力,验证了平均应变的平截面假定,初步掌握了桁架式钢骨的混凝土不对称T形截面异形柱构件破坏的一般规律,在此基础上,应用数值迭代的方法,编写了桁架式的钢骨混凝土不对称T形截面异形柱的正截面承载力分析的计算机程序,得到了钢骨混凝土异形柱正截面承载力的M—N及M_x—M_y相关曲线,运用该程序进行了桁架式钢骨的混凝土不对称T形截面异形柱的极限承载力计算,并将试验实测结果与程序计算结果进行比较,两者吻合较好。本文还对截面形式、配筋形式及配筋率、混凝土等级、荷载加载点相同的普通钢筋混凝土异形柱和钢骨混凝土异形柱的极限承载力进行比较,发现钢骨混凝土异形柱在截面型钢配钢率不是很大的情况下,极限承载力明显提高。最后,进行了钢骨混凝土异形柱的实用设计方法初探。(本文来源于《广西大学》期刊2004-05-01)

不对称形截面论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文通过4根桁架式钢骨的混凝土不对称T形截面异形柱在轴心、偏心压力作用下的试验研究,揭示了桁架式钢骨的混凝土不对称T形截面异形柱的工作机理、破坏形态和极限承载力,验证了平均应变的平截面假定,初步掌握了桁架式钢骨的混凝土不对称T形截面异形柱构件破坏的一般规律,在此基础上,应用数值迭代的方法,编写了桁架式的钢骨混凝土不对称T形截面异形柱的正截面承载力分析的计算机程序,得到了钢骨混凝土异形柱正截面承载力的M—N及M_x—M_y相关曲线,运用该程序进行了桁架式钢骨的混凝土不对称T形截面异形柱的极限承载力计算,并将试验实测结果与程序计算结果进行比较,两者吻合较好。本文还对截面形式、配筋形式及配筋率、混凝土等级、荷载加载点相同的普通钢筋混凝土异形柱和钢骨混凝土异形柱的极限承载力进行比较,发现钢骨混凝土异形柱在截面型钢配钢率不是很大的情况下,极限承载力明显提高。最后,进行了钢骨混凝土异形柱的实用设计方法初探。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

不对称形截面论文参考文献

[1].熊军.陶粒砼不对称T形截面异形柱正截面承载力研究[D].广西大学.2006

[2].陈宗平.桁架式钢骨的混凝土异形柱——不对称T形截面正截面承载力研究[D].广西大学.2004

论文知识图

两种钢骨异形柱示意图塔身平面图不同结构的夹心式V形定子实物图Z2底肢端CD2应变Z2底角部1号筋应变Z2底端部2号筋应变

标签:;  ;  ;  ;  ;  ;  ;  

不对称形截面论文_熊军
下载Doc文档

猜你喜欢