刚度可控装配式节点构造及其施工方法

    公开(公告)号:CN110241914A

    公开(公告)日:2019-09-17

    申请号:CN201910457842.2

    申请日:2019-05-29

    Applicant: 东南大学

    Abstract: 本发明一种刚度可控装配式节点构造,包括柱端钢节点,以及与柱端钢节点连接的梁端钢节点;所述柱端钢节点包括柱端板,柱端板一侧设置有柱端连接构件,另一侧设置有柱端框架,所述柱端框架包括多个平行设置的矩形框,矩形框内部可插入钢筋并与钢筋连接,各矩形框两端均可连接柱端板;所述梁端钢节点包括梁端板,梁端板一侧设置有梁端连接构件,梁端连接构件与柱端连接构件铰接,梁端连接构件能够相对于柱端连接构件在竖向相对转动。本发明能满足“强柱弱梁”、“强节点、弱锚固”的抗震设计要求。在地震荷载作用下具有较好的延性和良好的耗能性能,从根本上解决了刚性连接节点难以实现延性变形、恢复能力差、残余刚度小的缺陷。

    一种基于InSAR的建筑群体震后损伤评估方法及系统

    公开(公告)号:CN117437508A

    公开(公告)日:2024-01-23

    申请号:CN202311492006.0

    申请日:2023-11-10

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于InSAR的建筑群体震后损伤评估方法及系统包括确定研究区并获得相应地区地震前后的雷达图像,并获得雷达图像所包含的雷达数据集;利用D‑InSAR处理地震前后雷达图像,获得研究区雷达视线方向LOS向形变图;分解LOS向变形,获得地震主方向变形;绘制建筑的变形分级图;获取地震前后研究区的光学遥感图像,定位地震后倒塌建筑;在变形分级图中定位倒塌建筑,将光学遥感图像与变形分级图进行对比,定位倒塌建筑的确切位置;对建筑的震后损伤进行评估,基于倒塌建筑的位置信息以及变形分级图,评估震后损伤情况。本发明针对城市建筑群,通过InSAR与光学遥感图像的集成,提高了评估过程的准确性和效率。

    一种区域混凝土桥梁震后损伤快速评估智能算法

    公开(公告)号:CN114048670B

    公开(公告)日:2022-11-01

    申请号:CN202111218520.6

    申请日:2021-10-19

    Applicant: 东南大学

    Abstract: 本发明公开了一种区域混凝土桥梁震后损伤快速评估智能算法,包括以下步骤:收集目标区域内混凝土桥梁的设计信息;对收集到的桥梁信息参数进行概率分布拟合;基于拉丁超立方抽样的方法,生成桥梁样本;基于桥梁样本,进行地震动进行随机配对;通过弯矩‑曲率分析与动力时程分析,分别得到每个桥梁的抗震能力模型与地震需求;比较桥梁的能力模型与地震需求获得损伤状态;将参数信息,地震动信息作为输入变量,将损伤状态作为输出变量,采用XGBoost算法训练学习;不断添加算法中弱分类器,直到整体模型具有最好的准确率。本发明避免了大量的数值计算,可以适合于区域大规模桥梁在地震后的损伤状态评估。

    一种区域混凝土桥梁震后损伤快速评估智能算法

    公开(公告)号:CN114048670A

    公开(公告)日:2022-02-15

    申请号:CN202111218520.6

    申请日:2021-10-19

    Applicant: 东南大学

    Abstract: 本发明公开了一种区域混凝土桥梁震后损伤快速评估智能算法,包括以下步骤:收集目标区域内混凝土桥梁的设计信息;对收集到的桥梁信息参数进行概率分布拟合;基于拉丁超立方抽样的方法,生成桥梁样本;基于桥梁样本,进行地震动进行随机配对;通过弯矩‑曲率分析与动力时程分析,分别得到每个桥梁的抗震能力模型与地震需求;比较桥梁的能力模型与地震需求获得损伤状态;将参数信息,地震动信息作为输入变量,将损伤状态作为输出变量,采用XGBoost算法训练学习;不断添加算法中弱分类器,直到整体模型具有最好的准确率。本发明避免了大量的数值计算,可以适合于区域大规模桥梁在地震后的损伤状态评估。

    一种基于自然语言处理的桥梁技术状况等级快速识别方法

    公开(公告)号:CN114036258A

    公开(公告)日:2022-02-11

    申请号:CN202111218291.8

    申请日:2021-10-19

    Applicant: 东南大学

    Abstract: 本发明提供一种基于自然语言处理的桥梁技术状况等级快速识别方法,包括如下步骤:步骤1,通过桥梁检测手段得到桥梁的基本信息和健康状态信息;步骤2,将桥梁的健康状态信息整体成文本描述;步骤3,对桥梁技术状况等级进行分类;步骤4,将文本秒速转换为数字向量,将一类、二类、三类、四类五类桥梁样本分别记为A、B、C、D;步骤5,将文本向量作为输入,将分类类别作为输出,使用机器学习算法建立训练模型;步骤6,使用混淆矩阵、准确率、召回率、精确率、F1值等作为评价指标,选择最优的模型作为最终结果;步骤7,应用模型。本发明克服了目前的人工检测后整体判别效率较低,难以快速找出损害严重桥梁的问题。

    基于分布式长标距光纤光栅传感器的桥梁式动态称重方法

    公开(公告)号:CN109612559B

    公开(公告)日:2021-04-06

    申请号:CN201811622281.9

    申请日:2018-12-28

    Applicant: 东南大学

    Abstract: 本发明公开一种基于分布式长标距光纤光栅传感器的桥梁式动态称重方法,包括在桥梁各个车道正下方沿纵向方向标记1列4个截面位置;在标记位置安装分布式长标距光纤光栅传感器;将每列前三个和后三个截面采集到的长标距弯曲应变做组内二阶差分;对两条长标距应变曲率曲线上相应的峰值时间进行统计,用传感器距离除以相对应峰值时间差得到车辆速度;对每条长标距应变曲率曲线上的峰值间距时间进行统计,得到的车辆速度得到车辆轴距;统计长标距应变曲率曲线上峰值的幅值,得到车辆轴重。本发明在车辆动态称重中使用传感器数量较少,同时耐久性更强,精度高,适用于简支梁和连续梁结构桥梁,可实现低成本大范围应用,来辅助公路交通管理。

    一种基于多重交叉验证的桥梁损伤识别方法

    公开(公告)号:CN109752383B

    公开(公告)日:2021-02-26

    申请号:CN201811622266.4

    申请日:2018-12-28

    Applicant: 东南大学

    Abstract: 本发明的一种基于多重交叉验证的桥梁损伤识别方法,包括在桥梁下方沿桥梁延伸方向连续布置n个分布式长标距光纤光栅传感器;将所有传感器连接到解调设备,采集车辆经过时桥梁的长标距应变响应;对所有传感器进行排列组合,以任意三个传感器为一组,将对应得到的长标距应变做组内二阶差分;求每组应变差分曲线与时间横轴包围的面积;统计在阈值范围外异常的损伤指标S*所关联的传感器编号;带入损伤计算公式,得到结构损伤程度β。本发明通过多重交叉验证避免了个别传感器的异常和随机性,得到的结果置信度高,同时传感器耐久性更强,精度高,适用于简支梁和连续梁结构桥梁,可实现低成本大范围应用,及时发现桥梁潜在损伤,避免事故发生。

    改进型多高层大跨度空间网格盒式结构

    公开(公告)号:CN111321805A

    公开(公告)日:2020-06-23

    申请号:CN202010276707.0

    申请日:2020-04-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种改进型多高层大跨度空间网格盒式结构,包括空腹夹层板和网格式框架墙,空腹夹层板作为结构的楼板,网格式框架墙设置于所述结构四周且将该结构连为一个整体,网格式框架墙包括立柱和连接相邻立柱的层间梁,且布置层间梁后的立柱的每一段柱的长细比≥4;结构层内无额外立柱。本发明与传统的框架结构比较,可以实现结构大空间灵活划分居室的建筑功能,其经济性十分显著;该结构保留了传统盒式结构经济性好、跨越能力强的优点,并改善了结构的延性和抗震性能,力学性能优异。

    一种自立预制柱混合连接及其施工方法

    公开(公告)号:CN111236536A

    公开(公告)日:2020-06-05

    申请号:CN202010118678.5

    申请日:2020-02-25

    Applicant: 东南大学

    Abstract: 本发明公开了一种自立预制柱混合连接及其施工方法,所述混合连接包括上预制柱和下预制柱,上预制柱的底部设置螺栓连接件和套筒,上预制柱内设置第一纵向钢筋和第二纵向钢筋,下预制柱内设置第三纵向钢筋和第四纵向钢筋,螺栓连接件分别与第一纵向钢筋、第三纵向钢筋相连,套筒分别与第二纵向钢筋、第四纵向钢筋相连,下预制柱与套筒之间后浇围合区。所述方法包括以下步骤:第一纵向钢筋与螺栓连接件紧固;第二纵向钢筋端头与套筒紧固;预埋螺栓连接件、套筒、第一纵向钢筋和第二纵向钢筋;第三纵向钢筋与螺栓连接件紧固,第四纵向钢筋伸入套筒;套筒浇筑灌浆料;后浇围合区。本发明在连接完成后可立即承受荷载,无须侧向支承,施工效率高,有利于降低建造成本。

    基于AdaBoost算法的混凝土材料抗压强度预测方法

    公开(公告)号:CN110163430A

    公开(公告)日:2019-08-23

    申请号:CN201910388639.4

    申请日:2019-05-10

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于AdaBoost算法预测混凝土材料抗压强度的方法,首先搜集大量已有混凝土抗压强度试验数据作为训练集,将混凝土材料的各组分占比视为输入变量,混凝土材料的抗压强度作为输出变量,通过AdaBoost算法中的弱分类器对试验数据进行训练,根据训练结果的准确率来确定不同弱分类器的权重,加大预测误差率小的弱分类器的权重,降低预测误差率大的弱分类器的权重,从而将各弱分类器组合成预测精度较高的强分类器,可以直接根据输入的相关参数给出混凝土的抗压强度。本发明仅需要简单的数据搜集与机器学习方法应用,即可进行混凝土材料的抗压强度快速并精确的预测,便于结构设计、鉴定加固等专业人员的推广应用。

Patent Agency Ranking