【专题推荐】钢结构

输电铁塔角钢无损加固分析与计算方法

对于运行时间较长或有扩容改建要求的服役输电铁塔，部分构件承载力不足将导致其无法满足更高的设计要求，有必要通过角钢构件加固来提升其承载性能。以输电铁塔中典型角钢为研究对象，提出输电铁塔无损加固方法，该方法采用螺栓与夹具使原构件与加固构件形成组合加固构件，组合构件对原构件不造成损伤，且结构简单、应用性强；建立细化的组合构件数值模型，研究原构件长细比、夹具间距（数量）、钢材特性对组合构件加固效果的影响，提出组合构件受压承载力计算方法。结果表明：提出的加固方法加固效果显著，加固水平最高达到56.34%；原构件长细比对组合构件受压承载力提升水平影响明显，组合构件的提升效果随着原构件长细比的增大而逐渐显著；当夹具数量为奇数个且夹具间距小于750 mm时，组合构件的加固效果最佳；加固构件的钢材特性对组合构件受压承载力和延性影响较小；提出的组合构件受压承载力计算方法与有限元模拟结果吻合良好。

输电铁塔;角钢构件;无损加固;长细比;受压承载力

下弦与撑杆新构型张弦梁结构的抗连续倒塌性能

由于传统张弦梁结构冗余度较低，下弦预拉索遭受意外作用断裂时易导致结构发生连续倒塌。通过改进传统张弦梁撑杆、下弦等杆件构型与连接形式，提出一种新型张弦梁结构。基于ANSYS/LS-DYNA程序平台，采用考虑初始状态的等效荷载瞬时卸载法，对具有不同撑杆交叉角度和交叉撑杆组数量的多个新型张弦梁结构模型进行抗连续倒塌分析。结果表明：合理设计后，任一段下弦失效时，交叉撑杆将代替失效处下弦为结构提供备用传力路径，新型张弦梁结构不会发生连续倒塌，但会导致下部撑杆内力骤增，下部撑杆设计需预留较大承载余量；撑杆交叉节点越靠近下弦，剩余结构空腹桁架作用越明显，承载能力越好；交叉撑杆组数越多，结构冗余度越高，新型张弦梁结构抗连续倒塌性能越优。

张弦梁结构;连续倒塌;动力分析;撑杆;下弦

考虑腐蚀作用的钢框架结构连续性倒塌分析

为研究大气环境长期作用下钢框架结构的抗连续性倒塌性能，建立钢结构时变腐蚀模型预测构件截面面积和力学性能随服役时间的退化情况，并以一栋处于Ⅲ级大气腐蚀环境中的多层钢框架建筑为研究对象，在服役期内的不同阶段对其进行Pushdown分析。将塑性荷载系数、极限荷载系数和最大竖向位移作为结构抗倒塌能力的评价指标，通过灵敏度分析得到不同材料参数对各指标的影响情况，并基于回归分析拟合评价指标随体积损失率的退化规律。结果表明：腐蚀会导致钢框架的承载力和延性发生退化，其中延性的劣化更加明显；承载力指标的退化主要归因于材料强度的降低和构件截面面积的减少，延性指标的退化主要与材料断裂应变的减小有关；评价指标与结构体积损失率之间有较强的线性关系，可基于此对其退化情况进行定性预测。

钢框架结构;连续性倒塌;大气腐蚀;Pushdown分析;结构性能评估

低屈强比高强钢箱形柱抗震性能试验研究

钢结构的材料高强化是发展趋势，目前高强钢存在屈强比过高的问题，限制了高强钢在建筑结构中的抗震设计应用。对低合金高强度结构钢进行材性改良，研发出一种新型低屈强比Q620E高强钢。对此新型高强钢的抗震性能进行试验研究，根据壁板宽厚比等级设计截面尺寸不同的箱形截面柱，对轴压比为0.2和0.35的高强钢箱形柱进行低周往复加载试验。通过观察试件的破坏模式、提取滞回曲线和骨架曲线，从承载力、延性、耗能性能与损伤发展等方面对钢柱的抗震性能进行分析，并与Q690D普通高强钢柱抗震性能进行比较。试验结果表明，低屈强比高强钢柱具有良好的滞回性能和塑性变形能力；壁板宽厚比对构件承载力及延性影响显著；壁板宽厚比越大则刚度下降越快、损伤发展不连续；相较于Q690D普通高强钢，Q620E新型钢在力学性能与构件抗震方面均体现出较大的优势，可考虑在高强钢建筑结构中拓展应用。

高强钢;低屈强比;箱形柱;抗震性能;低周往复加载试验

基于多种群遗传算法的钢框架结构优化设计

传统的基于力学分析软件的结构设计方法存在效率低下、依靠专家经验等局限性，采用智能算法能实现高效的结构自动优化设计。然而，由于随机搜索特征，优化结果和收敛性高度依赖于算法的参数设置，需要通过试算来确定其合理取值，该方法会造成优化效率低、计算量大等问题。引入多种群协作和信息共享机制来改善此类问题，并研究其在结构优化设计中的适用性。利用MSC.Marc软件建立钢框架结构有限元模型，采用底部剪力法将地震作用等效为水平荷载施加到结构上，搭建有限元软件与智能算法的自动优化过程，以结构的总体材料用量最低为目标，考虑了层间位移角、应力比、构件稳定性和宽厚比等多种约束条件，以遗传算法为基础，通过适应度尺度变换、基于方向的交叉算子、非均匀变异算子、自适应概率、精英保留策略、重复项替代机制、基于约束的策略对其进行改进，引入多种群思想，对比多种算法优化结果的差异。结果表明：基于多种群的遗传算法能有效改善优化结果对算法参数的依赖性，提高结构优化设计的效率。

钢框架结构;结构优化设计;多种群遗传算法;智能算法

基于BIM技术与模拟退火算法的村镇轻钢框架结构智能设计方法

传统村镇住宅结构设计需要进行大量的人工试算与重复建模，而受制于建设成本，村镇住宅无法像城镇住宅一样通过设计师进行专业的结构设计与验算，其安全性与经济性均难以满足要求。为此，提出一种村镇轻钢框架结构智能设计方法，包括智能建模与智能优化两个环节。基于图层自动识别算法、光学字符识别技术、自适应分块算法提出村镇轻钢框架结构BIM智能建模方法，包括图层识别、轴文本数据提取、墙体轮廓提取等，智能建模结果基本满足实际工程要求。基于提出的两阶段模拟退火算法给出村镇轻钢框架结构的智能优化方法，优化速度较快，优化效果良好。通过实际工程案例对提出的智能设计方法进行验证，结果表明，提出的村镇轻钢框架结构智能设计方法具有可行性，与传统的人工设计方法相比，设计周期可缩短70%以上，材料用量、结构设计指标接近人工设计结果。

村镇住宅;轻钢框架结构;智能设计;BIM技术;模拟退火算法

寒冷地区模块化钢框架结构多目标优化设计方法

针对寒冷地区模块化钢框架结构节能性与经济性之间的矛盾问题，对模块化钢框架结构能耗和成本两个设计目标进行同步优化研究。根据模块化钢框架结构的特点进行参数化设计研究，提出在不同建筑尺寸下模块化钢框架结构的BIM模型自动建模方法；在Energyplus建筑能耗分析软件计算数据的基础上，采用多种机器学习算法进行建筑能耗预测，建立一种高效精确的建筑能耗预测模型；联立建筑能耗预测模型和建筑成本计算公式，在满足结构承载力的约束条件下，基于NSGA-Ⅱ算法进行模块化钢框架结构能耗和成本的多目标优化设计，生成帕累托最优解集。多目标优化设计方法解决了模块化钢框架结构“能耗+成本”的多目标一体化设计难题，推动了模块化钢框架结构的智能化升级，实现了模块化钢框架结构设计的快速高效化。

钢框架结构;参数化建模;建筑能耗预测;机器学习;多目标优化设计

基于机器学习的高强钢焊接等截面箱型柱整体稳定性预测方法

目前，针对高强钢构件整体稳定性的研究多采用有限元建模或实验室试验方法，而基于机器学习的预测方法能够显著提升预测的准确性和便捷性。为了准确预测高强钢焊接等截面箱型柱的整体稳定性，提出使用纤维模型构建数据库并利用机器学习建立预测模型的方法。首先确定模型的输入输出参数，并通过纤维模型方法建立数据库；接着，选用常见的3种不同类型的机器学习模型和现有规范中的经验模型进行预测，并依据评价指标进行性能对比；最后，根据可解释算法分析机器学习模型的合理性。结果表明：大部分机器学习模型预测结果与试验结果吻合度略高于现有规范中的经验模型，其中，高斯过程回归模型对高强钢构件整体稳定性的预测表现最优；机器学习预测模型中各类参数对构件整体稳定性的影响趋势符合预期，验证了机器学习模型的合理性和可靠性；构件的正则化长细比对预测结果影响最大，而构件初始缺陷的影响相对最小。

机器学习;高强钢;整体稳定性;预测模型;纤维模型

薄壁杆件屈曲模态分析的力特征约束有限条法

整体、畸变、局部等基本变形模式的划分是条理化开展薄壁杆件工程计算的必要手段。薄壁杆件的基本变形模式传统上基于简化应力-应变关系,采用变形、应变等几何特征进行定义，不利于因应复杂化应力-应变关系。提出一套完全基于力特征和正交完备性原则的基本模式定义。与广义梁理论和约束有限条法相比，提出的整体、畸变、局部3种基本变形模式关于刚度严格正交，且完整覆盖薄壁杆件全变形域。基于该定义实现了针对薄壁杆件有限条模型的屈曲模态分解和识别。算例表明，提出的基本模式定义和屈曲模态分析方法具有开、闭口和折、曲线形截面的一致适应能力，剪应变和横向伸缩的影响在基本屈曲模式中得到合理表达，曲线形截面薄壁构件具有与多边形截面薄壁构件一致的整体、畸变和局部屈曲机理。

薄壁构件;屈曲;有限条法;约束有限条法;屈曲模态;广义梁理论