当前位置: 首页> 学位论文 >详情
原文传递 考虑温度效应的孔道压浆材料流变性能及管输特性研究
论文题名: 考虑温度效应的孔道压浆材料流变性能及管输特性研究
关键词: 预应力混凝土桥梁;孔道压浆材料;流变性能;管输特性;温度效应
摘要: 预应力孔道压浆是后张法预应力混凝土桥梁施工中的重要环节,可以有效保护预应力筋免受外界离子腐蚀、增加混凝土与钢筋之间的粘结力、减少锚具疲劳破坏。因此,孔道压浆的质量好坏对于后张法预应力混凝土桥梁结构的安全性和耐久性具有重要意义。目前工程中常用流动度、泌水率、膨胀率、力学强度等指标评价孔道压浆材料的基本性能,虽然操作方便,但指标单一,难以解释符合基本性能要求的浆体完成孔道灌注后仍存在分层离析、自密实困难等问题。流变学的引入为孔道压浆材料性能优化提供了新思路,流变性能是衡量孔道压浆材料施工质量的重要指标之一,不仅关系着孔道压浆材料的工作性能,更直接影响其管道输送及泵送过程中的流动特性,通过流变学理论对孔道压浆材料管道输送特性进行分析是行之有效的方法。与此同时,由于孔道压浆材料具备用量大、原材料种类多、不含粗细骨料等特点,因而对温度敏感性更大且复杂,加之北方地区冬季气温低、四季温差大。因此,围绕温度效应下孔道压浆材料的流变性能及管输特性开展深入研究是十分必要的。本论文主要研究方法及内容如下:
  (1)为探究温度效应下孔道压浆材料流变行为演变机制,首先借助宏观试验量化了环境温度对孔道压浆材料流变参数的影响。在此基础上,利用水膜层厚度理论,进一步揭示了温度对孔道压浆材料流变性能的作用机理,理清了孔道压浆材料宏观性能与微观演化之间的映射关系。
  (2)为实现温度效应下孔道压浆材料流变参数的精准预测,提出了一种混合策略改进的白鲨优化算法(Mixed Strategy Based Improved White Shark Optimizer,MWSO)优化卷积神经网络(Convolutional Neural Networks,CNN)的预测模型。筛选孔道压浆材料流变试验所得数据作为预测模型样本,对比验证了 MWSO-CNN模型的准确性和可行性,实现了不同施工环境下孔道压浆材料流变行为的有效调控。
  (3)为探明温度效应下孔道压浆材料管输特性的发展规律,基于计算流体力学(Computational Fluid Dynamics,CFD) 的数值模拟方法,选择 ANSYS FLUENT流体软件模拟温度效应下孔道压浆材料管道内的输送过程,分析了各相体积分数、管输流速及管输阻力的变化规律,进而为孔道压浆材料管道运输及泵送提供技术支撑。
作者: 王琪
专业: 土木水利
导师: 王有志
授予学位: 硕士
授予学位单位: 山东大学
学位年度: 2023
检索历史
应用推荐