UHPC的疲劳计算——兼论ModelCode2010的适用性
文章目录
- 0. 背景
- 1、结论及概述
- 2、MC10对于SN曲线的调整(囊括NC、HPC、UHPC)
- 2.1 疲劳失效曲面的构建
- 2.2 新模型的验证
- 3、MC10对于疲劳设计强度的调整及其背后的原因
- 4. 结语
0. 背景
今年年初,有一位用UHPC做混凝土塔筒的同行告诉我,UHPC的疲劳不能用ModelCode的方法计算(感兴趣的可以点击这里),原因是UHPC的本构与一般混凝土的不一样,从而SN曲线也会不一样。
然而,我却找到了一篇文章(当时怎么找的我也记不清楚了,只是最近(202307)读的时候发现有料可爆!!!对原文感兴趣的可以点击这里),里面详细的介绍了ModelCode2010 是如何把UHPC的疲劳考虑进去,以及如何与ModelCode1990的疲劳计算方法进行兼容。这样,那位同行的观点就需要修改了。
本文主要是对这篇文章的描述和解释,可以算做是一篇阅读笔记吧!
下面的截图来自Concrete structures for wind turbines这本书,也就是参考文献[4] 中3.6.3节P105。

1、结论及概述
- Model Code 2010在疲劳的计算上覆盖了常规混凝土(NC),高强混凝土(HPC),超高性能混凝土(UHPC);
- 疲劳强度的设计值针对UHPC做了修正,对于NC和HPC会有提高,但是是合理的。
2、MC10对于SN曲线的调整(囊括NC、HPC、UHPC)
2.1 疲劳失效曲面的构建
首先,作者将Woehler曲线和Goodman曲线融合在了一起,构建起了包括最大应力、最小应力以及许用循环次数三个变量的疲劳失效曲面(failure surface),如图1所示。
这里体现出了一直在提到的一个观点,即混凝土的疲劳不仅和疲劳荷载的幅值有关系,还与荷载水平本身有着密切的关系。这一点与钢材大不相同。

在图1中粗实线代表着最小应力确定以后的SN曲线(Woehler 图),粗虚线代表着给定循环次数以后的应力限制情况(Goodman图)。通过维度拓展实现了对混凝土疲劳的描述。
通过假定对于任何最小应力水平 S c , m i n , i = c o n s t S_{c,min,i}=const Sc,min,i=const都有:
- 在 l o g N = 0 logN=0 logN=0到 l o g N = 8 logN=8 logN=8之间,SN曲线为下降直线,大于 l o g N = 8 logN=8 logN=8时为下降指数型曲线
- l o g N = 0 logN=0 logN=0对应 S c , m a x = 1 S_{c,max}=1 Sc,max=1,即当应力达到设计抗压强度时,只需一次即可压坏。这一点符合常识。
另一方面,假定了在 l o g N = 8 logN=8 logN=8时,选择此时表征应力水平关系的Goodman图的变量关系为一个有理分式(至于为什么要这么选以及相关的系数是怎么解出来的,文章中没有多说,我现在也不是很想做过深的追究。先这样吧~):
S c , m a x = a + b ⋅ S c , m i n 1 + c ⋅ S c , m i n + d ⋅ S c , m i n 2 (1) S_{c,max}=\frac{a+b \cdot S_{c,min}}{1+c \cdot S_{c,min} + d \cdot S_{c,min}^2} \tag{1} Sc,max=1+c⋅Sc,min+d⋅Sc,min2a+b⋅Sc,min(1)
通过选择四个已知点(即原文中 P 1 , f a t P_{1,fat} P1,fat、 P 2 , f a t P_{2,fat} P2,fat、 P 3 , f a t P_{3,fat} P3,fat、 P 4 , f a t P_{4,fat} P4,fat)的疲劳实验数据,然后反解出来式(1)中的4个参数 a a a、 b b b、 c c c、 d d d。
至此,整个疲劳失效曲面的构建已经完成。
2.2 新模型的验证
基于2.1给出的疲劳失效曲面模型,原文又给出了一共272个实验样本,包括了不同的强度等级,不同的加载频率以及UHPC是否加纤维,热养护等等。当然,最小应力水平 S c , m i n S_{c,min} Sc,min是给定的,等于0.05。具体可以看下面图2。

关于上面的验证,有下面两点结论需要格外关注:
- MC90给出的SN曲线偏于保守
- 对于HPC和UHPC,添加纤维以后,疲劳性能是下降的(这一点对于风电混塔设计尤为重要!!!)
除此之外,原文还对比了过往文献中的数据,大致意思就是不同模型之间差别不是很大。但是:
- MC90给出的SN曲线偏于保守
具体情况看图3:

最后,作者还不太放心的把不同最小应力水平下,MC90和MC10的SN曲线放在了一起对比了一下,就是这样子的:

可以看出,在循环次数较低的区间里( l o g N ≤ 8 logN \le 8 logN≤8),MC90是保守的;在循环次数较高的区间里( l o g N > 8 logN> 8 logN>8),MC10是比较保守的。
3、MC10对于疲劳设计强度的调整及其背后的原因
前面的讨论都是基于荷载端的处理,本小节关于抗力端的处理方法给出一些说明。这一小节的内容,算是给之前关于ModelCode2010(MC10)正确版本的问题(对原问题感兴趣的可以点击这里)画上一个完美的句号。也算是我挖坟有功了。
在MC10正式版本发布之前(包括正式版的MC90以及最初几版MC10的草稿),关于混凝土的疲劳强度设计值都是长这样的:
f c d , f a t = 0.85 ⋅ β c c ( t ) ⋅ f c k γ c ⋅ ( 1 − f c k 250 ) (2) f_{cd,fat} = 0.85 \cdot \beta_{cc}(t) \cdot \frac{f_{ck}}{\gamma_c} \cdot (1-\frac{f_{ck}}{250}) \tag{2} fcd,fat=0.85⋅βcc(t)⋅γcfck⋅(1−250fck)(2)
上面式子中,因子 ( 0.85 ⋅ β c c ( t ) ⋅ f c k γ c ) (0.85 \cdot \beta_{cc}(t) \cdot \frac{f_{ck}}{\gamma_c}) (0.85⋅βcc(t)⋅γcfck)是混凝土强度设计值 f c d f_{cd} fcd,因子 ( 1 − f c k 250 ) (1-\frac{f_{ck}}{250}) (1−250fck)是用于疲劳强度的折减系数 α f a t \alpha_{fat} αfat。
在MC90的时代,强度等级最高的混凝土 f c k = 120 M p a f_{ck}=120Mpa fck=120Mpa,其疲劳强度折减了将近一半( ( 1 − 120 250 ) = 0.52 (1-\frac{120}{250})=0.52 (1−250120)=0.52)。而在MC10的时代,UHPC应用越来越广泛,这意味着当 f c k > 120 M p a f_{ck} > 120Mpa fck>120Mpa的情况下,其疲劳强度设计值折减过半。甚至面临强度等级越高,疲劳设计强度越低的情况,这显然和实际情况不太相符。图5中黑色虚线给出了MC90的情况,可以看出在 f c k > 120 M p a f_{ck} > 120Mpa fck>120Mpa的情况下,其取值变得不再合理。

基于上面提到的情况,原文给出了一个修正如下:
f c d , f a t = 0.85 ⋅ β c c ( t ) ⋅ f c k γ c ⋅ ( 1 − f c k 400 ) (3) f_{cd,fat} = 0.85 \cdot \beta_{cc}(t) \cdot \frac{f_{ck}}{\gamma_c} \cdot (1-\frac{f_{ck}}{400}) \tag{3} fcd,fat=0.85⋅βcc(t)⋅γcfck⋅(1−400fck)(3)
修正的总体思路就是,MC10的混凝土强度等级覆盖到了 f c k = 200 M p a f_{ck}=200Mpa fck=200Mpa的范围,那么就让 f c k = 200 M p a f_{ck}=200Mpa fck=200Mpa时疲劳强度折减系数 α f a t = 0.52 \alpha_{fat}=0.52 αfat=0.52。基于这一点,给出了式(3)。当然,文中还考虑了其他的因素,诸如安全可靠性,经济适用性等等。但主要做法就是基于上面的操作。
4. 结语
行文至此,基本把MC10中疲劳的计算方法来源捋了一遍。也搞清楚了为何当初我们大家手里拿着不同版本的ModelCode,同样强度等级的混凝土算出的疲劳结果有那么大的差异。当然,最重要的还是搞清楚了MC10的疲劳计算是适用于UHPC的。
同时也很感慨,老外做事真的很值得我们学习!他们把每一步掰开揉碎了讲的清清楚楚明明白白,是什么就是什么,绝对不会装神弄鬼。
最后,再拜!
相关文章:
UHPC的疲劳计算——兼论ModelCode2010的适用性
文章目录 0. 背景1、结论及概述2、MC10对于SN曲线的调整(囊括NC、HPC、UHPC)2.1 疲劳失效曲面的构建2.2 新模型的验证 3、MC10对于疲劳设计强度的调整及其背后的原因4. 结语 0. 背景 今年年初,有一位用UHPC做混凝土塔筒的同行告诉我…...
关于elementui的input的autocomplete的使用
项目中需要实现搜索框搜索时能自动提示可选项的功能,elementui的input组件有已经封装好的el-autocomplete可以使用,但是在使用中发现一些问题,记录一下 基础使用 // html部分 <el-autocompletev-model"name":fetch-suggestion…...
即然利用反射机制可以破坏单例模式,有什么方法避免呢?
私有构造方法中添加防止多次实例化的逻辑:在单例类的私有构造方法中,可以添加逻辑来检查是否已经存在实例,如果存在则抛出异常或返回已有的实例。这样即使通过反射创建了新的实例,也能在构造方法中进行拦截。 使用枚举实现单例&a…...
【IDEA问题】下载不了源代码
引出问题 最近不知道怎么打开 IDEA,本想查看源代码,然后点击下载源码,总是报找不到此对象的源代码。百度找了半天,GPT问了半天还是解决不了,直到遇到了这篇:idea中无法下载源码问题解决,终于得…...
代码随想录第四十八天
代码随想录第四十八天 Leetcode 198. 打家劫舍ILeetcode 213. 打家劫舍 IILeetcode 337. 打家劫舍 III Leetcode 198. 打家劫舍I 题目链接: 打家劫舍I 自己的思路:想不太出来递推公式!!!! 正确思路:这个题主要是看是否偷第下标为…...
书写自动智慧:探索Python文本分类器的开发与应用:支持二分类、多分类、多标签分类、多层级分类和Kmeans聚类
书写自动智慧:探索Python文本分类器的开发与应用:支持二分类、多分类、多标签分类、多层级分类和Kmeans聚类 文本分类器,提供多种文本分类和聚类算法,支持句子和文档级的文本分类任务,支持二分类、多分类、多标签分类…...
前端Webpack面试题
1.说说你对webpack的理解 开发时,我们会使用框架 (React、Vue) ,ES6 模块化语法,Less/Sass 等 CSS 预处理器等语法进行开发,这样的代码要想在浏览器运行必须经过编译成浏览器能识别的 JS、CSS语法才能运行。所以我们需要打包工…...
LabVIEW使用边缘检测技术实现彩色图像隐写术
LabVIEW使用边缘检测技术实现彩色图像隐写术 隐写术是隐藏信息的做法,以隐瞒通信的存在而闻名。该技术涉及在适当的载体(如图像,音频或视频)中插入秘密消息。在这些载体中,数字图像因其在互联网上的广泛使用而受到青睐…...
第一次参加计算机会议报告注意事项以及心得
计算机会议参会报告 注意事项参会前参会中参会后 参会心得 注意事项 接下来的会议注意事项分为:(1)参会前,(2)参会中,(3)参会后 参会前 参会前,一般被邀请…...
TypeScript教程(二)基础语法与基础类型
一、基础语法 TypeScript由以下几个部分组成 1.模块 2.函数 3.变量 4.语句和表达式 5.注释 示例: Runoob.ts 文件代码: const hello : string "Hello World!" console.log(hello) 以上代码首先通过 tsc 命令编译: tsc …...
问道管理:网上如何打新股?
随着资本市场的不断敞开,越来越多的人开始重视股票市场,并想经过网上打新股来取得更大的出资收益。但是,网上打新股的办法并不简略,怎样才能成功地打新股呢?本文将从多个角度剖析,协助广阔出资者处理这一问…...
重磅更新,HertzBeat 集群版发布,易用友好的开源实时监控系统!
什么是 HertzBeat? HertzBeat 赫兹跳动 是一个拥有强大自定义监控能力,高性能集群,无需 Agent 的开源实时监控告警系统。 特点 集 监控告警通知 为一体,支持对应用服务,数据库,操作系统,中间件…...
.NET6使用微信小程序授权登录,获取手机号
1.在appsettings配置你的小程序配置信息 //微信小程序信息配置"WechatConfig": {"appid": "", //小程序ID"secret": "" //小程序秘钥},2.请求接口时先获取Access_token #region 获取小程序的Access_tokenpublic object GetA…...
游戏类APP如何提升用户的活跃度?
移动游戏行业,追求使用率的营销能发挥强大的功效,可帮助减少玩家流失、追回流失的玩家、提高活跃玩家所带来的价值以及增加付费玩家贡献的收入。 一、了解玩家需求 想要提升玩家的活跃,首先要知道,玩家喜欢玩哪些平台的游戏&…...
【Sklearn】基于支持向量机算法的数据分类预测(Excel可直接替换数据)
【Sklearn】基于支持向量机算法的数据分类预测(Excel可直接替换数据) 1.模型原理1.1 数学模型1.2 模型原理2.模型参数3.文件结构4.Excel数据5.下载地址6.完整代码7.运行结果1.模型原理 支持向量机(Support Vector Machine,SVM)是一种用于分类和回归的监督学习算法,其基本…...
抽象类与接口
一,类 定义类 部分与ES6用法基本一致。通过class定义类名,并通过constructor定义构造函数,通过super关键字来调用父类的方法。 class Person {name: string; // 属性constructor(name: string) { // 构造函数this.name name;}eat()…...
第三章,矩阵,09-线性方程组解的判断与求法、矩阵方程
第三章,矩阵,09-线性方程组解的判断与求法、矩阵方程 定理推论1推论2推论3推论4 矩阵方程AXB解法解的存在性推论 玩转线性代数(21)线性方程组解的判断与求法的笔记,相关证明以及例子见原文 定理 对n元线性方程组 A x b Axb Axb,…...
Vue-4.编译器VsCode
准备 Vue-1.零基础学习Vue Vue-2.nodejs的介绍和安装 Vue-3.vue简介 为什么用VsCode VsCode 是Vue官网首推的编译器它是完全免费的 下载安装VsCode 下载地址 安装的时候不停地下一步直到完成即可 安装插件 安装汉化插件 要将 Visual Studio Code(VSCode&am…...
Neo4j之Aggregation基础
在 Neo4j 中,聚合(Aggregation)是对数据进行计算、汇总和统计的过程。以下是一些使用聚合函数的常见例子,以及它们的解释: 计算节点数量: MATCH (p:Person) RETURN count(p) AS totalPersons;这个查询会计…...
Python 函数
Built-in Functions — Python 3.11.4 documentation...
使用python给pdf文档自动添加目录书签
1.背景很多时候电子书pdf没有书签目录,阅读起来不方便,于是给它自动加个目录吧2.步骤步骤一:使用ds获取到目录json截图目录,到ds中,然后输入如下提示词:根据目录的图片,提取出如下格式的json目录数据: {"title": "第一章 概述","page": 6,"…...
Tach库:嵌入式单通道转速测量轻量实现
1. Tach库概述:单通道编码器转速测量的嵌入式实现方案 Tach库是一个轻量级、高精度的嵌入式转速测量工具,专为单通道数字脉冲信号设计,典型应用场景包括红外对射式槽型光电开关(slotted wheel)、霍尔效应转速传感器、磁…...
齿轮基础参数
基于传统势能法含裂纹斜齿轮时变啮合刚度(裂纹斜齿轮),代码保证运行无问题,出图效果如页面简介齿轮传动系统里最怕遇到啥?裂纹呗!尤其是斜齿轮这种接触线斜着走的家伙,一旦出现裂纹整个时变刚度曲线直接抽风…...
国央企创新负责人如何实现科技成果与产业需求的精准对接?
观点作者:科易网-国家科技成果转化(厦门)示范基地 一、现状概述:成效与短板 在“数智产品共享空间”助力下,国央企在科技成果转化方面已取得显著成效。通过构建智能化服务平台,部分央企已在数字化转型中走在…...
ChilloutMix NiPrunedFp32Fix 模型完整教程:从零开始掌握AI图像生成
ChilloutMix NiPrunedFp32Fix 模型完整教程:从零开始掌握AI图像生成 【免费下载链接】chilloutmix_NiPrunedFp32Fix 项目地址: https://ai.gitcode.com/hf_mirrors/emilianJR/chilloutmix_NiPrunedFp32Fix ChilloutMix NiPrunedFp32Fix 是一款基于稳定扩散技…...
2025届必备的六大AI科研神器实际效果
Ai论文网站排名(开题报告、文献综述、降aigc率、降重综合对比) TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 专门用于降低重复率的网站,在学术范畴里,是作为辅助学术写作的工具而…...
热传导方程在工程仿真中就像老朋友的聚会——大家总得找个方式坐下来聊聊温度怎么传。今天咱们用MATLAB折腾几个一维和二维的导热算例,顺便聊聊不同计算格式的脾气
【MATLAB各种计算格式的一维/二维导热算例】 1. 一维下的全显格式,全隐格式,半隐格式的导热算例 2.二维下的全显格式,全隐格式,隐式格式ADI迭代,隐式格式点迭代,隐式格式高斯-赛德点迭代(GS&…...
MLOps实践指南:让AI模型持续交付
在人工智能技术日益渗透到各行各业核心业务的今天,一个严峻的现实是:大量机器学习模型在实验室里表现优异,却止步于概念验证阶段,难以稳定、高效地部署到生产环境。对于软件测试从业者而言,传统的测试方法与工具在应对…...
基于BiTCN - BiGRU的分类预测Matlab代码实践:新手友好指南
基于BiTCN-BiGRU分类 Matlab代码 基于双向时间卷积网络结合双向门控循环单元(BiTCN-BiGRU)的数据分类预测(可以更换为单、多变量时序预测/回归,),Matlab代码,可直接运行,适合小白新手 程序已经调试好,无需更改代码替换…...
安规标准考核题库-1(IEC 62477-1:2012+AMD1:2022 )
本题库严格对标 IEC 62477-1:2012《电力电子变换器系统和设备安全要求 第 1 部分:总则》AMD1:2022 修订版,贴合储能双向 PCS 的设计、测试、认证全流程场景,分为判断题、单选题、多选题三类,所有题目均附标准条款依据与详细解答。…...
