首页 理论教育桥梁细节疲劳损伤概率模型-钢箱梁

桥梁细节疲劳损伤概率模型-钢箱梁

【摘要】:由300组随机车流样本分析得到的钢箱梁细节日疲劳损伤Dd的概率模型如图8.31、8.32所示。图8.31行车道的细节疲劳损伤概率模型图8.32超车道的细节疲劳损伤概率模型由图8.31和8.32可知,行车道和超车道的日疲劳损伤均呈单峰偏态分布。表8.14南溪长江大桥钢桥面板细节疲劳荷载效应的概率参数高斯混合模型可适用于建立随机车流作用下钢箱梁细节疲劳应力及疲劳损伤的概率模型。等效疲劳应力及日应力循环次数呈多峰分布,疲劳损伤呈单峰的偏态分布。

引入车辆的轮迹横向分布系数e=0.76,随机车流作用下细节①的日累积损伤值如表8.13所示。

表8.13 随机车流下钢箱梁细节的疲劳损伤计算表

由表8.13可知,行车道的Seq大于超车道,而行车道的Nd均值略小于超车道,但行车道的日损伤值约为超车道日损伤值的5倍。根据细节①的日损伤值平均值,可得出行车道的疲劳寿命为811年,超车道的疲劳寿命为4 027年。

行车道的车辆较少,但是行车道的等效应力幅值比超车道的高。C1车型的65.36%行驶在超车道,而只有36.64%行驶在行车道,超车道数量是行车道数量的1.8倍;而C2~C6中大多数车辆均行驶在行车道,虽然行车道的车辆数量较少(约是超车道的0.57倍),但行车道的重载车辆对钢箱梁细节等效应力幅值较大。行车道的寿命约为超车道的1/5。由300组随机车流样本分析得到的钢箱梁细节日疲劳损伤Dd的概率模型如图8.31、8.32所示。

图8.31 行车道的细节疲劳损伤概率模型

图8.32 超车道的细节疲劳损伤概率模型

由图8.31和8.32可知,行车道和超车道的日疲劳损伤均呈单峰偏态分布。采用GMM模型可较好地拟合其概率密度和概率分布函数。行车道细节的日疲劳损伤概率密度峰值处的日疲劳损伤值约为4×10-6,超车道处的约为8.5×10-8,相应参数如表8.14所示。

表8.14 南溪长江大桥钢桥面板细节疲劳荷载效应的概率参数

高斯混合模型可适用于建立随机车流作用下钢箱梁细节疲劳应力及疲劳损伤的概率模型。等效疲劳应力及日应力循环次数呈多峰分布,疲劳损伤呈单峰的偏态分布。随机车流的引入为细节疲劳损伤概率模型的建立提供了有利条件,而建立疲劳损伤概率模型之后即可通过功能函数分析细节疲劳可靠度。总之,细节疲劳损伤概率分析为其疲劳可靠度评估提供了有利条件。