Identyfikacja parametrów materiałowych w istniejących masywnych konstrukcjach betonowych na przykładzie dużych zapór wodnych

• Autorzy: Miller B.

Warianty tytułu

EN

Identification of material properties in existig massive concrete structures illustrated with an example of large dams

• Języki publikacji: PL

Abstrakty

PL

Badanie stanu istniejących konstrukcji jest ważnym zadaniem inżynierskim. Wśród bardzo odpowiedzialnych konstrukcji są betonowe zapory wodne, które mogą być narażone na różnorodne procesy fizyko-chemiczne oraz na bardzo duże obciążenia, awarie zapór wodnych mogą zaś powodować olbrzymie szkody. Dzięki zastosowaniu nowoczesnych metod obliczeniowych można, opierając się na niewielkiej ilości danych pomiarowych opisujących zachowanie się konstrukcji np. podczas napełniania lub opróżniania zbiornika, określić parametry materiałowe betonu, z którego zbudowana jest zapora. Podejście globalne może być uzupełnione przez lokalne, nieniszczące badania. W pracy przedstawione jest podejście, które wymaga wywiercenia w obszarach podejrzanych o degradację parametrów materiałowych dwóch niewielkich otworów (o średnicy kilku centymetrów i rozstawie osi rzędu kilkunastu centymetrów). Dokładny pomiar oraz analiza zmian średnicy pierwszego otworu wywołanych wywierceniem drugiego otworu oraz późniejszym obciążeniem ścianek drugiego otworu znanym ciśnieniem pozwala na określenie wybranych parametrów materiałowych oraz stanu naprężenia w materiale w otoczeniu obu otworów.

EN

The paper presents two approaches to identification of material properties of concrete in existing, large structures. The first, global approach enables identification of Young modulus in isotropic material in ten selected dam zones. The second one, local, enables the identification of local values of two Young moduli (horizontal and vertical under the orthotropic material assumption) and the local stress state.

Słowa kluczowe

PL

sieć neuronowa sztuczna; zapora wodna; konstrukcja betonowa; uszkodzenie; identyfikacja; reakcja krzemoalkaliczna; metoda elementów skończonych

EN

artificial neural network; dam; concrete structure; damage; identyfication; alkali-silica reaction; finite element method

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Zeszyty Naukowe Politechniki Rzeszowskiej. Budownictwo i Inżynieria Środowiska
• Rocznik: 2012
• Tom: z. 59, nr 3/II
• Strony: 397--404
• Opis fizyczny: Bibliogr. 10 poz., il.

Twórcy

autor

Miller B.

• Politechnika Rzeszowska,

Bibliografia

• [1] Swamy R., Al-Asali M. Engineering properties of concrete affected by alkali-silica reaction. ACI Mater. J., 85:367–374, 1988.
• [2] Ahmed T., Burley E., Rigden S., Abu-Tair A. I. The effect of alkali reactivity on the mechanical properties of concrete. Constr. Build. Mater., 17:123–144, 2003.
• [3] Schwesinger P., Wittmann F., ed. Present and Future of Health Monitoring. AEDIFICATION Publishers, Freiburg, 2000.
• [4] Ardito R., Bartolotta P., Ceriani L., Maier G. Diagnostic inverse analysis of concrete dams with statical excitation. Journal of the Mechanical Behavior of Materials, 15(6):381–386, 2005.
• [5] Maier G., Ardito R., Fedele R. Inverse analysis problems in structural engineering of concrete dams. In Z. Yao, M. Yuah, and W. Zhong, editors, Proc. of the 6\s\up5(th) World Conference of Computational Mechanics WCCM VI, Beijing (China). Invited Semiplenary Lecture, pages 97–107. Tsinghua University Press and Springer-Verlag, Beijing, 2004.
• [6] Gioda G., Maier G. Direct search solution of an inverse problem in elastoplasticity: identification of cohesion, friction angle and in situ stress by pressure tunnel tests. Int. J. Num. Meth. Eng., 15:1823–1848, 1980.
• [7] Waszczyszyn, Z., Słoński, M.: Selected problems of artificial neural network development, Ch. 5 in: Waszczyszyn, Z. (ed.), Advances of Soft Computing in Engineering, CISM Courses and Lectures, vol. 512, pp. 237-316. Springer, Wien-New York, 2011.
• [8] Haykin, S.S.: Neural Networks  A Comprehensive Introduction, 2nd Ed., Prentice Hall, 1999.
• [9] Fedele, R.; Miller, B. & Maier, G. (2005), 'Identification of elastic stiffness and local stresses in concrete dams by in situ tests and neural networks', Journal of Structure and Infrastructure Engineering 1(3), 165--180.
• [10] Fedele, R.; Miller, B. & Maier, G. (2006), 'Health assessment of concrete dams by overall inverse analyses and neural networks', International Journal of Fracture 137(1-4), 151--172.