英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
设计（论文）题目：某高原公路Q1段设计 基于快速三维有限元的刚性机场道面基础响应和模量预测模型的开发 Adel Rezaei-Tarahomi，Orhan Kaya，Halil Ceylan，Sunghwan Kim，Kasthurirangan Gopalakrishnan，David R，Brill 美国爱荷华州艾姆斯，爱荷华州立大学 美国联邦航空局机场技术研发部，ANG-E262大西洋城国际机场威廉·休斯技术中心，美国新泽西州08405 文章信息 文章历史： 2017年3月17日收到 2017年8月31日修订 2017年8月31日接受 2017年9月21日在线可用 关键字： 刚性机场 道面基础响应 人工神经网络 反算 重型偏转仪器（HWD） 摘 要 对于刚性机场道面设计行业来说，设计刚性机场道面的道面基础以及理解道面基础元素对整体道面性能和道面破坏的贡献一直是挑战。虽然已经开发了许多模型来最好地模拟刚性机场道面的道面基础行为，但其中许多模型仅关注波特兰水泥混凝土（PCC）层的破坏，而没有充分考虑道面基础对破坏的影响。联邦航空管理局（FAA）的道面设计软件FAARFIELD考虑了PCC层自下而上破裂失败的混凝土板底部边缘处的最大水平应力，但没有考虑刚性基层和路基层破裂的关键响应道面设计。很明显，将重要的道面基础响应纳入道面设计程序中是非常有趣的。本文的主要目的是研究基于快速三维有限元（3DFE）的道面基础响应和模量预测模型的开发以设计新的和修复的刚性机场道面结构的可行性。在模型开发过程中进行的三个案例研究有：（1）适用于不同宽体飞机载荷条件的刚性道面基础响应预测模型，（2）适用于重型/跌落式挠度计（H / FWD）载荷条件的刚性道面基础响应预测模型以及（3）单一的刚性道面模量预测模型。本文介绍了快速基于3DFE的预测模型的开发过程和结果，以及在刚性机场道面系统的结构设计和评估中应用该开发模型的其他重要发现和建议。结果发现，开发的模型能够针对本研究中的所有案例成功预测3DFE道面解决方案，可以解决刚性道面基础相关的困扰，并且有可能在将来集成到FAARFIELD中，作为未来的前向响应预测模型。 介 绍 在刚性机场道面设计中，道面基础通常包括基层、底基层和路基[1]。基层可分为不稳定类别和稳定类别。不稳定的基层通常由碎石和未破碎的骨料组成，而稳定的基层由碎石和由未破碎的骨料、稳定水泥或沥青组成的混合料。此外，基层通常使用颗粒材料，这些材料稳定性并不确定。最后，典型的路基不是由天然土壤就是由改良土壤组成。 在刚性机场道面中使用基层，为刚性道面板提供均匀且稳定的支撑。基层类型的选择以及最小基层厚度要求会根据在道面运行时飞机的最大毛重而变化[1]。例如，当道路设计用于服务重于45.4公吨（100,000磅）以上的飞机时，需要稳定的基础，而低于该重量的道路则不需要使用稳定的基础。当设计用于服务于45.4公吨（100,000 lb）以上的飞机的道面时，还需要最少127毫米（5英寸）的稳定基础和最少152.4毫米（6英寸）的压碎骨料总厚度。 FAA AC150 / 53206F [1]中包含的FAA道面设计软件FAARFIELD允许用户在刚性道面设计过程中考虑多达三个基层/底基层。基层/底基层材料的特性由模量和泊松比值表征。标准材料的模量和泊松比值（例如，FAA AC 150 / 537010G [2]中定义的P401和P403）直接由软件分配，用户无法修改。但是，该软件的确允许用户更改层的模量输入，但会显示使用了“非标准”材料的警告。使用非标准材料必须先获得美国联邦航空局（FAA）的批准，然后才能使用。 路基层的特征在于其路基反应模量——k或弹性（杨氏）模量以及泊松比m。尽管可以将k或输入到软件中，但FAAR FIELD仅在结构计算中使用。如果基础模量作为k值输入到软件中，则将使用以下方程式（方程式（1））[1]将其转换为： 式中： =路基的弹性模量（Emodulus），psi =路基的路基反应模量，psi/in。 FAARFIELD使用基于三维有限元（3DFE）的引擎（NIKE3D_FAA，缩写为NIKE3D）来计算混凝土道面响应。 FAA还开发了FEAFAA（有限元分析– FAA），它使用NIKE3D作为独立工具对多板刚性机场道面和铺面进行3DFE分析。它计算单个飞机着陆装置载荷作用下刚性道面的响应（挠度，应力和应变）。但是，FAARFIELD仅考虑混凝土板底部边缘的最大水平应力来确定PCC层的自底向上裂缝破坏，但未考虑刚性道面设计中对路基和路基层破坏的关键响应。显然，将这种道面基础响应纳入道面设计程序中会很有意思。 落锤挠度计（FWD）已用于评估现有道面的结构完整性，确定原位道面和路基层的材料特性以进行修复后的道面结构设计以及比较相对强度和其他道面部分的状况系统[1]。为了评估机场的道路系统，使用了重量挠度计（HWD）设备，类似于FWD测试，但具有较高的负载水平。这些测试通过以下方式进行：通过圆形金属板向道面施加冲击载荷，并测量在几个径向偏移处由冲击载荷引起的道面挠度。所测量的挠度的程度和变化是道面系统对所施加载荷的响应的指标。偏移量的分布主要是有关道面层的厚度，各个层的模量和载荷大小的函数[3]。知道道面系统的挠度和层厚后，可以通过称为反算的过程来估算各个道面层的弹性模量（杨氏模量）。 BAKFAA是FAA AC 150/537011B附带的FAA反算软件[4]，它使用道面系统的数学模型（正向模型）执行反算，该模型考虑了理论挠度值和加载下的假定初始层模量值（即种子模量值）。通过改变层模量，可以将计算出的挠度与测得的挠度值进行比较，直到这两个挠度值在一定的公差极限内匹配[3]。可以将反算后的道面模量值直接输入到FAARFIELD中，以设计机场的改建道路结构。 BAKFAA在反算中对正向模型使用了弹性分层分析。尽管FAA建议使用与用于结构评估和设计的正向计算程序一致的反算方法，但尚无与NIKE3D一致的反算工具，NIKE3D是一种基于3D-FE的道面响应模型，用于设计新的和改建的（即，使用现有的混凝土道面覆盖层）刚性道面结构。使用NIKE3D作为反算工具的正向模型时，较长且不可预测的计算时间（即，对于使用常规台式计算机的9板系统承受机械和热负荷的情况，需要16分钟）是主要考虑因素。 本文的主要目的是研究开发基于快速三维有限元（3D-FE）的道面基础响应和模量预测模型以设计新的和已修复的刚性机场道面结构的可行性。开发的预测模型使用人工神经网络（ANN）来返回FAARFIELD中采用的NIKE3D计算得出的响应的近似估计。 在开发ANN模型时进行的三个案例研究包括：（1）不同飞机载荷条件下的刚性道面基础响应预测模型；（2）HWD / FWD载荷条件下的刚性道面基础响应预测模型；（3）单刚性道面模量预测模型。本文介绍了基于3D-FE的快速ANN预测模型的开发过程和结果，以及在将结构模型用于刚性机场系统的结构设计和评估中的其他重要发现和建议。 人工神经网络模型开发的总体描述 长期以来，人工神经网络已成功用于解决道面工程问题[5]。人工神经网络在道面系统建模中非常有用，因为它们几乎没有常规技术的局限性，例如正态性，线性和变量独立性。此外，人工神经网络可以在很短的时间内捕获因变量和自变量之间复杂的线性和非线性关系。 Ceylan等人[6]和Ceylan [7]证明了基于ANN的替代响应模型在计算横向和纵向拉伸应力以及连接混凝土机场道面底部的挠度随应用类型，水平和位置的变化而取得的成功。如齿轮载荷，板厚，板模量，路基支座，道面温度梯度，载荷传递效率等人 Ceylan等人 [8]还开发了ANN模型，以使用ISLAB 2000有限元程序的结果来预测刚性机场道面（楼板混凝土道面系统）的刚度特性。 ANN模型的预测与FAA国家机场道面测试设施（NAPTF）测试部门收集的实际HWD数据相比更具有优势。 图1显示了本研究中使用的ANN模型开发方法的整体说明。最初，填充一个基于有限元的知识数据库，该数据库由在最小和最大预定义限制内随机生成的FEAFAA输入参数组成，并填充每个道面层的FEAFAA产生的道面响应，以开发ANN模型。然后，将这种基于有限元的知识数据库用于ANN模型开发，以建立输入参数和输出变量之间的关系。 基于有限元的知识数据库开发 要开发基于有限元的知识数据库，需要所需的输入参数及其范围。 FEAFAA要求输入与飞机类型选择，道面结构（包括材料属性，层厚度，平板和网格尺寸），装载位置，整个平板厚度（如果选择温度梯度加载）的平板温度梯度（如果选择了温度梯度加载）以及接头建模有关的输入。对于每个参数，FEAFAA提供硬编码的范围限制。在开发数据库时，使用每个输入参数的预定义范围内的随机分配编号填充了500个样本（案例）。这些预定义范围是基于FEAFAA的硬编码范围和工程判断的组合。表1显示了在基于有限元的知识数据库的开发中使用的输入及其范围。表1中的加载角是飞机齿轮的倾斜对称轴与Y轴的夹角。请注意，ANN模型是为刚性道面构造开发的，包括PCC平板层，坚固的基层（水泥或沥青处理过的基础），薄弱的基础（例如颗粒状）和路基。由于目前用于分析FAA刚性机场道面的唯一软件（FEAFAA）的当前版本使用的是道面层的各向同性线性弹性假设，因此本研究基于此假设开发了ANN模型。但是，作者可以根据他们过去的相关研究经验，为更复杂的FEM解决方案开发ANN模型。作者完全意识到，在设计全深度和常规沥青道面时，未结合骨料基础和路基土层的非线性应力相关刚度的重要性。在对现有道面进行非破坏性评估时，也必须适当考虑土工材料层刚度的这种非线性，与应力有关的特征，即从FWD / HWD测试中对层模量进行反算[8]。 Gopalakrishnan等人 [3]绘制了使用ANN绘制的非线性应力相关有限元运行的解，并将基于ANN的柔性道面层模量预测与使用柔性道面层线性弹性假设的反算程序获得的结果进行了比较。 Ceylan等人 [8]使用ILLIPAVE 2000全深度沥青有限元解决方案，开发了基于ANN的反算和前向计算道面结构模型，具有非线性，应力相关的路基土壤特性。两项研究均表明，人工神经网络能够在非线性，应力相关系统的输入参数和输出变量之间映射复杂的关系，例如在复杂的有限元分析中研究的关系。 FEAFAA软件执行3D-FE分析，其中将板层和道面基层划分为网格，网格的数量由用户定义。 分析结束时，该软件将生成txt格式的输出文件，该文件可提供有关每个网格节点的x，y和z坐标以及每个网格节点处的计算应力信息的数据。 图2显示了使用Tecplot 360软件绘制的典型FEAFAA输出（同时受到波音B777-300ER机械负载和热负载的影响）。 在这项研究中，还使用C＃编程工具和AutoIt脚本工具开发了一种自动化工具——脚本工具。 它可以执行批处理运行，获取输出以及执行后处理，包括提取每个道面基础子层的关键道面的关键道面响应并将其添加到基于有限元的知识数据库中。 基于ANN的飞机载荷道面基础响应预测模型 模型开发说明 刚性机场道面基础的每一结构层都有必须计算的关键道面响应。图3描绘了每种类型的刚性机场道面基础的每一结构层的一些关键道面响应。 开发了单独的ANN模型以预测每个道面基础子层中的每个关键道面响应。人工神经网络模型是为两种宽体飞机装载箱开发的：一架波音B777-300ER和一架空客A380-800。 波音B777-300ER的总重为352.4公吨（777,000磅），带有两个主齿轮。每个齿轮均具有双转轮配置和六个车轮。它在道面部分的负载为27.9公吨（61513磅）的车轮负载，近似于1524 kPa（221 psi）的均匀压力，并施加在六个0.18平方米（278平方英寸）的矩形区域上。这些区域以1.5 m（58英寸）的双轴间距放置。双重间距为1.4 m（55英寸）。 另一架代表A380-800的负载的总重为562公吨（1,239,000磅），带有两个六轮主齿轮。每个齿轮均具有双转轮配置和六个车轮。它在道面部分的负载为44.5吨（98087磅）的车轮负载，近似于1379 kPa（200 psi）的均匀压力，并施加在六个矩形区域上。这些区域的两轴间距为1.7 m（67英寸）。双重间距为1.3 m（53英寸）。 由于对称性，仅需要分析飞机的两个主要齿轮之一。在分析中还使用了九个具有不同平板尺寸（Lx和Ly），加载角度（）和齿轮位置（和）的平板。 由于表面变暖和冷却循环，混凝土道面通常每天都会卷曲。通过提供等效的温度梯度参数，可 剩余内容已隐藏，支付完成后下载完整资料
资料编号：[240238]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
