一种工程需求驱动的CFRP增强发泡陶瓷墙板选型方法及系统

摘要: 本发明涉及绿色建筑构件参数化设计、结构工程计算和建筑材料碳排放评价,特别涉及一种工程需求驱动的cfrp增强发泡陶瓷墙板选型方法及系统。背景技术:1、在发泡陶瓷墙...
一种工程需求驱动的CFRP增强发泡陶瓷墙板选型方法及系统

本发明涉及绿色建筑构件参数化设计、结构工程计算和建筑材料碳排放评价,特别涉及一种工程需求驱动的cfrp增强发泡陶瓷墙板选型方法及系统。

背景技术:

1、在发泡陶瓷墙板受拉区域粘贴碳纤维增强复合材料(carbon fiber reinforcedpolymer,cfrp)能够提高开裂后的承载能力和变形能力。墙板厚度过小或cfrp增强宽度不足时,构件无法满足承载、挠度或裂后承载要求;墙板厚度或cfrp增强宽度过大时,又会增加材料用量和物化阶段碳排放,并形成超过工程需求的承载冗余。

2、现有参数化评价通常由设计人员先给定墙板厚度和cfrp增强宽度比,再计算给定构件的力学响应和碳排放结果。当工程需求已经确定而构件参数尚待选择时,设计人员仍需反复改变墙板厚度和增强参数,逐项核对承载、挠度和失效模式约束,难以直接根据工程需求获得构件参数。

3、当多个候选构件同时满足工程约束时,仅按单一指标或未规定同值处理顺序的方式进行排序,可能产生不唯一或难以复核的选型结果;若在判断工程约束之前直接比较碳排放或协同效率指标,还可能把低指标但不满足工程条件的构件列为优先构件。

4、当预设参数域内全部候选构件均不满足工程需求时,仅提示无可行解不能指明承载、挠度、墙板厚度或失效模式中的主要约束缺口,而强行输出某一最低指标构件又可能形成误导。因此,需要一种墙板选型方法,克服上述问题。

技术实现思路

1、本发明提供一种工程需求驱动的cfrp增强发泡陶瓷墙板选型方法及系统,以解决现有参数化评价方法需要设计人员反复改变墙板厚度和增强参数、可行方案排序结果不唯一以及无可行解时缺少约束诊断的问题。

2、本发明的第一方面,提供一种工程需求驱动的cfrp增强发泡陶瓷墙板选型方法;方法包括以下步骤:

3、s1、获取设计均布荷载、允许墙板厚度范围、挠度限值、有效承载收益上限系数和裂后承载要求;

4、s2、在预设墙板厚度-cfrp增强宽度比参数域内生成候选构件,调用物理响应计算模型获得每一候选构件的开裂均布面荷载、用于后续评价的极限均布面荷载、使用阶段挠度、失效模式、等效延性系数、物化阶段碳排放量和需求约束生态-力学协同效率指标;

5、s3、分别根据各候选构件的墙板厚度、用于后续评价的极限均布面荷载与设计均布荷载之间的承载关系、使用阶段挠度以及失效模式,判断各候选构件是否满足墙板厚度约束、承载约束、挠度约束和失效模式约束,并形成对应的约束状态向量;

6、s4、将全部约束均满足的候选构件划分为可行构件,并判断可行构件集合是否为空;

7、s5、当可行构件集合为非空时,按照以需求约束生态-力学协同效率指标为首级的确定性多级排序规则对可行构件进行排序,将排序首位构件的墙板厚度、cfrp增强宽度比和cfrp增强总宽度作为目标构件参数组输出;

8、s6、当可行构件集合为空时,计算候选构件相对于工程需求的归一化约束违反度,按照以归一化约束违反度为首级的确定性多级排序规则进行排序,输出预设数量的邻近构件及各邻近构件未通过的约束;

9、其中,步骤s3至步骤s6中用于约束判定和排序的候选构件性能评价值均根据步骤s2物理响应计算模型的输出结果确定。

10、根据前述的工程需求驱动的cfrp增强发泡陶瓷墙板选型方法,候选构件以表示,其中为墙板厚度,为cfrp增强宽度比;

11、cfrp增强宽度比的计算方法为:

12、;

13、式中,为沿受力方向布置的各纵向cfrp条带宽度之和;为墙板宽度;

14、物理响应计算模型还包括墙板长度、墙板宽度和计算跨度,允许挠度根据计算跨度和挠度限值分母确定,有效承载收益上限系数不小于1,裂后承载要求设置为启用状态或关闭状态。

15、根据前述的工程需求驱动的cfrp增强发泡陶瓷墙板选型方法,步骤s2中,物理响应计算模型基于组合截面平衡、应变协调、材料本构、cfrp界面粘结控制条件和试验锚点形成墙板厚度和cfrp增强宽度比的响应数据,并获得开裂均布面荷载和理论极限均布面荷载;

16、根据材料用量及生产、运输和施工活动计算物化阶段碳排放量,根据cfrp增强宽度比、临界cfrp增强宽度比以及理论极限均布面荷载与开裂均布面荷载的关系判定失效模式,并根据失效模式确定用于后续评价的极限均布面荷载和等效延性系数;

17、失效模式的判定方法为:

18、当cfrp增强宽度比小于临界cfrp增强宽度比,或者理论极限均布面荷载不大于开裂均布面荷载时,将对应候选方案判定为脆性破坏模式,并将开裂均布面荷载确定为用于后续评价的极限均布面荷载,同时将等效延性系数确定为1;

19、当cfrp增强宽度比不小于临界cfrp增强宽度比,且理论极限均布面荷载大于开裂均布面荷载时,将对应候选方案判定为裂后承载模式,将理论极限均布面荷载确定为用于后续评价的极限均布面荷载,并根据试验锚点确定所述候选方案的等效延性系数。

20、根据前述的工程需求驱动的cfrp增强发泡陶瓷墙板选型方法,步骤s3中,约束状态向量为:

21、;

22、其中,为约束状态向量,、、和分别表示墙板厚度约束、承载约束、挠度约束和失效模式约束的通过状态;仅当四个状态分量均为通过状态时,将候选构件划分为可行构件;当不要求裂后承载时,为通过状态。

23、根据前述的工程需求驱动的cfrp增强发泡陶瓷墙板选型方法,所述承载约束以及所述需求约束生态-力学协同效率指标基于候选构件的承载能力评价值确定,所述承载能力评价值包括:工程需求承载能力、候选构件极限承载能力、有效承载能力和需求约束生态-力学协同效率指标;

24、工程需求承载能力为:

25、;

26、式中,为工程需求承载能力,为单块墙板平面面积,为设计均布荷载;

27、候选构件极限承载能力为:

28、;

29、式中,为候选构件极限承载能力,为理论极限均布面荷载;

30、有效承载能力为:

31、;

32、式中,为有效承载能力,为有效承载收益上限系数;

33、需求约束生态-力学协同效率指标为:

34、;

35、式中,为需求约束生态-力学协同效率指标,为物化阶段碳排放量,为等效延性系数;

36、可行构件按照执行升序字典序排序,为墙板厚度,为cfrp增强宽度比;

37、其中,为可行构件排序键。

38、进一步地,步骤s6中,归一化约束违反度由承载不足率、挠度超限率、墙板厚度越界程度和失效模式违反项加权得到,具体的归一化约束违反度计算方法为:

39、;

40、式中,为归一化约束违反度;、、和为正权重;为候选墙板厚度到允许墙板厚度区间的最短距离;为墙板厚度步长;为失效模式违反指示量;无约束违反时相应分项取0;为使用阶段挠度;为允许挠度;

41、邻近构件按照执行升序字典序排序,并输出预设数量的邻近构件;权重和预设数量为可配置参数;

42、其中,为邻近构件排序键,为归一化约束违反度。

43、根据前述的工程需求驱动的cfrp增强发泡陶瓷墙板选型方法,通过图形用户界面输出目标构件或邻近构件的墙板厚度、cfrp增强宽度比、增强总宽度、荷载响应、使用阶段挠度、等效延性系数、失效模式、物化阶段碳排放量、协同效率指标和约束状态,并显示墙板厚度-cfrp增强宽度比可行域及排序结果。

44、本发明的第二方面,提供一种工程需求驱动的cfrp增强发泡陶瓷墙板选型系统,用于执行本发明的第一方面所述的工程需求驱动的cfrp增强发泡陶瓷墙板选型方法;系统包括:

45、工程需求获取模块,用于获取设计均布荷载、允许墙板厚度范围、挠度限值、有效承载收益上限系数和裂后承载要求;

46、候选生成与物理响应计算模块,用于生成候选构件并获得各候选构件的物理响应计算模型输出值;

47、约束状态判定模块,用于分别判断每一候选构件是否满足墙板厚度约束、承载约束、挠度约束和失效模式约束,并形成约束状态向量;

48、可行集合判断模块,用于将全部约束均满足的候选构件划分为可行构件,并判断可行构件集合是否为空;

49、可行构件排序模块,用于在可行构件集合非空时对可行构件执行确定性多级排序并确定目标构件参数组;

50、无可行解约束诊断模块,用于在可行构件集合为空时,根据各候选构件的约束状态向量确定其未通过的约束,并计算归一化约束违反度;

51、结果输出模块,用于输出目标构件或邻近构件、未通过约束、可行域和排序结果。

52、本发明具有以下有益效果:

53、(1)本发明将工程需求参数作为墙板选型的直接输入,并在预设的墙板厚度-cfrp增强宽度比参数域内自动生成候选构件,通过统一的物理响应计算模型获得不同候选构件的开裂荷载、极限荷载、使用阶段挠度、失效模式及等效延性系数,从而将传统依赖设计人员反复调整构件参数和逐项试算的选型过程转化为基于工程需求的参数域自动搜索过程,减少人工试算次数,提高墙板初选过程的自动化程度和一致性。

54、(2)本发明通过失效模式判定机制将cfrp增强宽度比、临界cfrp增强宽度比以及理论极限均布面荷载与开裂均布面荷载之间的关系进行联合评价,并根据不同失效模式确定用于后续评价的极限均布面荷载及等效延性系数,使候选构件的承载能力评价不再仅采用理论极限荷载,而能够区分脆性失效与裂后承载行为,从而降低因忽略失效模式差异而导致的选型偏差。

55、(3)本发明采用确定性多级字典序排序机制,在需求约束生态-力学协同效率指标相同时,进一步依据物化阶段碳排放量、墙板厚度及cfrp增强宽度比进行逐级比较,从而消除多个候选构件评价指标相同时可能产生的排序不唯一问题,使在相同工程输入和相同物理响应数据下能够获得唯一且可复核的目标构件参数组,提高选型结果的确定性和可追溯性。