首页/文章/ 详情

力学概念 | 预应力技术在超高层建筑的应用

10小时前浏览1

 

预应力技术常用于大跨度结构,如桥梁工程,用于抵消拉应力以及减少结构挠度。在超高层建筑鲜有采用。现选取两个400m超高层建筑中运用预应力技术的案例。

南京江北A1地块超高层

南京江北A1地块超高层项目主结构高度约为478.20m,塔冠高度为21m。塔楼包含地上104层和5层地下室。塔楼从下至上共采用4道拱结构替代常用的环形桁架,拱结构将重力荷载直接传递至角部的八根工形巨柱并在空中大堂形成无柱空间,实现了结构高效和建筑美观的融合。拱结构立面效果如图1和图2所示

▲图1

▲图2


四道巨型拱桁架之间的间隔约为30层,将次柱所受的重力荷载传递至角部巨柱。拱的形式传力简单高效。拱在承担竖向荷载的同时,会在拱脚产生水平推力。如图3所示,拱的水平推力会传递至拉梁、压梁及巨柱。由于巨柱与拱结构平面上的位置关系(图3),拱的水平推力使巨柱产生剪力突变的同时,也产生了较大的扭矩。

▲图3

为了降低巨柱承担的拱脚推力,在22层、53层及82层拱结构的拱脚处施加预应力平衡部分水平推力。预应力平面布置如图4所示。预应力的引人,通过在拱脚引人与拱脚推力方向相反的内作用力,间接打破了“内力按照刚度分配的假定”这一力学原理。钢绞线的节点大样如图5所示.

▲图4

▲图5

关于拱结构推力参看力学概念| 自平衡体系(一)

广州西塔

▲图6

西塔建筑造型独特,如图6所示,首层至31层外凸,31层至103层内收。由钢管混凝土柱组成的斜交网络外框筒分为16个节,每个节27m,钢管混凝土柱在每个节间为直线段,相邻节段的柱于节点层形成一个折点,并于节点层平面内产生向外的推力,如图7所示,从而在楼层梁板中产生了拉力。抵抗该拉力是本工程设计中的技术难点之一。

▲图7

通过分析可知,由外筒斜柱竖向力传递转折而产生的向外的推力可由钢管混凝土柱本身的剪力、外环梁的拉力、连接柱与核心筒的拉梁及楼板的拉力来平衡。一般说来,钢管混凝土柱的优势在于承受轴向力,过大的剪力和弯矩会降低钢管混凝土柱的承载能力;而钢筋混凝土楼板则有裂缝宽度的限制。因此,本工程采取了外框筒环梁+拉梁+核心筒内闭合环梁构成的独立的平面内抗拉体系,如图8所示。

▲图8  核心筒内环梁

为进一步提高节点层抗拉体系的安全储备,于节点层周边设置体外高强钢绞线预应力索,如图9和图10。张拉索使得节点层平面内产生沿径向的压力,大大减少了环梁、拉梁及核心筒连梁的拉力,还可降低楼板中的拉应力水平,有效地控制楼板的裂缝宽度。

▲图9

▲图10  环向索位置

与此同时,体外预应力的施加减小了钢管混凝土斜柱的向外水平位移,相应减少了柱的弯矩,从而提高了钢管混凝土柱的竖向承载力。和生活中常见的木桶的箍有异曲同工之妙。


 

力学概念| 预应力
力学概念| 预应力应用实例
力学概念| 自平衡体系(一)

来源:数值分析与有限元编程
建筑控制
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-07-23
最近编辑:10小时前
太白金星
本科 慢慢来
获赞 12粉丝 25文章 353课程 0
点赞
收藏
作者推荐

好书推荐-《DeepSeek源码深度解析》

本书是一本系统讲解DeepSeek源码及其核心实现原理的技术指南,内容覆盖了从基础概念到高级应用的全流程知识。全书共7章,结构层层递进。第1章对DeepSeek进行了全面概述,帮助读者构建对DeepSeek系统的整体认知。第2章聚焦于环境搭建、代码获取与模型部署接入,为后续深入研究提供基础。第3章深入探讨了MoE(混合专家模型)的基本原理、功能模块与优化技术。第4章详细解析了DeepSeek-V3模型的架构知识,并通过测试验证展示了系统的实际效果。第5章围绕统一多模态大模型展开,介绍了Janus系列架构、核心技术及工具模块。第6章针对高分辨率图像场景,探讨了结合MoE、细粒度特征提取与视觉/语言适配器的多模态模型的知识。第7章聚焦DeepSeek-R1推理大模型,展示了DeepSeek在推理性能与自我进化方面的探索。 本书适合人工智能工程师、深度学习研究者、AI产品开发人员及高校师生阅读。无论您是希望夯实开源模型基础,还是寻找前沿实战案例,本书都将为您提供全面而深入的参考与指导。目录第1章DeepSeek概述1.1 DeepSeek简介21.1.1 DeepSeek介绍21.1.2 DeepSeek的背景与目标21.1.3 DeepSeek的产品31.1.4 DeepSeek的应用场景51.1.5 DeepSeek的核心功能61.2 DeepSeek的架构概览71.2.1 DeepSeek的整体架构设计81.2.2 DeepSeek的模块划分81.2.3 DeepSeek与其他模型的技术对比9第2章环境搭建、代码获取与模型部署接入2.1 环境准备142.1.1 硬件环境要求142.1.2 软件环境配置152.2 源码获取与管理162.2.1 开源项目简介162.2.2 获取源码182.2.3 代码分支管理192.2.4 代码 新与同步202.3 DeepSeek模型的本地部署与接入212.3.1 安装Ollama 212.3.2 部署DeepSeek模型222.3.3 Chatbox部署可视化232.3.4 DeepSeek接入整合25第3章混合专家模型(MoE)初探3.1 项目介绍283.2 功能模块303.3 ZeRO配置303.4 模型微调343.4.1 微调原理343.4.2 生成提示文本353.4.3 配置模型微调参数363.4.4 设置训练数据373.4.5 配置超参数373.4.6 保存模型383.4.7 获取 检查点393.4.8 安全保存模型393.4.9 分词处理403.4.10 文本预处理403.4.11 数据收集器413.4.12 训练数据的分词和预处理423.4.13 构建和配置模型423.4.14 训练模型443.4.15 微调模型473.5 调用模型483.5.1 下载模型483.5.2 调用模型50第4章基于DeepSeekMoE架构的DeepSeek-V34.1 项目介绍544.1.1 核心特点544.1.2 训练流程544.1.3 与DeepSeekMoE项目的区别564.2 开源信息介绍574.3 模型权重584.3.1 权重结构584.3.2 加载规则594.3.3 FP8权重604.4 超参数配置614.4.1 小规模版本(16B)的配置614.4.2 中规模版本(236B)的配置634.4.3 大规模版本(671B)的配置644.5 模型架构644.5.1 DeepSeek-V3模型架构介绍654.5.2 配置信息664.5.3 并行嵌入684.5.4 线性变换694.5.5 线性层704.5.6 RMSNorm(均方根层归一化)734.5.7 RoPE计算744.5.8 多头注意力层774.5.9 多层感知器804.5.10 DeepSeek-V3中的MoE架构实现814.5.11 Transformer模型864.5.12 验证和测试884.6 量化计算884.6.1 输入张量进行量化处理894.6.2 块级量化处理894.6.3 权重矩阵的反量化904.6.4 对激活值和权重的量化与反量化914.6.5 调优参数924.6.6 FP8矩阵乘法内核924.6.7 FP8矩阵乘法实现944.7 权重转换954.8 测试模型1024.9 DeepSeek-V3模型总结108第5章统一多模态大模型?5.1 项目介绍1125.2 架构原理与核心技术1125.3 开源信息介绍1185.4 工具模块1195.4.1 对话管理1205.4.2 数据加载1295.5 构建多模态模型1315.6 JanusFlow模型架构1855.6.3 U-ViT模型1905.7 模型推理2125.8 Web交互测试219第6章适用于高分辨率图像的多模态模型6.1 项目介绍2286.2 开源模型2336.3 开源信息介绍2346.4 配置文件2356.5 模型架构2376.6 模型部署和在线服务3596.7 图文对话推理3846.8 Web测试387第7章DeepSeek-R1推理大模型7.1 背景介绍4067.2 项目介绍4067.3 DeepSeek-R1-Zero训练方案4117.4 DeepSeek-R1训练方案4167.5 蒸馏处理419来源:数值分析与有限元编程

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈