建筑施工模板支撑体系可靠性研究

摘要

本文以建筑结构施工期模板支撑体系为主要研究对象，系统地分析和总结了国内外研究现状及发展趋势，并在施工现场调研和试验研究的基础上，对模板支撑体系的扣件抗滑承载力和抗扭性能、稳定承载能力、施工过程中的时变体系可靠性、人为错误发生规律和影响程度、人为错误影响下体系可靠性、以及安全风险评估等一系列问题进行了较深入的研究和讨论。并针对传统蒙特卡罗可靠度分析方法的不足，提出了基于LS-SVM的结构可靠度响应面分析方法。本文的主要研究成果的概述为以下几个方面： (1)根据施工现场的调查研究，较系统地分析和总结了模板支撑体系施工过程中人为错误规律。通过现场数据实测、试验研究和统计分析，建立了钢管外径和壁厚、不同部位扣件螺栓拧紧扭力矩、搭设步距和立杆间距等参数的概率模型，得到了各种人为错误的发生率，确定了对不同扣件螺栓拧紧扭力矩情况下，扣件的抗滑承载力的统计模型和抗扭刚度模型。 (2)在分析现有规范存在不足的前提下，对国内常用的模板支撑体系的稳定承载能力进行了理论分析。基于扣件抗扭性能的试验研究成果，提出了考虑扣件半刚性和初始缺陷影响的三维有限元模型。利用该模型进行线性屈曲和非线性屈曲分析，有限元计算结果表明非线性屈曲的分析方法能考虑诸多不利因素应优先采用，具有一定的安全度。因而采用非线性屈曲分析方法，计算了不同搭设参数下模板支撑体系的稳定承载力。为便于施工人员查询，将模板支撑体系的稳定承载力转换为单杆的计算长度系数。分析了不同初始缺陷、扣件半刚性、扣件拧紧力矩和搭设高度对支模架稳定承载力的影响。 (3)以高层现浇钢筋混凝土无梁楼盖结构为对象，进行钢筋混凝土结构和模板支撑体系相结合施工期结构时变可靠性分析。结果表明施工期结构的失效概率远大于使用期间；模板支撑体系的失效主要受模板底部水平杆与立杆连接处的扣件抗滑承载力控制。同时分析了模板支撑方案和施工活荷载对施工期结构体系可靠度的影响。 (4)大量建筑工程事故表明人为错误是导致结构失效的主要原因之一。在实际数据较少的条件下，通过现场调查、试验研究和相关文献，本文采用了HRA法模拟了混凝土结构和模板支撑体系在施工过程中人为错误发生及其对结构参数的影响。 (5)文中采用了蒙特卡罗数值模拟方法进行系统可靠性的计算和人为错误发生及其对结构参数影响的模拟。为确定人为错误的影响程度，比较分析了无人为错误和有人为错误影响下施工期结构体系的可靠性，并且确定了多层建筑结构模板支撑体系施工过程中的检查重点和控制内容。 (6)为了尽可能地避免事故的发生，对模板支撑体系安全风险评估已成为各施工管理企业日益关心的问题。本文提出了模板支撑体系的模糊灰关联安全风险综合评估方法，其中模糊数距离分别采用平面距离和格距离表示。将指标标准值和指标的评分值均视为模糊数，能较好的考虑客观事物本身的复杂性及固有的模糊不确定性，从而使多层次灰关联分析更为科学，更加接近实际。 (7)提出了一种基于LS-SVM的结构可靠度响应面分析方法，来求解这种功能函数不能明确表达的可靠性问题。结合LS-SVM的高度的非线性映射能力和小样本的学习能力，来逼近结构响应量与随机变量的关系，可以大量减少传统响应面可靠性分析方法的计算次数和计算时间；可直接使用现有的确定性结构分析程序而无需任何改动；数值结果表明所提出的方法具有较好的效率和精度，且具有一定的广泛性和实用性。 本论文得到了国家建设部软科学研究项目(05-R1-13)“建筑施工安全风险分析与控制”和浙江省建设厅科研项目(建科发[2003]226号)“扣件式钢管支模承重脚手架施工风险与应用”的支持。

目录

文摘

英文文摘

第1章绪论

1.1研究背景及意义

1.2国内外研究现状

1.3本文主要研究内容

参考文献

第2章模板支撑体系的现场调查及扣件性能试验研究

2.1引言

2.2施工现场中的人为错误调查

2.3施工现场结构参数不确定性分析

2.4扣件性能试验研究

2.5本章小结

参考文献

第3章支模架稳定承载能力研究

3.1引言

3.2稳定性分析理论

3.3支模架结构计算模型

3.4有限元结构分析

3.5影响因素分析

3.6本章小结

参考文献

第4章施工期钢筋混凝土结构可靠度研究

4.1引言

4.2施工期结构分析方法

4.3施工期结构荷载和抗力概率模型

4.4结构施工期体系可靠度分析

4.5本章小结

参考文献

第5章施工期钢筋混凝土结构人为错误影响分析

5.1引言

5.2人为错误可靠性分析

5.3人为错误影响下施工期结构系统可靠性分析

5.4本章小结

参考文献

第6章模板支撑体系模糊灰关联安全风险评估

6.1引言

6.2模糊数及模糊数距离

6.3多指标多层次模糊灰关联综合评估

6.4模板支架施工风险评估

6.5本章小结

参考文献

第7章基于LS-SVM的结构可靠度响应面分析方法

7.1引言

7.2最小二承支持向量机(LS-SVM)函数估计原理

7.3与LS-SVM方法相结合的响应面方法

7.4学习样本的生成及其初始化处理

7.5算例

7.6本章小结

参考文献

第8章结论与展望

8.1主要研究成果

8.2本文主要创新点

8.3研究展望

附件

致谢

浙江大学博士学位论文原创性声明及使用授权书