首页--工业技术论文--建筑科学论文--建筑结构论文--结构理论、计算论文--结构设计论文

多层箱式模块化建筑受力性能和设计方法的研究

摘要第3-4页
abstract第4-5页
1 绪论第9-19页
    1.1 模块化建筑的发展背景及意义第9页
        1.1.1 模块化建筑的发展背景第9页
        1.1.2 模块化建筑的发展意义第9页
    1.2 国内外研究现状第9-17页
        1.2.1 集装箱改造房第9-12页
        1.2.2 轻钢装配式活动房第12-13页
        1.2.3 箱式模块化钢框架建筑第13-17页
    1.3 本文研究内容第17-19页
2 单体新型箱式模块化建筑受力设计及分析第19-35页
    2.1 引言第19页
    2.2 普通箱式模块化建筑第19-21页
        2.2.1 模块化箱体的结构体系及尺寸选型第19-20页
        2.2.2 普通模块化箱体设计与使用存在的问题第20-21页
    2.3 新型箱式模块化建筑承载力的研究第21-30页
        2.3.1 新型箱式模块化建筑的体系第21-22页
        2.3.2 结构荷载条件第22-24页
        2.3.3 新型箱式模块化建筑的连接第24-27页
        2.3.4 新型箱式模块化建筑中部支撑柱布置范围第27-28页
        2.3.5 新型箱式模块化建筑柱承载力第28-30页
    2.4 新型箱式模块化建筑水平荷载承载力第30-34页
        2.4.1 新型箱式模块化建筑有限元模型第30页
        2.4.2 有限元模型验证第30-32页
        2.4.3 有限元结果与理论值对比第32页
        2.4.4 新型箱式模块化建筑抗侧移刚度分析第32-34页
    2.5 本章小结第34-35页
3 多层箱式模块化建筑抗侧移刚度研究第35-65页
    3.1 多层箱式模块化建筑的水平荷载条件第35-36页
    3.2 经典抗侧移计算方法的介绍与比较第36-39页
        3.2.1 反弯点法第37页
        3.2.2 D值法第37页
        3.2.3 Smith&Coull法第37-38页
        3.2.4 三种抗侧移计算公式的比较第38-39页
    3.3 箱式模块化建筑抗侧移计算方法第39-42页
        3.3.1 箱式模块化建筑的计算方法第39-40页
        3.3.2 箱式模块化建筑的改进D值法第40-41页
        3.3.3 箱式模块化建筑的改进Smith&Coull法第41-42页
    3.4 新型箱式模块化建筑有限元模型第42-45页
        3.4.1 模型的建立第42-43页
        3.4.2 组合梁分析模型第43-45页
    3.5 新型箱式模块化建筑结构模型的参数分析第45-63页
        3.5.1 无支撑箱体抗侧移公式与有限元对比第45-55页
        3.5.2 无支撑箱式模块化建筑的设计公式第55-58页
        3.5.3 十字支撑箱体抗侧移公式与有限元对比第58-62页
        3.5.4 十字支撑箱式模块化建筑的设计公式第62-63页
        3.5.5 新型箱式模块化建筑设计方法第63页
    3.6 本章小结第63-65页
4 新型箱式模块化建筑整体抗震性能分析第65-87页
    4.1 多层新型箱式模块化建筑的模型建立第65页
    4.2 自振模态分析第65-68页
        4.2.1 自振模态分析方法第65-66页
        4.2.2 自振模态分析结果第66-68页
    4.3 底部剪力法第68-71页
        4.3.1 底部剪力法理论第68-69页
        4.3.2 底部剪力法分析结果第69-71页
    4.4 时程分析法第71-84页
        4.4.1 时程分析理论第71页
        4.4.2 地震波的选取第71-73页
        4.4.3 层间位移第73-77页
        4.4.4 顶点位移第77-80页
        4.4.5 顶点加速度第80-83页
        4.4.6 底部总剪力第83-84页
    4.5 本章结论第84-87页
5 结论与展望第87-89页
    5.1 结论第87-88页
    5.2 展望第88-89页
致谢第89-91页
参考文献第91-95页

论文共95页,点击 下载论文
上一篇:创业板IPO公司业绩“变脸”的影响因素研究
下一篇:基于Wi-Fi室内人员定位技术和数据挖掘对在室人员的研究