带钢管剪力键的装配式混凝土桥墩抗震性能

欧智菁; 谢铭勤; 秦志清; 林上顺; 俞杰

doi:10.3969/j.issn.0258-2724.20191177

带钢管剪力键的装配式混凝土桥墩抗震性能

doi: 10.3969/j.issn.0258-2724.20191177

1.
福建工程学院土木工程学院，福建福州 350118
2.
福建省交通规划设计院，福建福州 350103

基金项目: 国家自然科学基金（51878172）；福建省自然科学基金（2019J01779，2019H6020）

详细信息

作者简介:
欧智菁（1975—），女，教授，研究方向为钢管混凝土组合结构，E-mail：sina99@163.com

中图分类号: U443.22；U442.55
计量
- 文章访问数: 566
- HTML全文浏览量: 284
- PDF下载量: 18
- 被引次数: 8
出版历程
- 收稿日期: 2020-02-04
- 修回日期: 2020-03-19
- 网络出版日期: 2020-05-20
- 刊出日期: 2020-05-20

Seismic Performance Test and FEM Analysis of Assembled Concrete Pier with Sleeve and Steel Tube Shear Connector

1.
College of Civil Engineering，Fujian University of Technology，Fuzhou 350118, China
2.
Fujian Provincial Transportation Planning and Design Institute，Fuzhou 350103, China

摘要

摘要:
为研究不同连接方式装配式混凝土桥墩的抗震性能，进行了2根装配式混凝土桥墩（连接构造分别为钢管剪力键和灌浆套筒）和1根现浇整体式混凝土桥墩的拟静力试验，分析对比试件的滞回曲线、骨架曲线、延性、刚度退化和耗能能力，采用ABAQUS通用程序建立有限元模型，并开展了有限元参数分析. 研究结果表明：3类桥墩试件水平荷载-位移滞回曲线较饱满，具有良好的抗震性能，均为整体压弯破坏，无明显的强度退化，累积耗能能力相近；在不同轴压比、长细比、混凝土强度和钢筋强度条件下，带钢管剪力键的装配式混凝土桥墩的水平峰值荷载和位移延性系数均优于传统灌浆套筒连接的装配式桥墩，提高幅值分别为4%～32%和8%～36%；轴压比、长细比、钢管剪力键嵌入深度和钢管直径是影响钢管剪力键连接的装配式混凝土桥墩抗震性能的重要参数.
- 装配式桥墩 /
- 钢管剪力键 /
- 拟静力试验 /
- 抗震性能 /
- 骨架曲线
Abstract:
In order to study the seismic performance of assembled concrete piers in different connection modes, the quasi-static test of two assembled concrete piers (using steel tube shear connector and grouting sleeve connection, respectively) and a cast-in-place integral concrete pier was conducted, the hysteresis curve, skeleton curve, ductility, stiffness degradation and energy consumption capacity of the comparison test specimens were analyzed, the finite element model was established by ABAQUS general procedure ,and the finite element parameters were analyzed. The results show that the hysteretic loops of the three types of piers are full and have good seismic performance, the failure mode of specimens is integral bending failure, there is no obvious strength degradation, and the piers have similar energy dissipation capabilities. Under the conditions of different axial compression ratio, slenderness ratio, concrete strength and steel strength, the horizontal peak load and displacement ductility coefficients of assembled concrete piers with steel tube shear connector are better than that connected with traditional grouting sleeves, and the increase amplitude is 4%−32% and 8%−36%, respectively. Axial compression ratio, slenderness ratio, embedding depth of steel tube shear connector and steel tube diameter are important parameters that affect the seismic performance of assembled concrete piers connected by steel tube shear connector.
- prefabricated pier /
- steel tube shear connector /
- quasi-static /
- seismic performance /
- skeleton curve

HTML全文

随着车路协同技术的不断发展，传统道路交通系统中车辆原本无法显现的自组织、网络化、非线性、强耦合等特性逐渐凸显出来. 交通系统属性的变化使得传统研究方法难以适用. 同时，自动驾驶技术的不断进步一并催生出网联自动车辆（connected automated vehicle，CAV）与人工驾驶车辆（manual vehicle，MV）长期共存的交通新态势^[1]，这种交通组织成分的变化对模型复杂度提出更高要求. 车辆不再有主次之分，所有车辆全部为分散目标，交通系统需被作为开放的复杂系统进行研究. 在CAV与MV组成的混行交通流新常态下，协同自适应巡航控制（cooperative adaptive cruise control，CACC）作为CAV的关键功能辅助，安全性和稳定性研究取得系列成果，但驾乘舒适性研究明显不足. 因此，有必要对混行这一新环境下CACC系统的驾乘舒适性进行新的探索.

CACC急加速或急减速会引起生理上的不舒适，跟车间距过近或跟车间距误差过大会造成心理上的不舒适. 对于舒适度的判断准则大体一致，包括：急动度（加速度变化率）越小越好^[2]；加速度越小越好^[3]；对于给定加速度，急动度越小越舒适^[4]；由车体横向震动引起的约为0.2 Hz低频加速度易诱发晕车^[5-7]. 当前，对CAV驾乘舒适性影响的研究还不全面. Elbanhawi等^[8]总结了CAV路径规划的舒适性，强调了CAV队列行驶舒适性的重要性；Milakis等^[9]将驾乘舒适性划分为CAV的一级影响. 从宏观角度来看，驾乘舒适性受加速度、速度波动影响，与交通流稳定性密切相关^[10]，因速度、加速度波动而偏离稳态后，会产生不舒适感. 因此，CAV交通流稳定性优化成为提升驾乘舒适性的重要手段，但这方面研究仍存在较大空白^[8-11]. 在纯CAV环境下，对跟车模型进行稳定性分析是提升舒适性的常见思路^[12-15]. Zhou等^[16]提出具有局部稳定性、多准则队列稳定性的串行分布式模型预测控制（model predictive control，MPC）方法，但不完全适用于混行环境. 鉴于车辆动力学、执行机构的差异，仅从交通流稳定性考虑难以保证单车舒适性最优，还需从微观角度进行进一步优化^[17-18].

因此，本文以CACC系统的运行舒适性为研究目标，设计考虑驾乘舒适性的双层控制策略（dual-layer control strategy considering ride comfort，RC-DCS）. 上层控制器从宏观角度出发，根据MV行车状态，以舒适性为优化目标，及时调整车队整体的跟车间距和速度；下层控制器则从微观角度出发，根据车队中不同车辆的动力学情况，利用油门、制动踏板切换策略优化车辆动力输出，保证每辆车达到最优行车状态.

1. CACC系统运行舒适度优化模型

1.1 CACC系统舒适度优化框架模型

CACC系统包括车辆控制系统、通信系统和人机交互界面，其系统架构如图1所示. 人机交互界面一方面为驾驶员提供跟车基本信息和自车控制信息，另一方面可以控制和调整CACC系统的运行状态. 车辆控制系统采用由上层控制器和下层控制器组成的双层控制结构，上层控制器负责队列的跟随控制，协同车辆间的跟车间距、跟车速度，下层控制器负责车辆的加速度控制. 由于系统配备了跟踪算法^[19]，因此根据驾驶员设定的跟车时距，融合传感器获取的数据，通过无线通信接收前车终端传输的速度、加速度信息计算出期望速度和加速度，然后将控制结果反馈至上层目标控制函数，根据当前状态生成相应加速或者制动命令并传输至车辆平台，从而使车辆按预设的状态行驶.

图 1 CACC系统舒适度优化分层架构

Figure 1. Hierarchical architecture of CACC system

下载: 全尺寸图片幻灯片

CACC系统的工作模式如图2所示. 当CACC系统启用时，系统会根据控制策略设定队列车辆的运行方式，同时上层控制系统会判断与自车直接通信的车辆身份标识号（identity document，ID）和与测距传感器检测到的车辆ID是否相同. 若检测到目标变更，控制器会重新获取新目标信息，根据跟车策略重新计算跟车间距和期望加速度，并交由下层控制器执行，同时对上层结果进行反馈. 当传输信号故障时，系统的工作状态会变为失活，提醒驾驶员进行人工操作.

图 2 CACC系统工作模式

Figure 2. Working mode of CACC system

下载: 全尺寸图片幻灯片

1.2 RC-DCS控制策略

1.2.1 上层控制策略设计

首先建立CACC控制系统的纵向动力学模型，如式（1）～（5）所示.

${T_{\rm{e}}} = E\left( {{n_{\rm{e}}},\alpha } \right),$

(1)

$\left\{ \begin{aligned} & {T_{{\rm{e,act}}}} = \frac{1}{{{\tau _{\rm{e}}} + 1}},\\& J{{\dot n}_{\rm{e}}} = {T_{{\rm{e,act}}}} - {T_{\rm{p}}}, \end{aligned}\right.$

(2)

$\left\{ \begin{aligned} & {T_{\rm{p}}} = {C_{\rm{T}}}\left( \lambda \right)n_{\rm{e}}^{\rm{2}},\\& {T_{\rm{t}}} = {R_{\rm{T}}}\left( \lambda \right){T_{\rm{p}}},\\& \lambda = \frac{{{n_{\rm{e}}}r}}{{{i_{\rm{g}}}{i_0}v}}, \end{aligned} \right.{\rm{ }}$

(3)

$\frac{{{i_{\rm{g}}}{i_{\rm{0}}}\eta {T_{\rm{t}}}}}{r} = \delta M\dot v + \frac{1}{2}{C_{\rm{a}}}S\rho {v^2} + Mgf + Mg\theta,$

(4)

$\delta = 1 + \frac{I}{{M{r^2}}},$

(5)

式（1）～（5）中： ${T_{\rm{e}}}$ 为发动机扭矩； $E\left( {\text{•}} \right)$ 为发动机静态特性的非线性函数； ${n_{\rm{e}}}$ 为发动机转速； $\alpha$ 为油门开度； ${T_{{\rm{e,act}}}}$ 为发动机实际扭矩； ${\tau _{\rm{e}}}$ 为发动机时间常数； $J$ 为飞轮惯性； ${T_{\rm{p}}}$ 为液力变矩器的泵扭矩； ${C_{\rm{T}}}\left( {\text{•}} \right)$ 为变矩器的容量系数； $\lambda$ 为变矩器的转速比； ${T_{\rm{t}}}$ 为变矩器的涡轮扭矩^[20]； ${R_{\rm{T}}}\left( {\text{•}} \right)$ 为变矩器的扭矩比； ${i_{\rm{g}}}$ 为变速箱传动比； ${i_{\rm{0}}}$ 为终传动比；r为车轮半径； $v$ 为后车车速； $\eta$ 为传动系统效率；M为车辆质量；g为重力加速度； ${C_{\rm{a}}}$ 为空气阻力系数； $S$ 为前横截面积； $\rho$ 为空气密度； $f$ 为滚动阻力系数； $\theta$ 为道路坡度； $\delta$ 为集中系数； $I$ 为四车轮惯性矩.

上层控制器采用由与领航车相对速度和跟车间距误差表征的车辆纵向动力学和车辆间纵向动力学的两状态空间模型，可由式（6）、（7）计算求得.

${v_{{\rm{rel}}}}{\rm{ = }}{v_{\rm{p}}}{\rm{ - }}v,$

(6)

$\left\{ \begin{aligned} & {d_{\rm{e}}} = d - {d_{{\rm{des}}}},\\& {d_{{\rm{des}}}} = h{v_{\rm{p}}} + {d_{{\rm{off}}}}, \end{aligned}\right.$

(7)

$h = {h_0} - {c_{\rm{v}}}{v_{{\rm{rel}}}} + {k_{\rm{v}}}{v_{\rm{p}}},$

(8)

式（6）～（8）中： ${v_{{\rm{rel}}}}$ 为领航车与后车相对速度； ${v_{\rm{p}}}$ 为领航车速度； ${d_{\rm{e}}}$ 为跟车间距误差；d为实际跟车间距；d_des为期望跟车间距；d_off为补偿距离^[21-22]，根据经验取值为1.5 m；h为可变车头时距；h₀为标称车头时距，取值2.5；c_v、k_v为大于0的常数.

车间距纵向动力学表示为

$\dot d = {v_{{\rm{rel}}}}.$

(9)

由式（1）～（8）得到式（10）.

$\left\{ \begin{aligned} & {{\dot d}_{\rm{e}}} = {v_{{\rm{rel}}}} - {h_0}{a_{\rm{p}}} + {c_{\rm{v}}}{v_{{\rm{rel}}}}{a_{\rm{p}}} - {k_{\rm{v}}}{v_{\rm{p}}}{a_{\rm{p}}},\\& {{\dot v}_{{\rm{rel}}}} = \varGamma \left( v \right) + \chi + {a_{\rm{p}}} + \frac{g}{\delta }\theta,\\& \varGamma \left( v \right){\rm{ = }}\frac{1}{{\delta M}}\left( {\frac{1}{2}{C_{\rm{a}}}S\rho {v^2} + Mgf} \right), \end{aligned} \right.$

(10)

式中：a_p为领航车加速度； $\varGamma \left( v \right)$ 为关于车速v的非线性函数； $\chi$ 为与T_t具有非线性关系的中间控制变量，如式（11）所示.

$\chi = \frac{{{i_{\rm{g}}}{i_{\rm{0}}}\eta }}{{Mr}}{T_{\rm{t}}}.$

(11)

将 $\chi$ 作为控制输入，则式（10）应视为与时间无关的模型. 在保证车辆跟踪稳定性和舒适性基础上得到考虑前车车速的跟随控制器，如式（12）所示.

$\left\{ \begin{aligned} & \chi = \varGamma \left( v \right) + \frac{{\xi q}}{p}\phi \varsigma + \frac{{\xi q}}{p}v_{{\rm{rel}}}^{-\tfrac{p}{q} + 2}\left( {1 + \frac{k}{{\sigma m}}d_{\rm{e}}^{\tfrac{k}{m} - 1}} \right),\\& \varsigma = {d_{\rm{e}}} + \frac{1}{\sigma }d_{\rm{e}}^{\tfrac{k}{m}} + \frac{1}{\xi }v_{{\rm{rel}}}^{\tfrac{p}{q}}, \end{aligned} \right.$

(12)

式中：p、q、k、m为满足 $1 < \dfrac{p}{q} <2$ 和 $1 < \dfrac{p}{q} < \dfrac{k}{m}$ 的正整数； $\varsigma$ 为与 ${d_{\rm{e}}}$ 、 ${v_{{\rm{rel}}}}$ 相关的修正系数； $\phi$ 、 $\xi$ 、 $\sigma$ 为分布于 [0,1] 的随机数.

在上述算法基础上，总体控制策略为

$P = {\chi _i}M + \rho Sf\left( {\frac{{{v^2}}}{2} + {\tau _{\rm{e}}}v{a_i}} \right) + {f_{\rm{m}}},$

(13)

式中： ${\chi _i}$ 为第i辆车的控制输入； ${a_i}$ 为第i辆车的加速度； ${f_{\rm{m}}}$ 为机械阻力.

显然，控制策略是线性反馈，可以实现将车辆动力学线性化，并通过车辆动力学排除一些特征参数简化系统模型.

行驶过程中，考虑第i辆车与前车的通信时延，得到式（14）所示的CACC系统状态空间方程.

$\left\{ \begin{aligned} & {{{\boldsymbol{\dot x}}}_i}\left( t \right) = {{\boldsymbol{S}}_i}{{\boldsymbol{x}}_i}\left( t \right) + {{\boldsymbol{D}} _i}\;{\chi _i}\left( t \right) + {{\boldsymbol{G}}_i}{a_{i{\rm{ - }}1}}\left( {t - {\tau _{\rm{r}}}} \right),\\& {{\boldsymbol{y}}_i}\left( t \right) = {\left( {{\boldsymbol{x}}_i^{\rm{T}}\left( t \right),{a_{i - 1}}} \right)^{\rm{T}}}, \end{aligned} \right.$

(14)

式中：t为时间； ${\tau _{\rm{r}}}$ 为与前车间的通信时延； ${{\boldsymbol{x}}_i}{\rm{ = }} {\left( {{d_{{\rm{e}},i}}, {v_{{\rm{rel}},i}} ,{a_i}} \right)^{\rm{T}}}$ 为第i辆车的系统状态量，其中， ${d_{{\rm{e}},i}}$ 、 ${v_{{\rm{rel}},i}}$ 分别为第i辆车的跟车间距误差、相对速度； ${{\boldsymbol{y}}_i}\left( t \right)$ 为第i辆车的系统输出量； ${{\boldsymbol{S}}_i}$ 、 ${{\boldsymbol{D}} _i}$ 、 ${{\boldsymbol{G}}_i}$ 分别为第i辆车的系统系数矩阵，如式（16）所示.

$\left\{ \begin{aligned} & {{\boldsymbol{S}}_i} = \left[ {\begin{array}{*{20}{c}} 0&1&{ - {h_0}}\\ 0&0&{ - 1}\\ 0&0&{ - {1 / {{\tau _{\rm{e}}}}}} \end{array}} \right],\\& {{\boldsymbol{D}}_i} = {\left( { 0,\;0,\;{{1 / {{\tau _{\rm{e}}}}}} } \right)^{\rm{T}}},\\& {{\boldsymbol{G}}_i} = {\left( 0,\;1,\;0 \right)^{\rm{T}}}. \end{aligned}\right.$

(15)

对于跟随车辆，在保证尽可能小的速度误差和距离误差的前提下，定义了代价函数L来优化行驶的稳定性和舒适性，如式（16）所示.

$L = \frac{1}{2}\int_0^\infty {\left( {{\boldsymbol{x}}_i^{\rm{T}}{{\boldsymbol{W}}_1} + {\chi _i}{W_2}} \right){\rm{d}}t} ,$

(16)

式中： ${{\boldsymbol{W}}_1}$ 和 ${W_2}$ 为给定权重.

第i辆车的加速度控制量为

${a_{{\rm{des}},i}} = - {k_1}{d_{{\rm{e}},i}} + {k_2}{v_{{\rm{rel}},i}} - {k_3}{a_{i + 1}},$

(17)

式中： ${k_1}$ 、 ${k_2}$ 、 ${k_3}$ 为常数.

可通过求解反馈增益 ${\boldsymbol{K}} = {\left( {{k_1},\;{k_2},\;{k_3}} \right)^{\rm{T}}}$ 使代价函数达到最优.

当自车行驶速度小于巡航速度时，W₁= (0.01, 1.00, 0.10)^T，W₂= 8，K = (0.03, 0.39, −0.22)^T；行驶速度等于巡航速度时，W₁= (0.40, 1.00, 0.10)^T，W₂= 1，K =(0.63, 0.96, −0.43)^T；行驶速度大于巡航速度时，W₁= (0.60, 1.00, 0.15)^T，W₂= 2，K = (0.93, 1.20, −0.68)^T.

1.2.2 下层控制策略设计

在混行环境中，当CACC车辆跟随MV时，仅依靠上层跟车模型无法很好满足乘坐舒适性，分析发现车辆起步时存在振幅过大、波动频率过高的问题，为此设计基于模糊理论的下层控制器优化加速度输出，利用模糊理论优化油门、制动踏板切换逻辑，保证CACC车辆退化为ACC车辆后的舒适性.

针对油门踏板设计了模糊逻辑控制器. 以速度误差e_v=v_des $-$ v，加速度误差e_a=a_des $-$ a为输入，油门开度变化量 $\Delta \alpha$ 为输出，其中，a为车辆加速度；油门开度以百分比表示. 第n个离散时间步长的油门开度为

$\alpha \left( n \right){\rm{ = }}\Delta \alpha \left( n \right) + \alpha \left( {n - 1} \right).$

(18)

油门踏板输入和输出变量模糊化. 输入、输出变量均采用5个模糊子集：{负大（NB），负小（NS），零（ZO），正小（PS），正大（PB）}，其中，e_v、e_a和 $\Delta \alpha$ 的论域分别为 [−10.0，10.0]、[−5，5] 和 [−0.60，0.60].

采用Mandani作为模糊推理系统，制定如表1所示控制规则表. 采用重心法计算去模糊输出为

表 1 控制规则表

Table 1. Control rules

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB

下载: 导出CSV

| 显示表格

$U = \frac{{\displaystyle\sum\nolimits_{j = 1}^N {{\omega _j}{u_j}} }}{{\displaystyle\sum\nolimits_{j = 1}^N {{\omega _j}} }},$

(19)

式中：N为模糊规则的数量；u_j为模糊规则库的第j个输出； ${\omega _j}$ 为u_j的权重.

根据驾驶规则，制动踏板基本操作逻辑与油门踏板相反，因此其模糊控制器与油门踏板相同. 唯一区别是制动控制器输出制动力矩变化量与油门控制器的输出相反，如式（20）所示，则当前制动力矩百分比如式（21）所示.

$\Delta b\left( n \right){\rm{ = - }}\Delta \alpha \left( n \right),$

(20)

$b\left( n \right){\rm{ = }}\Delta b\left( n \right){\rm{ \;+\; }}b\left( {n - 1} \right),$

(21)

式中： $b\left( n \right)$ 、 $\Delta b\left( n \right)$ 分别为在第n个离散时间步长的制动百分比、制动百分比变化量.

由于油门开度和制动力矩是两个物理意义、标度不同的变量^[23]，通过百分比表示可以将两个输出值统一到 [0,1]，从而将制动控制器与油门控制器简化为一个控制器.

为保证油门和制动控制器协调工作，设计切换控制器如下：1）避免两踏板同时工作；2）踩下油门踏板前需抬起制动踏板，反之亦然；3）避免频繁切换油门和制动. 因此，采集车辆速度误差、当前油门和制动状态、油门和制动的输入等信息，由切换控制器决策两者输出. 如表2所示，以e_v的取值范围为判断标准将输出方案分为减速区域、保持区域、加速区域. 当前状态分为油门激活（throttle activation，TA）、制动激活（brake activation，BA）、油门和制动均为未激活（not activation，NA），输出方案分为油门控制（throttle control，TC）、制动控制（brake control，BC）、无操作（not operation，NO）.

表 2 切换控制策略

Table 2. Switching control strategies

当前状态	输出方案
当前状态	减速区域（e_v < −0.1）	保持区域（−0.1 ≤ e_v ≤ 0.1）	加速区域（e_v > 0.1）
TA	TC	TC	TC
BA	BC	BC	BC
NA	BC	NO	TC

下载: 导出CSV

| 显示表格

保持区域作用是为避免控制器在油门和制动踏板之间频繁切换，其输出方案始终保持当前状态. 以0.01作为判断当前油门或制动踏板状态的阈值，若油门开度值大于0.01，则油门激活；若两者均未大于0.01，则当前状态为无操作. 切换逻辑伪代码如下.

输入：速度误差e_v；油门开度 $\small \alpha$ ；制动力矩百分比b；油门输入 $\small{I_{\alpha }}$ ；制动输入 $\small{I_b}$

过程：

1. function getStep（）{　

2. if （e_v < −0.1）

3. { if （ $\small\alpha$ > 0.01）

4. { return 1;}

5. else { return 2;}

6. }

7. if （e_v > 0.1）

8. { if （b > 0.01）

9. { return 2;}

10. else { return 1;}

11. }

12. if （e_v ≥ −0.1） & （e_v ≤ 0.1）

13. { if （b > 0.01）

14. { return 2;}

15. else

16. { if （ $\small\alpha$ > 0.01）

17. { return 1;}

18. else { return 3;}

19. }

20. }

21.}

22. function gotoStep（step）{

23. switch （step）

24. { case 1: $\small{O_{\alpha }}$ = $\small{I_{\rm{\alpha }}}$ , $\small{O_b}$ =0,

25. 　　　 break;

26. case 2: $\small{O_{\rm{\alpha }}}$ =0, $\small{O_b}$ = $\small{I_b}$ ,

27. 　　　 break;

28. case 3: ${O_{\rm{\alpha }}}$ = ${I_{\alpha }}$ , ${O_b}$ =0,

29. 　　　 break;}

30. }

输出：油门输出 $\small{O_{\alpha }}$ ；制动输出 $\small{O_b}$

2. 试验验证

2.1 试验说明

以MPC策略^[16]为对比试验，在保证MPC策略和RC-DCS控制策略均处于最佳工作状态下，设计CACC系统驾乘舒适性优化控制试验. 试验采用PreScan和MATLAB/Simulink联合仿真，建立由搭载CACC系统车辆组成的车队，车辆间借助V2X传感器实现专用短程通信（dedicated short range communication，DSRC）功能获取周围车辆行车信息，利用技术自主传感器（technology independent sensor，TIS）模拟激光雷达获取前车距离、相对车速、方位角，若前方车辆为MV，后车退化为ACC车辆，通过激光雷达进行巡航控制. 为保证控制策略在直道和弯道的适用性，后车跟随MV时根据自身横摆角速度判断是否行驶在弯道路段，融合长距和短距雷达获取的前车数据，以达到稳定跟踪MV的目的.

2.2 试验结果及分析

图3为跟随MV工况下5辆CACC车辆跟车间距误差、速度、加速度对比曲线. 图（a）、（d）中：1—2号车表示第1辆车和第2辆车间的跟车间距，其余类推.

图 3 车队整体运行结果对比

Figure 3. Result comparison of fleet overall operation

下载: 全尺寸图片幻灯片

由图3可知：MPC策略最大跟车间距误差1.56 m、最大加速度1.93 m/s²；相同工况下，RC-DCS策略最大跟车间距误差0.43 m、最大加速度1.45 m/s²，实现CACC系统精准跟车控制. 相较于MPC策略，RC-DCS跟车间距误差、最大加速度分别降低72.44%、24.87%，且曲线波动幅度更小. 可见，RC-DCS参数波动较小，在CACC车队的总体运行效率更佳，具有更为稳定、舒适的驾乘体验.

为进一步验证RC-DCS策略在MV插入CACC车队工况的整体行驶效果，设计包含10辆CACC车辆的车队，MV在50 s时从3号车后方切入，试验结果如图4所示.

图 4 MV切入结果对比

Figure 4. Result comparison of MV cut-in

下载: 全尺寸图片幻灯片

由图4（a）看出：相较于MPC策略，由于RC-DCS策略采用可变车头时距，MV切入CACC车队后，为保证行车舒适性，车队跟车时距由1.2 s调整为1.6 s，因此车辆的速度波动均有一定程度减小. 相应地，由图4（b）看出，相较于MPC策略，RC-DCS控制下的加速度曲线更加平稳，说明该策略可有效降低因MV介入导致的车队加速度波动，显著提升CACC车队的驾乘舒适性.

为验证下层控制策略在单车跟车稳定性、驾乘舒适性的效率，选取跟随、紧急制动、MV由旁车道切入本车道3个典型工况，结果如图5所示.

图 5 典型工况下单车试验结果对比

Figure 5. Result comparison of single vehicle experiments under typical working conditions

下载: 全尺寸图片幻灯片

由图5（a）可知：在跟随工况下，相较于MPC策略，RC-DCS响应更及时，曲线振幅有一定程度减小，标准差降低9.6%，偏度降低26.5%. 可见，RC-DCS可有效改善加速度突变，提高跟随过程中乘车舒适性.

由图5（b）可知：在制动工况下，相较于MPC策略，RC-DCS过滤掉加速度的较小波动，标准差降低10.4%. 说明RC-DCS在制动过程中的表现更加平稳.

由图5（c）可知：在切入工况下，相较于MPC策略，RC-DCS对速度变化响应更加及时，加速时调整时间点更早，调整时长约减少2 s. RC-DCS最大加速度0.34 m/s²，MPC策略最大加速度0.82 m/s²，其加速度标准差降低2.9%. 说明RC-DCS具有更好的安全性、舒适性.

3. 结　论

本文以CACC车辆在混行环境下的驾乘舒适性优化为目的，构建适用于CACC系统的双层控制策略. 主要工作有：

1）设计采用两状态空间的上层控制策略，定义代价函数从宏观优化车队的整体稳定性和舒适性；设计采用油门和制动踏板切换逻辑控制器的下层控制策略，从微观优化单车的加速度输出稳定性.

2）结合仿真试验对提出的RC-DCS进行验证，结果表明所提策略可有效改善CACC车队跟车间距波动及加速度波动，且在跟车、紧急制动和切入3种典型工况下对加速度控制效果明显优于MPC，有效提升驾乘舒适性能.

综上，RC-DCS可满足仿真场景下驾乘舒适性要求，但受试验条件所限，尚未验证在实车平台的运行效果，后续计划将在实车上进一步开展调试、验证工作，以期提高本策略的实用性.

致谢：扬州市宝应县重点研发计划（BY201908）.

图 1 桥墩构造

Figure 1. Configuration of piers

下载: 全尺寸图片幻灯片

图 2 G-1桥墩制作流程

Figure 2. Pier production process of G-1

下载: 全尺寸图片幻灯片

图 3 桥墩试件试验装置图及加载实景

Figure 3. Testing device of bridge pier and loading scene

下载: 全尺寸图片幻灯片

图 4 桥墩试件破坏形态

Figure 4. Overall failure of pier specimen

下载: 全尺寸图片幻灯片

图 5 桥墩试件的滞回曲线

Figure 5. Hysteresis loops of pier specimens

下载: 全尺寸图片幻灯片

图 6 各试件的骨架曲线

Figure 6. Skeleton curves of specimens

下载: 全尺寸图片幻灯片

图 7 各试件的累积耗能

Figure 7. Cumulative energy consumption capacity of piers

下载: 全尺寸图片幻灯片

图 8 刚度退化曲线

Figure 8. Stiffness degradation curves

下载: 全尺寸图片幻灯片

图 9 峰值荷载对比

Figure 9. Peak load comparison

下载: 全尺寸图片幻灯片

图 10 位移延性系数对比

Figure 10. Displacement ductility coefficient comparison

下载: 全尺寸图片幻灯片

图 11 不同轴压比下骨架曲线对比

Figure 11. Skeleton curves under different axial comparison ratios

下载: 全尺寸图片幻灯片

图 12 不同长细比下各构件骨架曲线比较

Figure 12. Skeleton curves with different slenderness ratios

下载: 全尺寸图片幻灯片

图 13 不同嵌入深度骨架曲线对比

Figure 13. Skeleton curves under different embedded depths

下载: 全尺寸图片幻灯片

图 14 不同钢管壁厚时骨架曲线对比

Figure 14. Skeleton curves under different steel tube thicknesses

下载: 全尺寸图片幻灯片

图 15 不同钢管直径骨架曲线对比

Figure 15. Skeleton curves under different steel tube diameters

下载: 全尺寸图片幻灯片

表 1 材料性能参数

Table 1. Mechanical property parameters of material

材料类型	弹性模量/MPa	屈服强度/MPa	极限强度/MPa	泊松比
C40 混凝土	32500		44.2
灌浆料	38600		121.8
HRB400 钢筋	206000	424.2	604.3	0.30
钢套筒	206000	202.5	302.1	0.30
钢管	206000	365.0	433.5	0.29

下载: 导出CSV

表 2 骨架曲线主要参数对比

Table 2. Comparison of main parameters of skeleton curves

试件	P_y/kN	Δ_y/mm	P_max/kN	P_u/kN	Δ_u/mm	µ_u
Z-1	23.74	9.42	39.60	33.66	88.82	9.43
T-1	20.07	9.34	34.20	29.07	94.06	10.07
G-1	23.29	9.35	39.50	33.58	100.00	10.70
注：P_y为屈服荷载；Δ_y为屈服位移；P_max为水平峰值荷载；P_u为极限荷载；Δ_u为极限位移；µ_u为位移延性系数.

下载: 导出CSV

表 3 骨架曲线特征值对比

Table 3. Comparison of skeleton curve characteristics

试件编号	弹性刚度			屈服荷载			峰值荷载			峰值荷载位移			下降段刚度
试件编号	试验/ （kN•mm⁻¹）	模拟/ （kN•mm⁻¹）	误差/ %	试验/ kN	模拟/ kN	误差/ %	试验/ kN	模拟/ kN	误差/ %	试验/ mm	模拟/ mm	误差/ %	试验/ （kN•mm⁻¹）	模拟/ （kN•mm⁻¹）	误差/ %
Z-1	2.47	2.37	−4.20	23.74	25.20	5.80	39.60	41.69	5.00	40.01	39.95	−0.20	−0.17	−0.16	−6.30
T-1	2.15	2.19	1.80	18.07	19.34	6.60	34.20	35.67	4.10	50.00	50.10	0.20	−0.14	−0.13	−7.70
G-1	2.41	2.49	3.20	23.29	24.15	3.60	39.50	40.67	2.90	49.20	48.63	−1.20	−0.98	−0.96	2.10

下载: 导出CSV

参考文献(14)

[1]	陈建华. 城市高架桥结构方案关键因素分析及发展构[J]. 桥梁建设,2013,43(4): 99-104. CHEN Jianhua. Critical factor analysis and development conceiving of structural schemes for urban viaducts[J]. Bridge Construction, 2013, 43(4): 99-104.
[2]	曹兵,陈俊达,杜怡韩,等. 装配式圆钢管约束混凝土柱的轴压性能[J]. 西南交通大学学报,2020,55(5): 1017-1027. CAO Bing, CHEN Junda, DU Yihan, et al. Axial compressive properties of prefabricated circular steel tube confined concrete columns [J]. Journal of Southwest Jiaotong University, 2020, 55(5): 1017-1027.
[3]	CORY R B, FIORE S J D, KELLY D J, et al. Design and fabrication of precast segmental concrete foundations in the US and erection in the remote arctic[C]//Structures Congress 2013. Pittsburgh: [s.n.], 2013: 991-1001.
[4]	MO Y L, WONG D C, MAEKAWA K. Seismic performance of hollow bridge columns[J]. ACI Structural Journal, 2003, 100(3): 337-348.
[5]	黄宜. 单节段装配式桥墩抗震性能试验研究[J]. 大连理工大学学报,2016,56(5): 481-487. doi: 10.7511/dllgxb201605007 HUANG Yi. Experimental study on seismic performance of single segmental precast bridge piers[J]. Journal of Dalian University of Technology, 2016, 56(5): 481-487. doi: 10.7511/dllgxb201605007
[6]	杜青,高松松,卿龙邦. 内嵌钢管预应力装配式桥墩抗震性能研究[J]. 重庆交通大学学报(自然科学版),2017,36(9): 6-11. doi: 10.3969/j.issn.1674-0696.2017.09.02 DU Qing, GAO Songsong, QING Longbang. Study on Seismic behavior of prestressed prefabricated bridge piers with embedded steel tubes[J]. Journal of Chongqing Jiaotong University (Natural Science), 2017, 36(9): 6-11. doi: 10.3969/j.issn.1674-0696.2017.09.02
[7]	葛继平,夏樟华,江恒. 灌浆波纹管装配式桥墩双向拟静力试验[J]. 中国公路学报,2018,31(12): 221-230,266. doi: 10.3969/j.issn.1001-7372.2018.12.022 GE Jiping, XIA Zhanghua, JIANG Heng. Two-way quasi-static test of grouted bellows assembled bridge piers[J]. China Journal of Highway and Transport, 2018, 31(12): 221-230,266. doi: 10.3969/j.issn.1001-7372.2018.12.022
[8]	ELSAYED M, NEHDI M L. Experimental and analytical study on grouted duct connections in precast concrete construction[J]. Materials and Structures, 2017, 50(4): 198-212.
[9]	HENIN E, MORCOUS G. Non-proprietary bar splice sleeve for precast concrete construction[J]. Engineering Structures, 2015, 83: 154-162.
[10]	葛继平,闫兴非,王志强. 灌浆套筒和预应力筋连接的预制拼装桥墩的抗震性能[J]. 交通运输工程学报,2018,18(2): 42-52. doi: 10.3969/j.issn.1671-1637.2018.02.005 GE Jiping, YAN Xingfei, WANG Zhiqiang. Seismic behavior of prefabricated bridge piers connected by grouting sleeve and prestressed tendons[J]. Journal of Traffic and Transportation Engineering, 2018, 18(2): 42-52. doi: 10.3969/j.issn.1671-1637.2018.02.005
[11]	李田田. 城市高架节段拼装桥墩构造及抗震性能研究[D]. 上海: 同济大学, 2013.
[12]	中华人民共和国住房和城乡建设部. 钢管混凝土结构技术规范: GB 50936—2014[S]. 北京: 中国建筑工业出版社, 2014.
[13]	CHANG G A,MANDER J B. Seismic energy based fatigue damage analysis of bridge columns: part II−evaluation of seismic demand[M]. New York: [s.n.], 1994: 1-194.
[14]	MENEGOTTO M, PINTO P E. Method of analysis for cyclically loaded reinforced concrete plane frames including changes in geometry and non-elastic behavior of elements under combined normal force and bending[C]//Resistance and Ultimate Deformability of Structures Acted on by Well Defined Repeated Loads. Lisbon: [s.n.], 1973: 15-22.

施引文献

期刊类型引用(5)

1.	刘晓龙，孙闯，王慧，张维明，郑兴炫，王毅婷. 含断层偏压隧道围岩变形机理及支护方案优化. 中国地质灾害与防治学报. 2025(01): 108-118 . 百度学术
2.	李涛，罗波，朱宝龙，陈刚. 不同滑带角度滑坡作用下隧道衬砌与抗滑桩结构非线性受力特征研究. 铁道学报. 2024(02): 181-194 . 百度学术
3.	汪振众. 基于MIDAS/GTS NX的偏压隧道施工阶段围岩稳定性数值模拟研究. 资源信息与工程. 2021(01): 77-81 . 百度学术
4.	张治国，毛敏东，PANY.T.，赵其华，吴钟腾. 隧道-滑坡相互作用影响及控制防护技术研究现状与展望. 岩土力学. 2021(11): 3101-3125 . 百度学术
5.	李荣建，李浩泽，白维仕，王磊，张瑾. 潜在滑动面对隧道衬砌承载特性影响的模型试验研究. 隧道与地下工程灾害防治. 2021(04): 1-8 . 百度学术

其他类型引用(3)

附加材料(0)

访问统计

点击查看大图

图(15) / 表(3)

计量

文章访问数: 566
HTML全文浏览量: 284
PDF下载量: 18
被引次数: 8

1. CACC系统运行舒适度优化模型
1.1 CACC系统舒适度优化框架模型
1.2 RC-DCS控制策略
2. 试验验证
2.1 试验说明
2.2 试验结果及分析
3. 结　论

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB

带钢管剪力键的装配式混凝土桥墩抗震性能

doi: 10.3969/j.issn.0258-2724.20191177

作者简介: 欧智菁（1975—），女，教授，研究方向为钢管混凝土组合结构，E-mail：sina99@163.com

计量

出版历程

Seismic Performance Test and FEM Analysis of Assembled Concrete Pier with Sleeve and Steel Tube Shear Connector

1. CACC系统运行舒适度优化模型

1.1 CACC系统舒适度优化框架模型

1.2 RC-DCS控制策略

1.2.1 上层控制策略设计

1.2.2 下层控制策略设计

2. 试验验证

2.1 试验说明

2.2 试验结果及分析

3. 结 论

期刊类型引用(5)

其他类型引用(3)

计量

出版历程

目录

1. CACC系统运行舒适度优化模型

1.1 CACC系统舒适度优化框架模型

1.2 RC-DCS控制策略

2. 试验验证

2.1 试验说明

2.2 试验结果及分析

3. 结 论

作者简介:
欧智菁（1975—），女，教授，研究方向为钢管混凝土组合结构，E-mail：sina99@163.com

3. 结　论

3. 结　论

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB

e_v	e_a
e_v	NB	NS	ZO	PS	PB
NB	NB	NB	NS	NS	ZO
NS	NB	NS	NS	ZO	PS
ZO	NS	NS	ZO	PS	PS
PS	NS	ZO	PS	PS	PB
PB	ZO	PS	PS	PB	PB