基于地震碰撞易损性的相邻结构临界间距研究

提出了一种基于近似解析的地震碰撞易损性确定相邻结构临界间距的方法。首先根据基于性能的抗震设计理论,将碰撞事件表示为单势垒首次超限可靠度问题;其次,通过随机振动理论得到不同地震动强度下结构体系的条件失效概率;然后,结合相邻结构的地震碰撞易损性,将临界间距的计算表述为逆可靠性问题,求出在结构设计使用年限内,某一具体目标碰撞概率所对应的临界间距值,通过蒙特卡洛数值模拟方法进行的相关验证,证实了上述理论的适用性与有效性。     

建筑隔震结构研究进展与分析

基础隔震技术在减震控制效果、防灾减灾以及社会经济效益等方面具有显著优势, 近几十年在建筑结构与桥梁工程领域中取得了成功应用。该文全面综述了国内外学者针对建筑基础隔震技术方面取得的研究成果以及工程应用研究现状, 总结了目前建筑基础隔震技术研究方面存在的不足, 为建筑基础隔震技术进一步的研究工作的制定提供参考, 同时通过对隔震技术在高层建筑领域中取得的进展及存在问题的阐述, 讨论了我国高层建筑结构隔震技术研究的下一步发展方向, 对隔震技术在我国高层建筑结构领域中的应用起到一定的促进作用。     

基于信息熵与谱有限元法的传感器优化布置

为从测量数据中获得尽可能多信息,减少待识别模型参数的不确定性,提出面向结构模型参数识别的传感器优化布置方法。为避免用静态形函数传统有限元方法建模对结构动力特性及传感器优化布置影响,采用高精确动力学法即谱有限元法对结构进行动力学建模。以结构模型参数识别结果的不确定性最小作为传感器优化布置准则,该不确定性程度通过信息熵标量指标量化,用贝叶斯统计系统识别法进行识别。采用整数编码遗传算法在所有可能的传感器配置组合中极小化信息熵指标,获得给定数目的传感器最优布置位置。通过弹性地基带弹性接头的周期管梁模型数值仿真及模型试验验证所提方法。     

连接Maxwell模型的两相邻结构非线性地震反应分析

对连接Maxwell模型的两相邻高层钢筋混凝土结构进行了大震作用下的非线性地震反应分析,相邻结构的本构模型采用三线型刚度退化模型,推导了连接Maxwell型阻尼器的相邻结构的运动方程,研究了Maxwell阻尼器优化参数理论表达式在结构进入非线性阶段的适用性,并研究了碰撞对相邻结构地震响应的影响,提出了不同地震波激励下阻尼器的优化参数值。分析结果表明:相邻结构进入非线性阶段时需要连接具有更强阻尼耗能能力的阻尼器以控制两结构的地震响应;即便在较小的防震缝宽度下,连接了控制装置后的相邻结构在大震作用下发生碰撞的可能性亦较小。     

基于试验加速度响应的统计损伤辨识方法

基于对某框架结构的试验加速度数据,运用4种统计方法对不同工况的损伤进行了辨识,并对结果进行了比较。对加速度响应的频域特征,频率的能量分布,时域的幅值频率分布、概率密度分布、概率累计分布进行了分析,结果表明,以上统计特征会随损伤工况而对应改变,为结构的损伤辨识提供了可能;同时,直接基于加速度响应的频率特征,及时域统计特征的损伤辨识,辨识结果不显著。选取5%的显著性水平,对5种工况进行了假设检验,其结果可以用于损伤辨识初步。通过主成分方法对加速度响应进行压缩及特征提炼后,可以较简洁地实现辨识,并可用于相对损伤较大工况下的初步整体定量分析。     

未知激励下框架结构系统辨识的特征系统实现算法

在激励未知的情况下,基于试验加速度数据,对某三层框架进行了结构系统参数的辨识。引入了特征系统实现算法,在实验室条件下,基于模拟环境激励的框架结构的自由振动加速度响应,生成了Hankel矩阵,计算了相应的互相关函数;运用奇异值分解求得了系统的特征值,通过计算指标MAC、EMAC、MPC、CMI,剔除了系统的虚假模态,得到了结构的相应频率与阻尼,与实测数据以及有限元计算结果的比较分析表明,未知激励下,特征实现算法能较准确地对结构的动力参数进行辨识。     

基于特征正交分解的梁结构损伤识别

介绍了特征正交分解（Proper Orthogonal Decomposition, POD）的相关理论和一种基于特征正交分解的结构损伤识别方法的基本原理,并利用该识别方法对简支梁结构进行了损伤识别数值研究。研究结果发现：基于特征正交分解的结构损伤识别方法能较好地识别出梁结构的损伤位置,并具有一定的抗噪能力。     

基于领域自适应支持向量机的跨域损伤识别

基于支持向量机的结构损伤识别方法建立在训练和测试数据同概率分布的假设上,必须对每个结构分别收集训练数据和标签并训练模型以识别损伤。损伤结构的训练数据和标签难以收集,导致支持向量机方法在结构损伤识别中难以实施。提出一种基于领域自适应支持向量机的跨域损伤识别方法,将在有损伤标签结构（源结构）上训练的支持向量机推广到无损伤标签结构（目标结构）的损伤识别中。该方法首先提取结构的多阶固有频率变化率作为损伤特征构建训练数据;然后,推导最小化边缘分布差异与最小化联合分布差异的迁移学习方法,将源结构和目标结构数据映射到高维特征空间,减小域之间的数据分布差异;最后,使用映射后的源结构数据训练支持向量机,使用该支持向量机对目标结构进行损伤识别。应用于钢框架与混凝土框架,以及不同结构形式钢框架中的跨域损伤识别,显著提高了支持向量机对目标结构的损伤识别准确率。该方法充分利用了不同结构的损伤标签和支持向量机模型,解决了机器学习中训练数据和损伤标签缺乏的难题,并能极大地提高学习效率、降低学习成本,为基于支持向量机的结构损伤识别提供了新的解决思路。     

Estimation of structural modal parameters by fourier transform with an optimal window

An adaptive Fourier Transform （FT） with an optimal window has been proposed for the time-frequency analysis of nonstationary time series. The method allows for a good estimation of both frequency and amplitude of the spectrum and can be easily applied to the general case of time-varying signals. The evaluation of the proposed approach has been performed on measured time-varying signals from a suspension bridge model and a steel frame model whose data have the typical non-stationary characteristics. The numerical results show that the proposed approach can overcome some of the difficulties encountered in the classic Fourier transform technique and can achieve higher computation accuracy.     

基于灵敏度分析的车轨系统参数同步识别方法

城市地铁轨道系统在周边复杂环境和自身材料劣化等因素影响下性能逐步退化,将危害城市地铁轨道系统运营安全。本文提出一种基于车辆加速度响应灵敏度分析的车辆和轨道参数同步识别方法。首先,将车辆系统简化为三参数单自由度模型,地铁轨道结构用离散点支撑的Euler-Bernoulli梁模拟,建立地铁车辆轨道交互系统;然后,推导了车辆动力响应关于系统参数的灵敏度矩阵;最后,通过基于灵敏度分析的交叉迭代优化算法,同步识别车辆参数和轨道参数。该方法在识别轨道参数时考虑车辆参数变化的影响,能高精度识别系统中参数的变化用于损伤诊断。通过一个车轨交互系统数值算例,与传统参数识别方法相比,交叉迭代算法有效提高了车轨交互系统多参数识别的精度和效率。