地球物理勘探技术在困难立地调查中的应用与实践——以“198”区域场地环境调查为例

正资源约束一直是制约城市发展的重要因素。当前上海市工业用地比重过大且土地资源利用效率低,威胁上海的生态安全。在上海市"总量锁定、增量递减、存量优化、流量增效、质量提高"的土地管理思路下,实施用地减量化工作不仅可以调整上海土地利用结构而且能提高土地利用效率。这是实现全市规划建设用地规模负增长目标的重要手段,也是上海市经济发展转型的迫切需求。上海市规划集中建设区外零     

大跨度斜拉桥施工过程中的主梁节段自重识别

在大跨度斜拉桥的悬臂施工过程中 ,主梁节段自重的准确识别是保证斜拉桥结构成功修建的基础工作。本文研究从实际施工的角度出发 ,引入施工相关性的考虑 ,结合系统重构 ,建立了一套具一般意义的针对主梁节段自重参数识别问题的递进识别算法。崖门大桥的实桥计算表明 ,通过考虑实际施工中的相关信息 ,该算法不仅能对主梁节段自重进行有效的识别 ,还具有良好的预测功能 ,可对大跨度斜拉桥施工过程中的模拟计算和控制调整进行指导     

结构施工过程中节段参数的连续识别

通过考虑施工因素的相关性,将随机结构分析的概念引入结构施工过程的节段参数识别中。再考虑施工过程中结构体系不断变化的特点,进行系统重构,将节段参数的相关信息引入识别过程。最后根据最大后验概率的参数估计准则,推导得到了对多个节段参数的均值和方差进行连续识别的递进估计算法。数值算例的结果显示,通过考虑实际施工中的相关信息,本文方法对结构施工过程中的节段参数不仅能进行有效的识别,还具有良好的预测功能,可对施工过程控制进行指导。     

金鳌洲塔动力测试与特性的研究

结构的动力特性是评价古塔抗震性能和损伤状态的重要指标。基于金鳌洲塔保护技术的研究,介绍了应用环境随机激振技术测试砖石古塔动力特性的要点和方案,并将测试结果与有限元分析软件Strand7计算分析的结果进行了对比,获得的试验结果是较为理想的,进一步讨论了实测结果与有限元计算结果之间的异同,并分析了原因。这些将为古塔的永久性保护、适度的开发利用及测试提供有益的参考。     

基于时域显式随机模拟的隔震结构易损性分析研究

工程结构的地震易损性分析结果是结构抗震性能评价和地震灾害评估的重要依据，考虑地震激励的非平稳随机过程本质，采用随机振动方法来进行易损性分析更具合理性。针对带隔震基础的多层结构，提出基于时域显式随机模拟的隔震结构易损性分析方法。首先建立求解局部非线性运动方程的显式降维迭代列式，继而与随机模拟相结合，求解层间位移和隔震层位移的首超概率，最终考虑不同地震动强度得到隔震结构易损性曲线。算例结果表明，相比于传统蒙特卡罗方法，基于时域显式随机模拟的方法具有一致的计算精度和明显更高的计算效率，有利于隔震结构易损性分析的工程应用。     

预应力混凝土锚固区承压能力的研究

在试验数据的基础上,分析了承压板厚度和间接钢筋配置的形式、位置及数量对后张拉预应力混凝土锚固区局部承压受力性能的影响。     

非平稳随机响应灵敏度分析的时域显式法EI北大核心CSCD

针对非平稳激励下的结构振动问题,研究动力响应方差灵敏度的高效时域求解算法。首先推导确定性动力响应灵敏度的时域显式表达,继而结合方差灵敏度的一般计算公式,得到非平稳随机响应方差灵敏度的时域显式计算列式。该列式同样适用于平稳激励下结构瞬态响应方差灵敏度的求解。以框架结构和桁架结构分别受不同类型的非平稳激励为例,时域显示解法和其他方法的对比计算结果验证了时域显示解法的有效性。     

模态辨识中随机减量技术的实用改进

针对模态辨识实践中的随机减量加速度特征信号奇异值问题和结构实模态提取问题,提出相应的特征信号截断方法和最小距离法,改善结构模态辨识效果。首先,分析随机减量加速度特征信号的奇异值产生原因,提出特征信号截断方法,用于后续Ibrahim时域处理;其次,通过优化模型建立最小距离法的计算公式,便于从辨识所得复模态中提取结构实模态;最后,通过数值算例和结构模型实验,验证所提方法的可行性。结果表明:随机减量加速度特征信号的有效截断比例可取为1/200～1/50;最小距离法适用于各种类型响应下的结构实模态提取,抗噪能力强。     

拉索静力状态的高精度无迭代求解方法研究

拉索的静力状态由索形、索张力和无应力索长等多个参数共同表示。在结构分析和实际施工中,经常需要在已知索张力或无应力索长等部分参数时,完全确定拉索的静力状态。对比讨论了拉索静力计算的三种常用理论(悬链线索形理论、抛物线索形理论和Ernst简化理论),归纳总结了后两者相对于悬链线索形理论的近似前提。由基于悬链线理论的精确解出发,通过引入高阶近似,推导得到两种不同情况下的高精度的水平分力无迭代计算公式,继而直接确定拉索静力状态的所有参数。以珠江黄埔大桥斜拉桥工程为例,对比了不同方法的计算结果,验证了该文方法的优越性。     

随机结构数值模拟分析的神经网络法

在随机结构分析中,蒙特卡洛方法作为随机数值模拟方法,为问题提供了最为直观和精确的解答,但计算量大、效率低下的缺点大大降低了方法的实用性。研究在蒙特卡洛方法中引入人工神经网络,仅进行少量确定性分析,训练后即可模拟确定性有限元求解器,用神经网络的快速泛化映射取代蒙特卡洛法中的大量确定性有限元分析。算例结果显示,提出的蒙特卡洛-神经网络法可将蒙特卡洛法的计算效率提高几十至一百倍,计算精度令人满意,是一种有潜力的随机结构实用分析方法。