基于功率法的TMD系统参数优化与减振性能分析

建立了结构-TMD体系的功率平衡方程,从功率的角度分析了TMD系统在地震激励下减振效果,并考虑结构周期与阻尼比的影响。经HHT变换得到地震激励的时频图,解释了有控体系较无控结构在某些时刻各功率放大的原因。推导了结构基底受简谐荷载作用时,主结构的耗能功率公式,以主结构的耗能功率最小为优化目标得到TMD最优频率比及阻尼比,并与以往的四种优化方法进行了对比。结果表明,基于耗能功率最小的优化方法在随机激励下的位移方差及确定地震波作用下的能量及功率响应的大小均介于上述四种优化方法之间,且较无控结构均有大幅度的减小,因此该优化方法具有一定的适应性与可靠性。     

锦州9—3单沉箱的海冰爬升和堆积研究：Ⅰ.计算方法

在海洋冰区中，沉箱在抗冰方面比传统的桩基式平台具有很大的优越性，但沉箱设置引起的海冰爬升和堆积也威胁它的有效利用，在详细分析了运动海冰与沉箱的碰撞、海冰的爬升和堆积全过程的基础上，建立了海冰相对于沉箱的爬长和堆积模式。     

企业多角化经营战略研究

系统地研究了企业多角化经营战略在世界范围内的发展过程和产生的原因，从多个角度对企业多角化经营战略进行了系统的分类，并深入分析了影响企业选择多角化经营战略的因素     

基于CRC码的脆弱数字水印算法

提出了一个用于珍贵作品完整性认证的脆弱数字水印算法。其特点是在认证时不需要原始水印,理论和实验结果证实所提算法具有很强的认证能力。     

巨-子结构控制体系振动台试验与有限元模型对比分析

为了研究巨-子结构控制体系的抗震性能,该文进行了巨-子结构控制体系的振动台试验研究。试验模型均为钢框架模型且包括三个不同的模型,分别称为抗震结构模型、隔震结构模型和隔震-底层固结模型。采用大型有限元软件SAP2000对试验模型进行了非线性时程分析,并在主结构的加速度、层间位移,子结构的层间位移以及隔震层的变形方面与试验结果进行了对比分析。结果表明:理论分析与试验研究结果吻合较好,且不论是理论计算结果还是试验实测结果,隔震结构以及隔震-底层固结结构相对于抗震结构而言,结构的响应减小明显,说明结构施加隔震装置后能有效减小结构响应,从而保证结构的安全性。     

旋转惯容阻尼伸臂控制体系减震性能研究

旋转惯容阻尼器(rotation inertia damper,RID)具有质量小、阻尼力大的特点,应用于伸臂结构体系时必须考虑其转动惯量的影响。通过研究RID工作机理,推导了RID伸臂控制体系的振动微分方程,并提出了该体系的地震响应简化算法;考虑RID转动惯量影响,研究了结构各参数与地震响应的关系及其对减震效果的贡献。结果表明：RID伸臂控制体系的地震响应简化算法计算结果合理,与有限元法结果吻合较好;RID的质量参数对伸臂位置及阻尼参数的最优值影响甚微,而且对结构地震响应的影响也可忽略;外柱刚度将显著影响伸臂位置与阻尼器参数的最优值,而且当外柱刚度较大时有利于RID的性能发挥;RID伸臂控制体系具有良好的减震性能,即使在RID质量参数较大的情况下,也能保证其阻尼力在等效力中起主导作用。     

巨-子结构控制体系的减震机理及性能分析

建立了巨-子结构控制体系的运动方程,通过分析其动力特性得出巨-子结构控制体系的减震机理,结果表明,当子结构与主结构的质量比较小时表现为TMD调谐,质量比较大时表现为基础隔震,中间区域为层间隔震;利用复模态理论基于遗传算法以结构基底剪力为优化目标对子结构的物理参数进行优化;经希尔伯特-黄变换得到结构体系在时频平面上的边际谱,通过比较主结构与子结构顶部位移及加速度的边际谱强度验证了巨-子结构控制体系减小地震反应的有效性。最后,采用时程分析法从能量角度进一步验证了巨-子结构控制体系的适用性与可靠性。     

非线性能量阱减振系统受基底简谐激励的强调制反应分析

为得到基底简谐激励下带光滑立方刚度非线性能量阱的强调制反应必要条件及充分条件,利用复变量平均法推导了慢变系统方程.慢不变流形的相轨迹分析表明,激励幅值满足折奇点条件才可能出现强调制反应,但也可能吸引至某一慢不变流形的稳定分支.算例分析证实:当慢变系统响应超越慢不变流形上极值点幅值,又不吸引至慢不变流形某一分支,并且形成连续跳跃环路而不陷入局部循环时,强调制反应才出现.所推得的慢变系统微分方程计算数值与实际模拟值基本吻合,而慢变系统的数值曲线相对简单,易于分辨且计算方便.     

大型结构自适应学习率RBF神经网络滑模分散控制研究

为了有效处理土木工程结构分散振动控制中子系统间相互影响力和外界荷载不确定性的影响,提出了自适应学习率RBF神经网络滑模分散控制算法（DALRBFSMC）。首先利用Lyapunov稳定性理论设计了仅依赖于子系统位移和速度响应反馈信息的滑模分散控制律,在此基础上,结合RBF神经网络理论和经典梯度下降法,引入Lyapunov函数,推导了调整RBF网络权值的自适应学习率,进而得到能实时调节滑模分散控制律切换增益项的自适应学习率RBF神经网络滑模分散控制算法（DALRBFSMC）。同时,针对子系统不同划分方式及子控制器之间存在重叠,提出了多种分散控制设计策略。对ASCE 9层Benchmark模型进行多种分散控制和集中控制设计。仿真分析结果表明,该分散控制算法适用于不同的分散控制策略,重叠分散控制策略较传统集中控制策略而言有更好的控制效果;同时能使分散控制系统内各作动器均处于功效最大状态。     

基于自适应RBF神经网络算法的建筑结构递阶分散控制研究

针对建筑结构振动控制的递阶分散控制问题进行研究。首先,通过设置全局控制器消除子系统间的关联耦合;在此基础上,结合Lyapunov稳定性理论和RBF神经网络理论设计了仅依赖于子系统位移和速度响应反馈信息的自适应控制律,并利用差分进化（DE）算法对自适应RBF神经网络局部子控制器相关参数进行优化,建立了适用于建筑结构振动控制的自适应RBF神经网络递阶分散控制（ARBFHDC）算法。对ASCE 9层Benchmark模型进行递阶分散控制设计、优化及仿真分析。结果表明,不同地震激励下,基于ARBFHDC算法设计的递阶分散控制较传统集中控制而言有更好的控制效果,且能保障各子系统作动器处于最大功效工作状态。