基于概率性地震需求模型的桥梁易损性分析

该文旨在提出一种新的考虑异方差性并具有较高精度的概率性结构地震需求计算方法。针对典型简支梁桥,选取结构基本周期对应的谱加速度作为地震动强度指标,桥墩位移延性系数为工程需求参数,采用多条带分析方法对桥梁有限元模型进行非线性动力时程分析,并建立其地震需求样本集。基于高斯过程回归方法,分别建立单输出和多输出两种情况下的概率性地震需求模型,并将拟合结果与传统基于线性回归的地震需求模型进行对比分析。对概率性地震需求模型作进一步应用拓展,在定义墩柱不同损伤状态极限值的基础上,基于前述两种需求模型建立了桥梁的地震易损性模型。研究结果表明：基于高斯过程的概率性地震需求模型能够较精确地反映不同地震动强度下地震需求的概率特征,较好地刻画了对数空间下地震需求的异方差性;由两种模型生成的桥梁构件和系统易损性曲线存在一定差异,而采用基于高斯过程的地震需求模型能够对桥梁的抗震性能进行更合理而精确的概率性评估。     

桥梁系统地震多维易损性分析

综合考虑地震地面运动以及性能极限状态的不确定性,提出了基于多地震需求参数分析的桥梁系统易损性评估方法,将易损性概念从一维扩展到多维。该方法首次提出服从多元对数正态分布的概率地震需求模型探讨桥梁体系各构件响应相关性,同时考虑各构件性能极限状态的相关性建立多维性能极限状态方程,确定结构失效域,通过MonteCarlo模拟计算系统多维地震易损性。以某一钢筋混凝土多跨连续梁高速公路桥为算例,通过非线性动力分析法获得最大响应样本,利用最大似然估计求得概率地震需求模型未知参数,计算体系多维易损性,并与构件易损性相比较。结果表明：桥梁体系多维易损性较构件易损性偏大,可避免用单一构件易损性代替系统易损性产生的非保守估计,预测结果更利于工程安全,为桥梁修复加固和交通系统可靠性分析提供理论依据。     

基于高斯过程的简支梁桥概率性地震需求模型研究

该文旨在提出一种新的考虑异方差性并具有较高精度的概率性结构地震需求计算方法。针对典型简支梁桥,选取结构基本周期对应的谱加速度作为地震动强度指标,桥墩位移延性系数为工程需求参数,采用多条带分析方法对桥梁有限元模型进行非线性动力时程分析,并建立其地震需求样本集。基于高斯过程回归方法,分别建立单输出和多输出两种情况下的概率性地震需求模型,并将拟合结果与传统基于线性回归的地震需求模型进行对比分析。对概率性地震需求模型作进一步应用拓展,在定义墩柱不同损伤状态极限值的基础上,基于前述两种需求模型建立了桥梁的地震易损性模型。研究结果表明:基于高斯过程的概率性地震需求模型能够较精确地反映不同地震动强度下地震需求的概率特征,较好地刻画了对数空间下地震需求的异方差性;由两种模型生成的桥梁构件和系统易损性曲线存在一定差异,而采用基于高斯过程的地震需求模型能够对桥梁的抗震性能进行更合理而精确的概率性评估。     

基于BOX-COX变换的桥梁结构地震易损性分析

云图法作为理论易损性曲线计算的主要方法之一,其为简化计算所作的线性、正态性和同方差性假设很多时候与实际存在偏差.为此,引入BOX-COX变换,并结合蒙特卡洛抽样,提出了一种既不需增加非线性时程分析次数,又不受云图法三个基本假设限制的易损性分析方法.并以一座预应力混凝土三跨连续梁桥为例,分别以决定系数、核密度估计曲线以及...     

关于概率地震需求模型的讨论

概率地震需求分析作为地震易损性分析和地震风险分析的重要一环,已经成为新一代基于性能地震工程(PBEE)的主要研究内容。概率地震需求分析的核心内容是建立概率地震需求模型,它表征了地震动强度与地震需求之间的概率关系。在某一强度地震动作用下,通常假设地震需求服从对数正态分布,其中,地震需求的中位值和地震动强度之间假设服从对数线性关系,而地震需求的对数标准差则假设保持不变。该文以4个不同高度、不同设防水准的钢筋混凝土框架结构为例,挑选100条实际地震动为输入,针对上述概率地震需求模型基本假设的合理性进行了讨论。研究结果表明：综合考虑计算精度和效率,关于地震需求中位值和对数标准差的假设可以满足概率地震需求模型的要求,而传统的对数正态概率地震需求模型无法考虑倒塌的影响,应予以修正。     

基于Nataf变换的桥梁结构地震易损性分析

地震易损性分析是美国太平洋地震工程研究中心(PEER)提出的“性能化地震工程”理论框架的重要一环. 目前所采用的易损性分析方法大多未考虑结构的不确定性及结构随机参数之间的相关性. 为此, 引入均匀设计考虑结构参数的随机性, 同时结合Nataf变换, 处理结构随机参数之间的相关性. 提出一种综合考虑地震动随机性、结构参数随机性及结构随机参数相关性的桥梁结构地震易损性分析方法. 以一座三跨连续梁为例, 分别在考虑结构随机参数相关性和不考虑结构参数相关性的前提下计算其地震易损性. 分析结果表明：提出的方法能够有效考虑结构随机参数相关性;忽视结构随机参数相关性会导致高估桥梁结构地震易损性.     

基于性能的桥梁结构概率地震需求分析

该研究以概率地震需求分析为基础,建立了某特大桥梁结构无阻尼器和有阻尼器动力非线性模型,用增量动力分析,得到支座最大相对位移的地震响应,并定义了两个性能水准。给出了结构的易损性曲线,并对两个结构的易损性曲线进行了比较,结合地震危险性曲线,得到结构在50 年内的地震需求危险性曲线。研究结果表明:不加阻尼器时50 年内发生碰撞的超越概率接近极限超越概率,加阻尼器后能很好的满足性能水准要求;在小震中阻尼器对结构的抗震性能提高不是很明显,而在大震中能够对结构的抗震性能提高很多。     

基于云图-条带法的概率地震需求分析与地震易损性分析

提出一种概率地震需求分析的云图-条带法。该方法通过引入经验地震易损性分析中的数据处理方法,解决传统云图法无法处理海量非线性时程分析结果的局限。为说明该文提出方法,选取100条地震动作为输入,针对23个钢筋混凝土框架结构进行了云图法分析。基于所有结构的云图结果,采用云图-条带法建立了群体结构的概率地震需求模型,并计算得到了群体结构的地震易损性。研究表明:云图-条带法可以有效地处理海量非线性时程分析结果,建立较为合理的概率地震需求模型。在输入地震动的强度范围内,群体结构整体发生严重破坏和完全破坏的概率很低,而主要以发生轻微破坏和中等破坏为主。     

串联隔震结构体系的地震易损性分析

根据串联隔震建筑结构体系的地震可靠度特征,推导了串联隔震结构体系的地震可靠度计算公式,并根据隔震结构的上部结构、隔震层、下部结构的概率地震需求模型,提出了串联隔震结构的地震易损性计算方法。最后,以某典型高层框架-核心筒基础隔震结构为算例,建立了高层隔震结构的有限元模型并进行地震动响应分析,利用已提出的方法对该隔震结构的地震破坏概率进行分析,获得了高层隔震结构整体处于严重破坏状态时的地震易损性曲线,结果表明隔震层的破坏是影响高层隔震结构体系整体地震可靠度的关键因素。     

基于性能的钢筋混凝土框架结构地震易损性分析

钢筋混凝土结构易损性的研究大多数集中于地震烈度或地震动峰值加速度上(PGA),地震动的选取亦没有考虑近远场地震的不同,且对于房屋建筑的研究较少.因此综合考虑地震动峰值加速度及阻尼比为 5%的谱加速度,考虑近场及远场地震的不同性质,对一钢筋混凝土框架房屋进行地震易损性分析.定义了结构整体的4 个极限破坏状态,提出了基于结构极限破坏状态确定结构抗震性能水平的方法.最后基于增量动力分析(IDA)的结果,采用该方法对结构进行基于性能的地震易损性分析,得到结构的易损性曲线,对结构在不同IM 参数及不同地震动下的易损性能进行评估和对比分析.从而可以根据结构的实际地震需求从概率意义上判断结构所处的地震破坏状态,为今后震害预测提供了参考.     

基于概率地震需求分析的铅芯橡胶支座抗震性能研究

选取谱加速度为地震动强度参数,最大墩底弯矩为工程需求参数,对铅芯橡胶支座隔震简支梁桥和非隔震简支梁桥进行了概率地震需求分析,从概率的角度定量计算研究了铅芯橡胶支座在提高桥梁结构抗震性能上的作用。概率地震需求模型计算结果表明,隔震桥梁结构回归方程的斜率均小于非隔震桥梁结构回归方程的斜率,这反映出隔震结构对地震动强度改变的敏感性小于非隔震结构;场地危险性分析表明,在同一场地上,桥梁结构体系遭遇某水平谱加速度的超越概率,隔震结构小于非隔震结构,隔震支座的应用降低了桥梁结构对应的场地危险性;概率地震需求危险性分析表明,在本文设定的场地和结构参数下,铅芯橡胶支座隔震桥梁结构发生墩底纵筋屈服的年超越概率远小于非隔震结构相应的概率。本文的研究表明,概率地震需求分析方法作为一种基于概率的定量分析方法,可以用于不同结构体系的桥梁结构抗震性能的评价上。     

基于材料损伤的水电站厂房上部结构地震易损性分析

水电站厂房上部钢筋混凝土框架-剪力墙结构在地震中易遭受破坏,基于材料损伤提出了上部结构抗震性能的评估方法,并采用有限元方法和增量动力分析法对厂房上部结构的地震易损性进行了分析.结果表明:水电站厂房上部结构主要的震损为墙柱的开裂以及混凝土保护层的剥落,核心区混凝土的压损伤较小,厂房上部结构具有较高的抗震安全储备,发生严重...     

基于误差分析的需求不确定性研究

以某家用电器公司的洗衣机的销售为例,选择其下游的实际零售量作为自变量,公司的需求量为因变量,采用广义差分方法拟合简单计量经济模型,将其需求不确定性中因衔接因素的影响部分显现了出来.在对模型的模拟误差进行分析的基础上,得出公司的衔接不确定性主要来源于需求预测不准和短缺博弈、数量折扣策略及促销时间和方式等方面.并指出可以采用改善预测、历史数据分配法、滚动的总量折扣策略和淡季促销等措施来降低需求不确定性.     

Fault Diagnosis for a Diesel Valve Train Based on Time-Frequency Analysis and Probabilistic Neural Networks

The cone-shaped kernel distributions of vibration acceleration signals, which were acquired from the cylinder head in eight different states of a valve train, were calculated and displayed in grey images. Probabilistic Neural Networks (PNN) was used to classify the images directly after the images were normalized. By this way, the problem of fauh diagnosis for a valve train was transferred to the classification of time-frequency images. As there is no need to extract features from time-frequency images before classification, the fault diagnosis process is highly simplified. The experimental results show that the vibration signals can be classified accurately by the proposed methods.     

Quantitative Analysis of Dynamic Fault Trees Based on the Structure Function

This paper presents a probabilistic model of dynamic gates which allows to perform the quantitative analysis of any dynamic fault tree (DFT) from its structure function. Both these probabilistic models and the quantitative analysis which can be performed thanks to them can accommodate any failure distribution of basic events. We illustrate our approach on a DFT example from the literature. Copyright © 2013 John Wiley & Sons, Ltd.     

Guided Ultrasonic Wave Imaging for Immersed Plates Based on Wavelet Transform and Probabilistic Analysis

We propose a nondestructive evaluation method for immersed structures based on the propagation of ultrasonic waves induced by means of laser pulses and detected with an array of immersion transducers. In the study presented in this article, a laser operating at 532 nm is employed to excite leaky guided waves on an aluminum plate immersed in water. An array of immersion transducers is used to record the waves radiating from the laser-illuminated point. The detected signals are processed with an imaging algorithm based on continuous wavelet transform and probabilistic analysis to localize the presence of artificial defects machined in the plate. With respect to the existing imaging methods for plates, the proposed algorithm is pseudo baseline free, because it does not require data recorded from a pristine plate, but it requires that only a portion of the plate is free from defects. We find that the proposed algorithm enables the detection of surface cracks. Advantages and limitations of the algorithm for the nondestructive evaluation of underwater structures are discussed.     

基于用户需求分析的办公桌面消毒台设计研究

目的 通过对用户需求的定量分析研究,挖掘办公桌面消毒台的潜在功能,为防控常态化背景下消毒类产品的迭代设计提供思路。方法 首先采用人物访谈、行为观察等调研方法获取19个关于办公消毒类产品的用户初始需求项。然后借助FKANO问卷调查及模型计算,对各需求项的属性逐一归类。剔除6个无差异需求后,将4个基本需求、6个期望需求以及3个魅力需求按照层次分析法(AHP)的分层规则,构建出层次分析模型并开展权重计算。最后将排序前八的需求项作为设计要素优先集合,以此产出设计策略并指导设计实践。结论 借助FKANO模型和层次分析法使用户需求分析流程更加客观完善,为办公桌面消毒类产品的功能升级给予了必要的数据支撑,为同类产品的优化改进提供了现实意义和参考价值。     

基于主成分分析与支持向量机的汽柴油需求预测

综合分析了影响汽柴油消费需求的关键因素,并针对其具有自相关性、复杂性、数据量大等特点,采用主成分分析法对样本数据进行降维处理,形成新的样本集。对支持向量机预测模型进行改进,在其基础之上引入时序动态因子,将上年的汽柴油需求历史数据作为时序反馈因子引入模型,从而形成新的动态反馈拟合模型,建立相应的需求预测模型。对1996~2012年的汽柴油需求预测进行实例研究,并将本文中所提方法的预测结果与灰色GM（1,1）模型、BP神经网络模型进行对比分析。结果表明本文中的主成分分析与改进支持向量机预测方法相对于GM（1,1）模型其预测误差均值分别降低了72.7%和74.86%,相对于BP神经网络其预测误差均值分别降低了81.3%和8166%,从而证明了此方法的有效性和优越性。