發(fā)布時(shí)間：2020-11-18 07:17

　　 建筑結(jié)構(gòu)抗風(fēng)設(shè)計(jì)需要充分考慮風(fēng)荷載的非高斯特征,不容忽視。本文首先回顧了非高斯風(fēng)荷載研究領(lǐng)域的幾個(gè)熱點(diǎn)問(wèn)題,綜述了研究現(xiàn)狀,指出了缺陷和不足。在此基礎(chǔ)上,針對(duì)非高斯風(fēng)壓概率分布擬合、非高斯風(fēng)壓極值計(jì)算、非高斯風(fēng)壓過(guò)程模擬以及非高斯風(fēng)壓插值預(yù)測(cè)四個(gè)問(wèn)題,展開(kāi)深入研究。全文主要內(nèi)容及結(jié)論如下:(1)現(xiàn)有基于穿越率理論的非高斯風(fēng)壓極值計(jì)算方法適用范圍有限,且對(duì)于短尾側(cè)極值的計(jì)算精度明顯低于長(zhǎng)尾側(cè)。鑒于此,本文開(kāi)發(fā)了“分離描述”(separate description,簡(jiǎn)稱SD)算法以解決這些問(wèn)題。SD算法采用Johnson變換作為潛在高斯過(guò)程與目標(biāo)非高斯過(guò)程之間的轉(zhuǎn)換工具,其適用范圍覆蓋了整個(gè)Pearson平面,適用于任意偏度、峰度組合的非高斯分布。由于短尾側(cè)數(shù)據(jù)在極大似然函數(shù)的計(jì)算中所占權(quán)重更高,因而提出對(duì)母體風(fēng)壓分布擬合兩次,以極大似然估計(jì)的擬合結(jié)果計(jì)算短尾側(cè)極值,以矩估計(jì)擬合結(jié)果計(jì)算長(zhǎng)尾側(cè)極值,以針對(duì)性地改善短尾側(cè)極值計(jì)算精度。經(jīng)對(duì)比驗(yàn)證,SD算法的整體計(jì)算誤差在4%以內(nèi),其精度高于傳統(tǒng)算法,優(yōu)勢(shì)在短尾側(cè)以及處理非高斯性較強(qiáng)的軟過(guò)程時(shí)尤為明顯。(2)現(xiàn)有基于極值理論的非高斯風(fēng)壓極值算法需要進(jìn)行長(zhǎng)時(shí)間風(fēng)洞試驗(yàn),其資源耗費(fèi)較大。為解決這一問(wèn)題,本文提出一種試驗(yàn)數(shù)據(jù)與數(shù)值模擬相結(jié)合(hybrid measurement and simulation-based,簡(jiǎn)稱HMSB)的算法,通過(guò)數(shù)值模擬的手段,以前四階統(tǒng)計(jì)量和功率譜密度(power spectral density,簡(jiǎn)稱PSD)為口標(biāo),仿真生成大量風(fēng)壓時(shí)程,以獲取足夠多的極值樣本,擬合極值分布。考慮到統(tǒng)計(jì)量對(duì)于極值計(jì)算精度影響更大,在保證統(tǒng)計(jì)量模擬精度的基礎(chǔ)上,為了最大程度地提高模擬效率,提出了一種簡(jiǎn)化模擬方法,可以實(shí)現(xiàn)統(tǒng)計(jì)量的精確模擬和PSD的近似模擬。經(jīng)驗(yàn)證,HMSB法計(jì)算精度高于傳統(tǒng)方法,整體計(jì)算誤差在4%左右。其計(jì)算效率極高,能在短時(shí)間內(nèi)生成大量模擬時(shí)程,從而有效地節(jié)省了試驗(yàn)資源。(3)平穩(wěn)非高斯過(guò)程模擬包含頻率和概率兩方面目標(biāo),傳統(tǒng)方法大多基于先干涉頻率再干涉概率的模擬思路。本文采用新的模擬思路,即先干涉概率再干涉頻率,提出了一種新的模擬方法。在此過(guò)程中,推導(dǎo)了線性濾波系統(tǒng)輸入過(guò)程與輸出過(guò)程低階統(tǒng)計(jì)量之間的轉(zhuǎn)換關(guān)系,解決了統(tǒng)計(jì)量扭曲問(wèn)題;探討了新思路與傳統(tǒng)思路所各自面臨的不相容問(wèn)題的成因,證明了兩種不相容區(qū)間并不完全重疊,新方法可以解決某些傳統(tǒng)方法的不相容問(wèn)題;通過(guò)多個(gè)算例證明了新方法的有效性和準(zhǔn)確性。此外,所提方法還具有模擬高階相關(guān)非高斯過(guò)程的潛力。(4)現(xiàn)有非高斯非平穩(wěn)過(guò)程模擬方法較少,且均需要迭代計(jì)算,模擬效率較低。本文基于線性濾波技術(shù),提出了新的模擬方法,使用時(shí)變自回歸(time-varying auto-regressive,簡(jiǎn)稱TVAR)模型將潛在非高斯非平穩(wěn)白噪聲過(guò)濾成目標(biāo)非高斯非平穩(wěn)過(guò)程。新方法無(wú)需迭代,計(jì)算簡(jiǎn)便。在其開(kāi)發(fā)過(guò)程中,推導(dǎo)了TVAR模型輸入過(guò)程與輸出過(guò)程時(shí)變低階統(tǒng)計(jì)量之間的變換關(guān)系,從而可在模擬前根據(jù)目標(biāo)時(shí)變低階統(tǒng)計(jì)量計(jì)算出潛在非高斯非平穩(wěn)白噪聲的時(shí)變低階統(tǒng)計(jì)量;將傳統(tǒng)Johnson變換升級(jí)為時(shí)變版本,用于生成非平穩(wěn)白噪聲輸入;提出了一種簡(jiǎn)便方法,用于確定TVAR模型階數(shù);通過(guò)算例證明了新方法的可行性和準(zhǔn)確性。(5)將高斯過(guò)程回歸(Gaussian process regression,簡(jiǎn)稱GPR)技術(shù)引入到風(fēng)壓統(tǒng)計(jì)量的插值估計(jì)問(wèn)題,相比于現(xiàn)有方法中使用的人工神經(jīng)網(wǎng)絡(luò)技術(shù),GPR的優(yōu)勢(shì)在于超參數(shù)自適應(yīng)選取、輸出具有明確的概率意義等方面。對(duì)于低階統(tǒng)計(jì)量估計(jì)問(wèn)題,本文所提方法相對(duì)于傳統(tǒng)方法精度更高,能夠?qū)崿F(xiàn)對(duì)未布測(cè)點(diǎn)位置和未測(cè)量風(fēng)向角的風(fēng)壓信息的準(zhǔn)確補(bǔ)充。對(duì)于風(fēng)壓時(shí)程估計(jì)問(wèn)題,本文充分利用GPR善于處理小樣本問(wèn)題的特點(diǎn),提出了時(shí)變GPR估計(jì)方法,其精度相對(duì)傳統(tǒng)方法更高,且能夠處理風(fēng)場(chǎng)隨時(shí)間變化的非平穩(wěn)情形。嘗試估計(jì)了高階統(tǒng)計(jì)量和累積密度函數(shù),其中三階統(tǒng)計(jì)量和累積密度函數(shù)估計(jì)精度較高,可以滿足使用要求。而四階統(tǒng)計(jì)量由于其隨機(jī)性更強(qiáng)、波動(dòng)幅度更高,精度尚無(wú)法滿足要求,需進(jìn)一步提升算法。
【學(xué)位單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2019
【中圖分類】：TU312.1
【部分圖文】：

的所有分布類型。第三階和第四階統(tǒng)計(jì)量，即偏度（ｓｋｅｗｎｅｓｓ，簡(jiǎn)稱從）和峰度（ｋｕｒｔｏｓｉｓ，??簡(jiǎn)稱ｈ?）是用來(lái)區(qū)分高斯分布與非高斯分布的重要參數(shù)，也是用來(lái)描述非高斯分布概率??性質(zhì)的重要指標(biāo)。圖１．１展示了偏度、峰度與隨機(jī)變量概率密度函數(shù)之間的聯(lián)系。由圖??１．１（ａ）可見(jiàn)，偏度描述分布的偏斜程度，正偏度向左，負(fù)偏度向右，絕對(duì)值越大表示越??向一側(cè)傾斜，偏度為０則為對(duì)稱分布。峰度描述分布的尖削程度，峰度越大表示分布中??心越高聳，尾部越長(zhǎng)。由于高斯分布的偏度為０，峰度為３，因此對(duì)于任意偏度不等于０??或峰度不等于３的分布都可歸類為非高斯分布，而其偏度與峰度的大小可以用來(lái)衡量其??偏離高斯分布的程度。??絕大多數(shù)非高斯風(fēng)壓分布是非對(duì)稱的，相較于高斯分布其一側(cè)尾部較長(zhǎng)，一側(cè)尾部??較短。體現(xiàn)在風(fēng)壓時(shí)程上則具有明顯的非對(duì)稱特征，一側(cè)伴有大幅度的風(fēng)壓脈沖。這些??大幅脈沖更容易使結(jié)構(gòu)發(fā)生破壞，是導(dǎo)致局部結(jié)構(gòu)構(gòu)件失效的主要原因。許多知名建筑??曾在風(fēng)荷載作用下發(fā)生過(guò)不同程度的毀壞

，。分布也有類似的規(guī)律，在此不一一列舉，可查閱文獻(xiàn)Ｉ４７］。這些傳，當(dāng)待分析數(shù)據(jù)與某一分布適用范圍更接近時(shí)，該分布的擬合研究者們?cè)趯ふ易钸m合描述非高斯風(fēng)壓的分布時(shí)，由于他們的率特性，因而得出了不同的結(jié)論。??分析非高斯風(fēng)壓數(shù)據(jù)時(shí)傳統(tǒng)指數(shù)類分布已較少使用，然而該類于目前常用的Ｈｅｒｍｉｔｅ轉(zhuǎn)換分布和非參數(shù)分布，傳統(tǒng)指數(shù)類分便。只是應(yīng)當(dāng)摒棄使用一類分布描述所有數(shù)據(jù)的習(xí)慣，應(yīng)熟悉據(jù)數(shù)據(jù)類型選擇合適的分布。??ｉｔｅ轉(zhuǎn)換分布??理論人為任意非高斯過(guò)程都可以由一個(gè)與之對(duì)應(yīng)的標(biāo)準(zhǔn)高斯調(diào)非線性轉(zhuǎn)換函數(shù)變換得到，即??ｙ?＝?ｇ｛ｕ＼?ｕ?＝?ｇ￣＇（ｙ）高斯過(guò)程為均值等于０、方差等于１的標(biāo)準(zhǔn)高斯過(guò)程；

建筑結(jié)構(gòu)表面風(fēng)壓非高斯特性分析方法研究?－３和％?．Ｃ７２?．Ｃ７３＝４￣Ｋｓ／：２的關(guān)系，進(jìn)而可以推出三個(gè)根必是一正１＞０，所以Ｃ７的值應(yīng)該與正根的值相等。將極帶入式（１．１２）可Ａｔ／，如果ｈ?＜知＇則選擇＆系統(tǒng)，即式（〗．９ｂ）；如果ｔｏ?＞?Ａ＾１．９ｃ）。??２５?■?Ｉ?？?？?？?？?Ｉ?＿?Ｉ?，?Ｉ?，?Ｉ?■?Ｉ?■?Ｉ?１?／?Ｉ?■．??、＼?、？?／?／??
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李壽科;李壽英;陳政清;孫洪鑫;;基于非高斯仿真的風(fēng)壓系數(shù)極值計(jì)算方法[J];振動(dòng)與沖擊;2014年24期

2 李錦華;吳春鵬;陳水生;;矩形結(jié)構(gòu)非高斯風(fēng)荷載特性研究[J];振動(dòng).測(cè)試與診斷;2014年05期

3 羅俊杰;宋雄彬;李璟;;考慮隨機(jī)風(fēng)壓場(chǎng)非高斯特性的大跨度膜屋蓋風(fēng)振響應(yīng)[J];土木建筑與環(huán)境工程;2013年06期

4 林巍;黃銘楓;樓文娟;;大跨屋蓋脈動(dòng)風(fēng)壓的非高斯峰值因子計(jì)算方法[J];建筑結(jié)構(gòu);2013年15期

5 王飛;全涌;顧明;;基于廣義極值理論的非高斯風(fēng)壓極值計(jì)算方法[J];工程力學(xué);2013年02期

6 陳伏彬;李秋勝;盧春玲;黃生洪;傅學(xué)怡;郭明;;復(fù)雜大跨結(jié)構(gòu)屋蓋風(fēng)荷載特性的試驗(yàn)與計(jì)算研究[J];空氣動(dòng)力學(xué)學(xué)報(bào);2012年05期

7 韓寧;顧明;;方形高層建筑風(fēng)壓脈動(dòng)非高斯特性分析[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年07期

8 李秋勝;胡尚瑜;李正農(nóng);;低矮房屋風(fēng)荷載實(shí)測(cè)研究(Ⅱ)——雙坡屋面風(fēng)壓特征分析[J];土木工程學(xué)報(bào);2012年04期

9 胡尚瑜;李秋勝;;低矮房屋風(fēng)荷載實(shí)測(cè)研究(Ⅰ)——登陸臺(tái)風(fēng)近地邊界層風(fēng)特性[J];土木工程學(xué)報(bào);2012年02期

10 李壽科;李壽英;陳政清;黃韜;;大跨開(kāi)合式屋蓋峰值風(fēng)壓的試驗(yàn)研究[J];振動(dòng)與沖擊;2010年11期

相關(guān)博士學(xué)位論文 前1條

1 孫瑛;大跨屋蓋結(jié)構(gòu)風(fēng)荷載特性研究[D];哈爾濱工業(yè)大學(xué);2007年

本文編號(hào)：2888465