复杂结构随机地震响应与抗震可靠度的研究进展研究.pdfVIP

复杂结构随机地震响应与抗震可靠度的研究进展研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
复杂结构随机地震响应与抗震可靠度的研究进展 李 杰 (同济大学上海200092) 摘要 大型复杂结构的随机非线性地震响应分析与抗震可靠度,是地震工程基础理论研究中长期没有 得到很好解决的问题。基于物理研究随机系统的思想,为这一重要问题的解决带来了希望。本文摘要 总结了同济大学在此方向上的主要研究进展,论述了随机系统建模准则、基于物理的随机地震动模型、 广义密度演化方程、等价极值事件原理等研究进展。给出了若干应用实例。 1 引言 随机动力系统广泛地存在于工程与科学研究领域的诸多分支之中。工程结构在地震作用下的 振动问题,就是随机动力系统的典型例证。自20世纪40年代以来,随着概率论与随机过程理论 的研究、发展与普及,工程随机振动理论应运而生,由之产生了大量具有深刻价值的研究成果【l一】, 并逐渐被应用于工程实际之中。然而,在这一进程中,人们也逐渐深切地认识到:经典随机振动 理论乃至一般随机动力系统分析理论存在着一系列至关重要的难题:非线性随机动力系统如何分 析?结构系统响应的概率分布密度如何演化?怎样精确评价工程结构的动力可靠性?这些难题的 长期悬而未决,在一定程度上已经影响了人们在工程中应用经典理论解决实际问题的信心,也迟 滞了学科的发展。 经典的随机振动理论应用于土木工程结构的随机地震响应分析,主要解决了线性结构的分析 问题。由我国学者林家浩教授发展的虚拟激励法[3】,大大降低了对于复杂结构的分析工作量。而 度)的非线性分析取得了重要进展【4’51。然而,作为一般性的、普遍适用的理论,仍然未见诸报 道。在这一背景下,我们从引入物理关系研究随机系统这一基本思想出发p’101,逐步构建了以随 机建模准则、广义密度演化方程、等价极值事件原理为核心的基本理论体系【l卜21】。并结合复杂结 构的随机地震响应分析与抗震可靠度评价,,进行了典型结构的工程应用研究,取得了令人满意的 结果。本文概要介绍上述研究进展情况。 2随机地震动模型 2.1 随机系统建模准则 随机系统建模的基本准则是:利用物理系统的实验观察结果,采用理论抽象和数学优化方法 相结合的方式确定系统的物理关系和基本随机变量的概率结构,使得所研究物理模型在概率意义 上等价于客观物理系鲥10】。 在基本的理论模式确立之后,采用一组试验结果(即样本集合)建模,存在三条可能途经: (1)基于样本的建模;(2)基于系综特征值建模;(3)基于样本目标变量的概率分布密度建模。 ·-一408·-一 (1)基于样本的建模。 此类建模方式是:首先针对样本集合中各单个样本,识别基本随机变量的样本实现值,然后 加以统计。 对于样本集合中的各样本,按照物理关系,可以采用模型预测值与观测样本值具有最佳逼近 性质或均方逼近性质识别基本随机变量的样本实现值,即: 最佳逼近,取 五=max[舅一f(t,ii,f,征)】≤蜀 (1) 为准则识别参数。式中,£为设定误差限值。 均方逼近,取 以=max{E[(j-f(t,u,f,a))2])≤乞 (2) 为准则识别参数。式中,E【.1表示对误差平方值取均值。 在识别给出基本随机变量的各样本实现值后,可以采用数理统计方式给出各随机变量的概率 分布。 (2)基于系综特征值的建模。 这一准则要求首先对集合样本采用数理统计方式给出目标随机变量的均值与标准差,然后, 利用系统物理关系,给出目标随机变量的预测特征值。通过调整基本随机变量的概率分布参数或 分布类型,满足建模准则,获取对于基本随机变量真实概率结构的估计。 基本的建模准则可以表示为: 厶=min[(E(x)一E(x))7(E(;)一E(x))】 (3) 山=min[(cr;.一crI)2(吒一crx)】 (4) 式中,E[.】表示均值;贾为试验观测值;x为理论预测值;仃表示标准差。 值得指出的是:在使用这类建模准时,应该注意

文档评论(0)

带头大哥 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档