论文部分内容阅读
超高层建筑在安全性和适用性设计时,考虑的重要指标之一就是结构风荷载及风致响应,因此,对于超高层建筑的风荷载及风致响应研究是一项非常有意义的工作。现场实测、风洞试验及数值模拟是研究结构在风荷载作用下的特性最常用的三种方法,其中现场实测虽然为最可靠的研究方法,但是只能测得部分楼层的响应信息,结构上的风荷载是无法直接获得的,风洞实验尽管能够测试结构风荷载,但是所得结果很难准确反映结构在风作用下的真实状态,通过数值模拟可以能获得结构任一点的风荷载,但其准确性需要不断的验证。随着科学技术的发展,实测技术逐渐成熟,结构的动力响应很容易测得,因此,基于实测动力响应,用反向识别方法,在输入部分楼层的响应信息识别出所有楼层的脉动风荷载及未测试层的动力响应成为了目前风工程领域研究的热点。结构的荷载信息和响应信息能够反映结构在风作用下的状态,为结构的健康监测和抗风设计可提供重要依据,因此有必要提出反分析的方法,来间接获得结构全面的风荷载信息及响应信息。 在结构工程领域,结构的动力参数是在对结构健康监测和动力设计一个重要的指标,目前识别结构参数一般对结构模态参数进行识别,因为转换到模态空间中可使计算过程变得简单。在荷载作用下,结构的响应信息可以直接反映其参数的变化情况,因而,基于动力响应的结构参数识别方法被认为是评判结构损伤的最有效办法之一,基于现有的现场实测技术,在结构响应部分已知,荷载信息未知的情况下,提出一种结构参数识别的方法尤为重要。 因此,本文提出了两种风荷载识别方法和三种结构参数识别方法,并以卡尔曼滤波理论为基础,以香港国际金融中心二期为工程背景,以风洞试验为手段,系统地研究了利用有限测试楼层的风致响应识别结构脉动风荷载和结构参数的时域方法。主要研究内容如下: (1)本文采用扩增矩阵微分方程的方法,求解结构在风荷载作用下的动力响应。通过将结构动力微分方程构造成状态空间的形式,实现了矩阵微分方程的“降阶”,然后求解降阶后的扩增矩阵微分方程得到结构的风致响应,分析了结构响应的初状态X(t0)对t时刻的响应向量X(t)的影响;作为对比,文中给出了另一种计算方法,Newmark-β法,对两种方法的计算结果进行了对比分析。根据模态转换理论及超高层建筑的风振特性,解决了超高层建筑反分析中测点不足的问题,并根据POD方法确定了结构的主要控制模态数和最少测点数。 (2)基于离散型Kalman滤波理论,提出了两种结构脉动风荷载的反演方法(DKF,A-DKF)。首先将动力微分方程转换为状态空间方程,然后推导了适用于风荷载估计的离散型Kalman滤波扩展形式,得到了脉动风荷载及未测量风振响应的反演方法(DKF),通过对状态方程进行扩增,得到了离散型扩增状态Kalman滤波方法(A-DKF),利用矩阵的谱半径判定了滤波的稳定性,并通过引入位移虚拟测试的方法解决了因扩增而导致系统不稳定的问题。引用正则化理论中的L曲线方判定了观测噪声强度的最合理取值,克服了Kalman滤波对过程噪声和观测噪声的需要预知的依赖性,同时提高了反演算法的抗噪声能力及适用性。 (3)基于风洞试验验证了本文采用的风荷载识别方法的可行性和准确性,两种方法只使用七个楼层的响应(位移、速度及加速度中的一种)估计得出每个楼层的风荷载和风致响应,得到了较为满意的结果,且多种噪声水平下的风荷载反演精度都能满足工程实际的要求,并对两种方法的特性展开了对比分析。 (4)采用扩展卡尔曼滤波算法(EKF)以及两种改进方法自适应的扩展卡尔曼滤波算法(AEKF),移动窗口的扩展卡尔曼滤波算法(MWEKF),基于有限测试层的位移响应识别结构的频率和阻尼比,结果表明,在输入位移响应时,以上三种方法都能较好的识别结构的参数。AEKF在参数识别时能提高滤波的稳定性,使识别结果更加稳定。MWEKF对初始状态向量Z0及估计误差协方差初值0P的选择不敏感;它不依赖假设的噪声水平,因为过程噪声和测量噪声都可以被估计出来,在过程噪声非平稳的情况下,也能保持其最优性。