基于环境振动的设缝相邻结构模态参数识别及有限元模型修正

摘要

对于设缝相邻结构，在设计阶段通常假定彼此是相互独立的。结构建成后，变形缝的处理措施可能引起相邻结构的相互作用，进而改变独立结构的动力特性。因此，本文利用环境振动测试，并考虑测试误差和模型误差的不确定性，利用概率方法对设缝相邻结构的模态参数进行识别，分析变形缝对相邻结构动力特性的影响，并提出设缝相邻结构的有限元建模方法。为了考虑模型参数设计值与实际值的区别及测试误差和模型误差的不确定性，得到更为精确的有限元模型，利用概率方法和识别结果对所建立的有限元模型进行修正。
　　本文的主要研究内容及结论如下:
　　(1)分别对三栋多层设缝钢筋混凝土相邻结构进行了环境振动测试，利用实测加速度数据和快速贝叶斯FFT方法对结构进行了模态参数识别，得到了相邻结构的自振频率、阻尼比、振型的最有可能值及定量表征其不确定性的变异系数。识别结果表明:楼板装修面层如地砖在伸缩缝处未断开，则相邻结构的动力特性完全相同，即通过变形缝处的连接成为一个整体，结构间为强相互作用;伸缩缝内有刚性填充物，则相邻结构的扭转模态会比沿长轴方向的平动模态提前出现，结构间为中等相互作用;防震缝按照设计来施工，则由于相邻结构间的相互作用产生的模态会出现在较低或等高的结构中，结构间为弱相互作用。
　　(2)定量考虑模型误差及测试误差的不确定性，提出了一种基于贝叶斯理论和应用程序交互访问的有限元模型修正方法，实现了对精细化有限元模型物理参数的直接修正，通过数值算例验证了该方法的可行性，对比分析了两种不同贝叶斯目标函数的修正效果。
　　(3)提出了设缝相邻结构的有限元建模方法:利用跨越伸缩缝的板模拟结构间的强相互作用，利用在伸缩缝处增加长轴向刚度模拟结构间的中等相互作用，对于结构间的弱相互作用采用相互独立的模型，三栋设缝相邻结构的有限元模态分析结果与识别结果基本一致。同时，利用前文所提方法和识别结果，对所测相邻结构的有限元模型进行了修正，取得了较好的修正效果。

目录

声明

致谢

摘要

1．1 本文的研究背景及意义

1．2 基于环境振动测试的模态参数识别方法研究现状

1．2．1 传统模态参数识别方法

1．2．2 基于贝叶斯理论的模态参数识别方法

1．3 基于环境振动测试的有限元模型修正研究现状

1．3．1 传统修正方法

1．3．2 基于贝叶斯理论的修正方法

1．4 目前研究存在的问题及不足

1．5 本文的主要工作

2 基于环境振动测试的相邻结构的模态参数识别

2．1 快速贝叶斯模态参数识别方法

2．1．1 模态参数的最有可能值

2．1．2 模态参数的后验不确定性

2．2 设置伸缩缝的框架剪力墙相邻结构的环境振动测试及模态参数识别

2．2．1 所测结构介绍

2．2．2 环境振动测试方案

2．2．3 各测点功率谱密度曲线

2．2．4 识别所得自振频率及阻尼比

2．2．5 识别所得振型

2．2．6 缝两侧结构动力相互作用分析

2．2．7 结论

2．3 设置伸缩缝的密肋复合墙相邻结构的环境振动测试及模态参数识别

2．3．1 所测结构介绍

2．3．2 环境振动测试方案

2．3．3 各测点功率谱密度曲线

2．3．4 识别所得自振频率及阻尼比

2．3．5 识别所得振型

2．3．6 结论

2．4 设置防震缝的框架剪力墙相邻结构的环境振动测试及模态参数识别

2．4．1 所测结构介绍

2．4．2 环境振动测试方案

2．4．3 各测点功率谱密度曲线

2．4．4 识别所得自振频率及阻尼比

2．4．5 识别所得振型

2．4．6 结论

2．5 本章小结

3 基于贝叶斯理论及应用程序交互访问的模型修正方法

3．1 基于贝叶斯理论的目标函数

3．1．1 基于贝叶斯理论的目标函数一

3．1．2 基于贝叶斯理论的目标函数二

3．2 优化算法-单纯形法

3．2．1 多变量无约束极值问题

3．2．2 单纯形法

3．2．3 初始单纯形的构造

3．3 MATLAB与SAP2000交互式访问技术

3．4 所提有限元模型修正方法技术路线

3．5 所提有限元模型修正方法可行性验证

3．5．1 工况一

3．5．2 工况二

3．5．3 工况三

3．5．4 三种工况对比分析

3．6 本章小结

4 设缝相邻结构有限元模拟及有限元模型修正

4．1 设置伸缩缝的框架剪力墙结构的有限元模态分析及模型修正

4．1．1 初始有限元模型及模态分析

4．1．2 有限元模型修正结果

4．2 设置伸缩缝的密肋复合墙结构的有限元模态分析及模型修正

4．2．1 初始有限元模型及模态分析

4．2．2 有限元模型修正结果

4．3 设置防震缝的框架剪力墙结构的有限元模态分析

4．4 本章小结

5．1 结论

5．2 展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集