矩形平面超高层建筑横风向气动力谱的神经网络预测

在超高层建筑抗风设计中常发生当平面深宽比较大时,荷载规范建议的横风向风荷载过于保守而高估建筑风荷载和风振响应的现象。利用高频底座测力天平技术,分别在B,C两类风场中对10种不同深宽比(D/B)的矩形平面超高层建筑模型进行风洞试验。采用遗传算法(GA)和误差反向传播(BP)神经网络相结合的方法(GA-BP)对试验得到的横风向气动力谱进行建模研究。用GA对BP神经网络的初始权值和阈值进行寻优,找到最优参数后,再赋值于BP神经网络训练求解问题,并运用k折交叉验证法进行仿真验证,最终获得精度明显高于BP模型的结构横风向气动力谱预测模型,显示GA-BP神经网络横风向气动力模型收敛速度快、泛化能力强。采用本文模型进行预测并和试验数据对比,结果显示,基于GA-BP的气动力模型能够很好地预测未参与建模的横风向气动力谱,采用本文模型和原始风洞数据计算的结构横风向风荷载和风致响应具有很好的一致性,但在较大深宽比时均显著小于现行规范方法结果,显示规范方法结果偏于保守。

关于贝特朗奇论的新观点——基于点的均匀分布假设进行建模分析

针对贝特朗问题进行建模,给出在适当的附加均匀分布假设下,概率解可以取到区间[0,1]内任一值的结论.为得出在无附加条件下贝特朗问题的解,同样采用建模方法,通过改变模型参数使附加条件变为贝特朗问题的内含条件,进而导出结果,以此判明既有的诸主流解法的正确性.

不同深宽比矩形平面超高层建筑顺风向风致荷载的试验研究

超高层建筑正朝着更高、更柔的方向发展。结构设计中常常发现较小深宽比的板式超高层建筑起控制性作用的仍是顺风向风荷载(DWL)。针对高度为200 m左右的矩形平面超高层建筑,采用高频底座测力天平技术,在B、C两类风场中对7种深宽比和3种凹角率的超高层建筑的顺风向风致荷载特性进行了风洞试验研究,重点考察了整体体型系数的分布规律,并分析了深宽比、湍流度、凹角率和阻尼比对DWL的影响。结果表明:《建筑结构荷载规范》在一定的深宽比范围内低估了结构的整体体型系数;宽边迎风时的顺风向平均风荷载(DMWL)最大约为窄边迎风时的6.61倍,其对D/B的敏感度显著大于顺风向脉动风荷载(DFWL),且DMWL在较小深宽比时起控制作用;B类地貌下的DMWL最大高出C类地貌66.7%;D/B=3和D/B=4的最优凹角率分别为10%和15%,分别能降低23.76%和19.57%的DMWL;采用2%阻尼比计算得到的最大DFWL比5%阻尼比的计算结果高出35.37%。