论文部分内容阅读
结构抗震混合试验方法将数值模拟与真实试验相结合，将结构中强非线性的构件进行真实试验，其余部分利用计算机进行数值仿真，能够准确获得结构的地震反应。然而，随着结构的复杂化程度加大，数值子结构中强非线性的构件数量增多，只取其中一个构件进行试验实测的混合试验效率会逐步下降。为提高混合试验方法的精度和效率，本文基于离线模型参数修正提出一种新的结构混合试验方法。从获取结构系统层次地震响应的目标出发，该方法先从整体结构中提取关键部分作为试验子结构进行预设加载路径的拟静力试验，然后基于试验子结构实测力-位移曲线识别出滞回模型参数，最后将识别的模型参数用于整体结构的地震响应数值模拟。主要研究内容如下：
(1)利用UKF识别非线性单自由度系统的Bouc-Wen模型参数，数值模拟结果表明：各模型参数能较快地收敛于真实值，最终的识别值精度较高。研究了UKF算法的初始参数设定对滤波效果的影响，为后面试验中的初始参数的设定提供参考。在UKF算法的基础上添加方差自适应模块，通过三种不同噪声水平的工况进行模型参数识别，数值仿真结果表明：当量测系统的噪声水平出现变化时，AUKF算法较UKF算法更稳定，识别值的精度也相对更高。
(2)利用AUKF算法对防屈曲支撑构件的恢复力模型参数进行识别，首先探讨了Bouc–Wen各参数对滞回曲线形状的作用，为支撑构件恢复力模型参数的选取提供参考。通过不同加载路径作用在支撑构件上进行参数识别，研究结果表明：对于本身受力特性不受加载路径影响的试验子结构，识别的参数是比较稳定的。利用OpenSEES对八层四跨的防屈曲支撑框架进行数值仿真，试验结果表明：基于离线模型更新的框架结构混合试验方法很大程度上提升了试验的准确性。
(3)通过三个支撑框架的算例，研究了传统混合试验、在线模型更新混合试验和离线模型更新混合试验的效率及试验误差。研究表明：随着试验对象的复杂化，传统的混合试验精度将会降低，两种基于模型参数修正的结构混合试验都能达到较高的精度，对于支撑框架离线模型更新混合试验的精度更高，同时该方法简化了试验的流程，试验的效率上比在线模型更新混合试验方法更高。
(1)利用UKF识别非线性单自由度系统的Bouc-Wen模型参数，数值模拟结果表明：各模型参数能较快地收敛于真实值，最终的识别值精度较高。研究了UKF算法的初始参数设定对滤波效果的影响，为后面试验中的初始参数的设定提供参考。在UKF算法的基础上添加方差自适应模块，通过三种不同噪声水平的工况进行模型参数识别，数值仿真结果表明：当量测系统的噪声水平出现变化时，AUKF算法较UKF算法更稳定，识别值的精度也相对更高。
(2)利用AUKF算法对防屈曲支撑构件的恢复力模型参数进行识别，首先探讨了Bouc–Wen各参数对滞回曲线形状的作用，为支撑构件恢复力模型参数的选取提供参考。通过不同加载路径作用在支撑构件上进行参数识别，研究结果表明：对于本身受力特性不受加载路径影响的试验子结构，识别的参数是比较稳定的。利用OpenSEES对八层四跨的防屈曲支撑框架进行数值仿真，试验结果表明：基于离线模型更新的框架结构混合试验方法很大程度上提升了试验的准确性。
(3)通过三个支撑框架的算例，研究了传统混合试验、在线模型更新混合试验和离线模型更新混合试验的效率及试验误差。研究表明：随着试验对象的复杂化，传统的混合试验精度将会降低，两种基于模型参数修正的结构混合试验都能达到较高的精度，对于支撑框架离线模型更新混合试验的精度更高，同时该方法简化了试验的流程，试验的效率上比在线模型更新混合试验方法更高。