该研究采用一种高精度间接边界元方法(indirect boundary element method, IBEM),研究了平面SV波入射下地上建筑群-地铁隧道群的动力相互作用问题。研究表明:“建筑群-隧道群”系统存在显著的动力相互作用,其规律与入射波性质、建筑物...该研究采用一种高精度间接边界元方法(indirect boundary element method, IBEM),研究了平面SV波入射下地上建筑群-地铁隧道群的动力相互作用问题。研究表明:“建筑群-隧道群”系统存在显著的动力相互作用,其规律与入射波性质、建筑物和隧道数量排布等因素密切相关。通过对比不同建筑物数量对隧道动力响应的影响,能够发现:低频波作用下,建筑物对下穿隧道的动力响应有放大作用,而高频波作用下则会削弱隧道的动力响应,最多可以降低37.5%左右。从频域分析中可以看出:隧道对地震波有较强的屏蔽作用,从而降低了其上建筑群的地震响应。建筑群的存在降低了各个单体建筑的动力响应,但在高频波作用时位于建筑群来波一侧的建筑会产生较大的动力响应。该研究成果可为城市建筑群-地铁隧道群的动力相互作用分析以及地上建筑和地铁隧道的抗震设计提供理论依据。展开更多
结构内部缺陷的识别是结构健康监测的重要研究内容,而当前以无损检测为主的结构安全检测多以定性分析为主,定量识别缺陷的尺度较困难.本文将比例边界有限元法(scaled boundary finite element methods,SBFEM)和深度学习相结合,提出了基...结构内部缺陷的识别是结构健康监测的重要研究内容,而当前以无损检测为主的结构安全检测多以定性分析为主,定量识别缺陷的尺度较困难.本文将比例边界有限元法(scaled boundary finite element methods,SBFEM)和深度学习相结合,提出了基于Lamb波在结构中传播时的反馈信号定量识别结构内部裂纹状缺陷的反演模型.通过随机生成缺陷信息(位置、大小),采用SBFEM模拟Lamb波在含不同缺陷信息的结构中的信号传播过程,SBFEM仅需对结构边界离散可最小化网格重划分过程,大大提高了计算效率.Lamb波在含裂纹状缺陷结构中传播时观测点的反馈信号包含大量的裂纹信息,基于这一特性可为深度学习模型提供足够多的反映问题特性的训练数据.建议的缺陷反演模型规避了传统反分析问题的目标函数极小化迭代过程,在保证计算精度的前提下大大减少了计算成本.对含单裂纹和多裂纹板的数值算例进行分析,结果表明:建立的缺陷识别模型能够准确地量化结构内部的缺陷,对浅表裂纹亦有很好的识别效果,且对于含噪信号模型仍具有较好的鲁棒性.展开更多
文摘该研究采用一种高精度间接边界元方法(indirect boundary element method, IBEM),研究了平面SV波入射下地上建筑群-地铁隧道群的动力相互作用问题。研究表明:“建筑群-隧道群”系统存在显著的动力相互作用,其规律与入射波性质、建筑物和隧道数量排布等因素密切相关。通过对比不同建筑物数量对隧道动力响应的影响,能够发现:低频波作用下,建筑物对下穿隧道的动力响应有放大作用,而高频波作用下则会削弱隧道的动力响应,最多可以降低37.5%左右。从频域分析中可以看出:隧道对地震波有较强的屏蔽作用,从而降低了其上建筑群的地震响应。建筑群的存在降低了各个单体建筑的动力响应,但在高频波作用时位于建筑群来波一侧的建筑会产生较大的动力响应。该研究成果可为城市建筑群-地铁隧道群的动力相互作用分析以及地上建筑和地铁隧道的抗震设计提供理论依据。
文摘结构内部缺陷的识别是结构健康监测的重要研究内容,而当前以无损检测为主的结构安全检测多以定性分析为主,定量识别缺陷的尺度较困难.本文将比例边界有限元法(scaled boundary finite element methods,SBFEM)和深度学习相结合,提出了基于Lamb波在结构中传播时的反馈信号定量识别结构内部裂纹状缺陷的反演模型.通过随机生成缺陷信息(位置、大小),采用SBFEM模拟Lamb波在含不同缺陷信息的结构中的信号传播过程,SBFEM仅需对结构边界离散可最小化网格重划分过程,大大提高了计算效率.Lamb波在含裂纹状缺陷结构中传播时观测点的反馈信号包含大量的裂纹信息,基于这一特性可为深度学习模型提供足够多的反映问题特性的训练数据.建议的缺陷反演模型规避了传统反分析问题的目标函数极小化迭代过程,在保证计算精度的前提下大大减少了计算成本.对含单裂纹和多裂纹板的数值算例进行分析,结果表明:建立的缺陷识别模型能够准确地量化结构内部的缺陷,对浅表裂纹亦有很好的识别效果,且对于含噪信号模型仍具有较好的鲁棒性.
