【摘 要】
：
洲头咀A7栋楼为高位转换的超限高层。本文基于梁柱塑性铰和剪力墙纤维模型，利用MIDAS Buliding软件实现了超高层建筑结构的弹塑性时程分析，验证结构是否满足“大震不倒”的设防水准要求。研究了在大震作用下结构将出现的破坏模式、塑性发展特点等，寻找结构薄弱部位和薄弱构件，提出相应的加强措施。计算结果表明，在给定地震波的罕遇地震作用下，结构整体受力性能良好，能满足罕遇地震下的抗震性能目标。
【机 构】
：
深圳华森建筑与工程设计顾问有限公司广州分公司,广州 510045
【出 处】
：
建筑结构高峰论坛—复杂建筑结构弹塑性分析技术研讨会
论文部分内容阅读
洲头咀A7栋楼为高位转换的超限高层。本文基于梁柱塑性铰和剪力墙纤维模型，利用MIDAS Buliding软件实现了超高层建筑结构的弹塑性时程分析，验证结构是否满足“大震不倒”的设防水准要求。研究了在大震作用下结构将出现的破坏模式、塑性发展特点等，寻找结构薄弱部位和薄弱构件，提出相应的加强措施。计算结果表明，在给定地震波的罕遇地震作用下，结构整体受力性能良好，能满足罕遇地震下的抗震性能目标。
其他文献
传统网络安全设备因其自身技术特点的局限性，在对抗自动化工具发起的攻击时缺少有效的识别和阻断技术手段。从使用自动化工具的攻击者角度出发，针对其所使用的攻击方法、伪装手段，提出了两种用于防范、鉴别、跟踪和阻断自动化工具攻击的方法，并提高了攻击者的难度和成本。
介绍了零信任架构的出现背景、架构概念和关键能力，分析了在"新基建"和"新冠疫情"的双重刺激下，企业在远程访问场景中业务结构与安全风险的变化与应对难点。围绕"以身份为基石、业务安全访问、持续信任评估、动态访问控制"四大零信任架构关键能力，构建出了一套零信任远程访问安全体系参考框架，为新IT环境下的企业远程访问场景下的安全体系建设提供了一种创新思路和参考。
无线网络是通信系统的重要组成部分。由于开放性等特点，其安全面临严重的威胁。实时安全监测是无线网络安防行动有效开展的基本前提，因此，急需通过构建无线网络安全监测体系，增强无线网络系统的安全性能，应对无线网络安全威胁的挑战，提高对无线网络内部运行安全状态进行监控和对威胁事件进行预警的能力。无线网络可能会受到搜索攻击、信息泄漏攻击、无线认证欺骗攻击、网络接管和篡改和拒绝服务攻击等安全威胁。因此，探讨新形
与传统的浅层学习相比,深度学习具有强大的模式表达能力,摆脱了对特征工程的依赖,能有效提高恶意软件检测率.提出了一种基于多尺度卷积神经网络的恶意软件检测方法,先将实验样本的二进制可执行文件转换为固定长度的十六进制字符序列,然后通过词嵌入将固定长度的十六进制字符序列转换为一个低维向量,并将转换生成的低维向量输入多尺度卷积神经网络中,训练基于多尺度卷积神经网络的检测模型.该方法通过不同窗口大小的卷积运算
在技术实践中，成熟度模型通常被用于评价企业对其工作的组织能力与技术水平状态。在世界范围内，成熟度模型在信息安全管理工作中的应用非常广泛，其中一个典型案例就是ISO27000 系列信息安全管理体系标准。在企业信息安全管理体系建立的过程中，会遇到很多问题，包括：如何满足网络安全标准要求？在多大程度上满足这些要求？成熟度模型有助于解答这些问题，并能够在此基础上评估企业信息安全管理体系的成熟度。针对如何选
随着风电在电力系统中渗透率的不断提高与调频技术的成熟，利用风电调频是解决电网频率问题的重要技术手段之一，但风电出力的不确定性影响风电调频能力，因此，亟需风电场具有主动参与系统频率控制的能力。分析了不同风速下风机调频能力的特性，提出一种考虑风速预测的风电场调频超前控制策略，该策略依据风电功率预测数据、风机运行状态和系统调频需求，制定风电场内风机分组优化策略。建立了考虑风机物理约束的频率响应能力模型，
虚拟电厂(VPP)汇聚了大量的分布式能量和可控负荷，综合考虑碳排放和电力交易对提高VPP 运营的经济效益具有重要意义。提出一种考虑碳价不确定性的风-光-碳捕集虚拟电厂低碳经济调度模型，模型第一阶段以虚拟电厂的净收益最大化为目标函数，进行机组出力最优调度决策；第二阶段通过构建不确定性碳价和风电出力的矩不确定集，以碳交易市场收益最大为目标，进行机组出力再决策。通过两阶段模型反馈迭代寻优，实现所有极端场
由于风力发电机组的操作和维护困难，提出了异常检测技术以便及早发现故障。在功率曲线建模的研究中，需要涉及多变量和非线性问题。提出了一种基于多项式回归及功率特性曲线的风力发电机异常状态分析方法。该方法基于风力机SCADA 系统的数据，采用双阈值进行数据清理，采用Bin 方法进行数据包处理。使用多项式回归方法来建立异常状态分析模型。该模型用于机组状态的监视和异常分析，通过计算平均残差和标准偏差来获得控制
随着大数据的发展，新兴的方法论、架构和技术缓解了大数据存储与计算所带来的问题，从而促进了以深度学习为代表的机器学习的再度兴起。为得到性能更佳的模型，传统做法是尽量集中研究对象的各种数据，从而得到关于更多、更全面的特征。随着数据安全、隐私、资产意识的不断提升，数据集中越来越难或根本无法实现。在这种情况下，“联邦学习”的概念被提出，旨在保护数据安全与隐私的同时，利用分布的数据进行联合模型训练，从而达到
当建筑物遭受强地震动时，某种单一的减隔震手段已经不能确保建筑物的安全，因此有必要采用一些新的减隔震策略。将减震与隔震技术联合起来进行控震是一种可行的混合控制措施，目前对其减震效果的研究多集中于确定性地震动作用下，但众所周知地震动本质上是一随机运动过程。本文将地震动考虑为一平稳随机过程，建立了混合控制体系在平稳随机地震动作用下的运动方程，然后运用状态空间法对该体系进行随机响应求解，得到其响应功率谱和