【摘 要】
:
历史震害资料表明,一次主震后通常伴有大量余震的发生。由于主震和余震的发震时间间隔较短,使得主震损坏结构在短时间内很难得到有效的修复,因此,主震损伤结构在经历余震时会产生二次损伤,甚至造成结构倒塌。现有的各国抗震设计规范中仅考虑一次地震作用,而忽略了余震的潜在危险。因此,有必要对结构在主、余震联合作用下的破坏势进行评估。而要评估主、余震联合作用的潜在破坏势,需要对主余震序列强度与结构损伤之间的相关性
论文部分内容阅读
历史震害资料表明,一次主震后通常伴有大量余震的发生。由于主震和余震的发震时间间隔较短,使得主震损坏结构在短时间内很难得到有效的修复,因此,主震损伤结构在经历余震时会产生二次损伤,甚至造成结构倒塌。现有的各国抗震设计规范中仅考虑一次地震作用,而忽略了余震的潜在危险。因此,有必要对结构在主、余震联合作用下的破坏势进行评估。而要评估主、余震联合作用的潜在破坏势,需要对主余震序列强度与结构损伤之间的相关性进行充分评估。鉴于上述,本文对主余震序列的强度与结构损伤之间的相关性进行了较为全面地评估,主要内容如下:
1)选取662条真实主余震序列作为地震输入。采用21个典型地震动参数用于表征主、余震的地震动强度。对所挑选的真实主余震序列的主、余震强度参数之间的关系进行分析。
2)采用Park-Ang损伤指数作为结构损伤指标,以非线性单自由度体系作为分析对象,开展了结构在真实主余震序列作用下的累积损伤和增量损伤,分析了主震参数、余震参数和主余震序列复合型参数与结构累积损伤、增量损伤和损伤比值之间的线性相关性和秩相关性。
3)分析了非线性单自由度体系滞回模型对主震参数、余震参数和主余震序列参数与结构损伤之间相关性的影响。
研究结果表明,采用“余震强度/主震强度”复合型参数与结构累积损伤和增量损伤之间的相关性较强。非线性单自由度体系滞回模型参数对上述相关性结果的影响较小,可以忽略。
其他文献
《时时刻刻》是美国当代著名作家迈克尔·坎宁安于1998年发表并大获成功的文学作品。2002年改编的同名电影获金球奖和多项奥斯卡提名,让这部小说获得更加广泛的关注。本文以《时时刻刻》中三位主要女性角色为研究对象,运用凯特·米勒的性别政治理论来分析作品中女性在身体和精神层面的幽闭,探讨女性在以性别论分工以及以男性话语为中心的社会条件下的生存状况和自我抗争。主体分析的三个章节主要从不同年代的女主人公身上
众筹,即大众筹资或群众筹资,是指一种向群众募资,以支持发起的个人或组织的行为。群众募资被用来支持各种活动,包含创业募资、艺术创作、设计发明、科学研究等等。成功的众筹项目离不开具有说服力的众筹计划书。众筹计划书的内容,包含项目的背景知识、建立项目的原因、此项目的新颖特点,以及即将获得的回报条件。 本研究以美国众筹网站Kickstarter为例,以评价理论为研究框架,分析网站中艺术类与科技类众筹计划
胡适(1891-1962)是中国新文化运动的旗手,为中国新文学的产生和发展做出了杰出的贡献.在他探索新文学的道路上,翻译起到了不可忽视的作用.该文以胡适作为个案研究对象,他在五四新文化运动前后的文学翻译理论和实践以及文学创作,尤其是诗歌和戏剧的翻译和创作,展示了他作为一个翻译家开拓新文学的轨迹.第一章是概述部分,简要介绍了该研究的理论依据,研究方法和意义.第二章介绍了胡适的生平及其文学观.受杜威的
青蒿素是由中国科学家屠呦呦于1971年首次从药用植物黄花蒿叶中分离纯化出来的一种内含过氧基团的倍半萜内酯化合物,其分子式为C15H22O5,也是目前世界上最有效的治疗脑型疟疾和抗氯喹恶性疟疾的药物。近年来研究发现,青蒿素及其衍生物在抗肿瘤、抗病毒和免疫抑制等疾病方面也具有多种生物活性。特别是在抗肿瘤方面,青蒿素及其衍生物可以靶向铁离子含量远高于正常细胞的肿瘤细胞,通过铁离子催化青蒿素的过氧桥断裂产
本文于2017年12月至2018年12月对黑龙江省黑河市黑河机场进行鸟类生态调研,包括鸟类资源调查以及鸟击危险评估。在鸟类资源调查时,把黑河机场及周边生境划分为林地、农田、草地、水域、居民区五种生境类型,通过样带法对每种生境类型进行鸟类资源调查,黑河机场及周边5公里范围内鸟类资源调查结果如下: 依据郑光美院士编写的《中国鸟类分类与分布名录》第三版分类系统统计,共记录鸟类有15目23科113种,其
钓鱼攻击的频繁出现威胁了社交平台的安全与稳定,钓鱼网页检测已成为维护网络空间安全的一项重要研究任务。随着钓鱼攻击技术的升级,传统的检测方法提取的内容特征不再适用于新网页,同时计算代价较高。于是,在总结已有研究的基础上,将网页类型判别看作网页间比较与聚类的问题,利用基于DOM(Document Object Model)结构的聚类方法检测钓鱼网页。主要工作有以下两方面。(1)针对网页文本特征分析过程
深度学习作为机器学习中的一个重要分支,经过十几年的研究和发展,在计算机视觉的分类、定位、检测和分割任务中取得了良好的效果。花朵图像是一种典型的细粒度图像,特征多且复杂,难以提取,识别困难。用传统方法识别花朵图像,工作量巨大且效果较差。本文采用基于深度学习的方法,研究花朵图像的分类与检测。通过对现有算法进行实验验证,详细分析其优点与缺点,并提出改进的算法。论文的主要研究内容有:(1)研究卷积神经网络