考虑功能恢复的钢筋混凝土结构韧性抗震设计方法研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:song656334704
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,基于韧性的地震工程已成为结构防灾领域重要的发展方向,其中,抗震韧性是指结构在受到地震作用后维持或恢复功能的能力,为提升工程结构的抗震韧性,众多学者进行了多方面的研究。然而,现有研究主要集中于既有结构的韧性评估方法和考虑功能恢复结构体系的研发,在结构设计理论层面,当前直接以结构预期韧性作为设防目标的抗震设计方法依然研究较少。现有规范方法侧重于保障居住者的人身安全,并不考虑结构在震后的功能恢复能力;基于性能的设计方法可根据业主要求半定量地对结构进行抗震设计,能够在设计过程中考虑结构在不同强度地震作用下的性能需求,但其中的性能指标依然仅与结构安全性相关,对于如何保证结构的功能恢复能力并不明确。因此,如何在设计阶段即考虑结构的功能恢复能力,实现以韧性为导向的结构设计就成为当前亟需解决的问题。本文通过直接将结构预期韧性恢复能力作为设计目标,提出了一种适用于钢筋混凝土结构的基于韧性的抗震设计方法,具体研究工作如下:(1)提出了适用于结构抗震设计的韧性功能恢复指标。以结构震后的直接经济损失为依据对其震后功能损失进行量化,在此基础上提出了结构的功能恢复指标,进一步结合不同类型结构构件和非结构构件的易损性函数,建立了结构功能损失与各构件损伤状态的关系模型,利用该模型可在结构设计时将预期韧性目标转化为层间位移角,从而便于为后续结构设计提供依据。(2)提出了基于韧性的结构抗震设计方法。首先建立了结构在不同水准地震作用下的韧性设防目标,进一步通过将设防目标按楼层进行分解,建立了从结构整体韧性设防目标到构件性能需求的反演计算方法,在此基础上,进一步考虑了结构功能的可恢复性,建立了基于韧性的抗震设计流程。(3)采用本文所提方法对五层钢筋混凝土隔震框架结构进行韧性抗震设计,并对结构进行弹塑性时程分析和韧性评估。结果表明:按本文方法设计的结构能够满足各工程需求参数的限值要求,满足预期韧性目标。与按规范方法设计的结构相比,按本文方法设计的结构抗震性能更好、修复时间更短、全寿命周期成本更低。由此可得出按本文方法设计的结构韧性能力更好的结论。
其他文献
传统英汉翻译系统的输出结果同词汇实际应用语境含义差异较大,翻译精准度较低,为此,设计了基于人机交互的自动化英汉翻译系统。根据人机交互设计理念,通过设计翻译数据源采集硬件、分析处理硬件及数据接口硬件三部分,完成系统硬件平台设计;在平台基础上,利用人机交互算法提取英汉语义特征;利用翻译场景参量映射方法提取英汉语境特征;通过关联矩阵匹配相同词汇的语义特征和语境特征,提取人机交互翻译特征;构建人机交互翻译
背景:晚期糖基化终末产物(AGEs)是机体代谢物与还原糖在糖基化反应下产生的复杂化合物。在机体衰老或血糖升高的过程中,AGEs在体内不断合成并积累,进而导致一些慢性退行性疾病的发生。研究显示,AGEs会加重糖尿病性牙周炎、种植体周围炎等口腔疾病的发展,破坏牙周局部组织的免疫调节平衡,最终导致严重骨吸收的发生。而巨噬细胞作为固有免疫的重要组成部分,可极化为经典M1型或替代M2型以响应局部微环境的变化
针对传统系统在英语机器翻译中的功能和性能难以满足交互性需求的问题,本研究设计了一种基于人机交互增强算法的英语机器翻译系统。在设计系统总体架构的基础上,通过设计服务器和翻译器完成对硬件结构的设计。在软件设计中,利用增强算法分析了人机交互中输入英语语句的语义特征,根据分析结果设计解码算法,并构建英语机器翻译模型。系统测试结果表明:该系统中,会话模块和对话模块的功能都满足交互性设计的要求,其能够有效提高
机器视觉已在煤矿带式输送机分拣机器人目标检测与识别方面具有一定的理论基础,但目前煤矿带式输送机分拣机器人目标识别主要针对煤矸石识别,对造成输送带穿透、撕裂等的异物目标识别的研究较少,且在目标异物精确定位方面的研究也较少。针对上述问题,设计了一种基于机器视觉的煤矿带式输送机分拣机器人异物识别与定位系统,可对输送带上存在的不同类型和不同形状的异物进行识别与定位。采用双目视觉实时获取输送带上异物图像信息
基于广东省消费者关于茶饮品牌-IP联名产品的需求与偏好调查数据,以SOR模型理论为基础构建新式茶饮品牌-IP联名结构方程模型,研究新式茶饮品牌-IP联名的影响因素,得到消费者对品牌-IP联名的认知情况和联名营销手段是影响消费者意愿的关键因素。调查发现:拓宽营销渠道、创新产品等方式可提高消费者满意度,进而推动消费者的购买和分享行为。结合调查结果,为新式茶饮品牌-IP联名发展提出可行性建议。
<正>图灵奖得主、深度学习之父辛顿(Geoff Hinton)说:“深度学习的下一个大的进展应当是让神经网络真正理解文档的内容。”机器学习著名学者乔丹(Michael Jordan)说:“如果给我10亿美元,我会用这10亿美元建造一个NASA1级别的自然语言研究项目。”图灵奖得主杨乐昆(Yann LeCun)说:“深度学习的下一个前沿课题是自然语言理解。”微软全球执行副总裁沈向洋说:“下一个十年,
期刊
由于英语自动翻译过程受到大量歧义词的干扰,导致翻译的准确率较低。为此,设计了一种基于互联网数据的公共英语自动翻译系统。硬件部分选用分电板作为处理核心,设计互联网数据控制器,采用参数为8b/10b的翻译解码器,实现自动翻译过程。软件部分识别歧义词,搭建歧义词匹配函数,自动匹配歧义词最佳含义,形成英语翻译规则。设计支持翻译工作的基础网络,完成对英语自动翻译系统的设计。实验结果表明:该系统识别歧义词数量