考虑随机风压场非高斯特性的大跨度膜屋盖风振响应
2013-04-29罗俊杰宋雄彬李璟
罗俊杰 宋雄彬 李璟
摘要:作用于大跨度膜屋盖结构上的随机风压场在统计意义上由高斯和非高斯区域构成。基于零记忆非线性转化法理论,提出了这种混合随机风压场的模拟方法,算例表明,生成的随机风压场样本能准确描述实验数据的各项统计特性。将生成的样本和利用传统方法生成的高斯随机风压样本作用于某膜屋盖结构,经风振时域分析后发现,高斯随机风压激励下结构部分构件的响应值比非高斯随机风压激励下的响应值低,这表明,随机风压荷载的非高斯特性不容忽视。文章还给出了结构不同构件的整体风振响应系数。
关键词:蒙地卡罗方法;时域分析;大跨度膜屋盖;随机风压场;整体风振响应系数
中图分类号:TU351; TU311. 3文献标志码:A文章编号:16744764(2013)06011806
膜结构以其造型新颖优美、自身质量轻巧而广泛应用于各类空间屋盖结构中。风荷载是设计这类结构的控制荷载。由于这类结构刚度的几何非线性行为十分明显,使得适用于线性结构的频域分析方法无法满足此类结构的风振响应分析、随机分析和动力可靠度分析等的要求,所以,有必要在时域内对结构进行非线性风振分析。此时,对随机风荷载时程的准确模拟是影响时域分析准确性的关键。罗俊杰,等:考虑随机风压场非高斯特性的大跨度膜屋盖风振响应
传统的结构风振时域分析方法[13]首先模拟服从高斯分布的随机风速时程样本,然后通过准定常理论的假设,转化为同样服从高斯分布的风压时程样本,再进行结构的时程分析。很明显,这样的处理没有考虑到结构与风之间的相互作用,比如来流风在经过结构迎风面后产生的分离现象,或者分离流的重附着现象等[4]。根据Kumar和Stathopoulos等提出的标准[5],可以利用脉动风压样本的偏斜度(Skewness,记为S)和峰态度(Kurtosis,记为K)这2个高阶统计量指标将随机风压场划分为高斯区域和非高斯区域。大量的风洞实验数据表明[68],作用于大跨度屋盖结构相对平缓区域的随机风压场样本呈现高斯分布;在来流风的分离和重附着区域,随机风压场样本呈现非高斯分布。这就构成了一个空间相关的多点高斯/非高斯区域混合的随机风压场。
笔者首先采用零记忆非线性转化(ZMNL)理论[9],提出了模拟这类随机风压场的数值方法,生成了服从对数正态分布和韦布尔分布的随机风压场样本,并检验了样本的准确性。然后将所生成的样本作用于一个大跨度膜结构屋盖上,得到结构不同构件的响应时程;经过处理,获得了可满足设计要求的各类构件的整体风振响应系数;还将所得结果与纯高斯随机风压场作用下的结构响应进行了比较。
3结论
基于非线性无记忆转换法理论,提出了模拟作用于屋盖结构的高斯/非高斯混合随机风压场样本的具体方法,并通过检验证明所生成的样本能准确描述目标样本的统计特性。将生成的随机风压样本作用于某大跨度膜屋盖结构进行风振时域分析后发现:
1)风压样本的非高斯特性对结构边缘的构件(如索等)有不容忽视的影响。
2)对于该结构而言,0°风向角作用下的结构响应最为不利,建议设计中对不同结构构件采用不同的整体风振响应系数,对索取值为3.0,对膜取值22,对支座取值3.6。
参考文献:
[1]田玉基,杨庆山. 国家体育场屋盖结构风振响应的时域分析[J]. 工程力学, 2009, 26(6): 9599.
[2]Luo J J, Han D J. 3D windinduced response analysis of a cablemembrane structure [J]. Journal of Zhejiang University: Science A, 2009, 10(3): 337344.
[3]王剑文, 孙文波, 陈汉翔. 车辐式大跨度张拉索膜结构的风振响应分析[J]. 空间结构, 2010, 16(2): 6771.
[4]黄本才, 汪丛军. 结构抗风分析原理及应用[M]. 3版.上海: 同济大学出版社, 2008.
[5]Kumar K S, Stathopoulos T. Wind loads on low building roofs: a stochastic perspective [J]. Journal of Structural Engineering, 2000, 126(8): 944956.
[6]孙瑛. 大跨屋盖结构风荷载特性研究[D]. 哈尔滨:哈尔滨工业大学, 2007.
[8]Dong X, Ye J H. The point and areaaveraged wind pressure influenced by conical vortices on saddle roofs [J]. Journal of Wind Engineering and Industrial Aerodynamics, 2012, 101: 6784.
[9]Grigoriu M. Applied nonGaussian processes: example, theory, simulation, linear vibration and MATLAB solutions [M]. New Jersey: Prentice Hall, 1995.
[10]黄鹏, 顾明. 悬臂弧形挑篷脉动风压的概率特征[J]. 同济大学学报: 自然科学版, 2007, 35(9): 11531157.
[11]Szajnowski W J. The generation of correlated Weibull clutter for signal detection problems [J]. IEEE Transactions on Aerospace and Electronic Systems, 1977, 13(5): 536540.
[12]Abramowitz M, Stegun I A. Handbook of mathematical functions [M]. New York: Dover, 1972.
[13]Luo J J, Su C, Han D J. Simulation of multivariate stochastic wind pressure [C] // Proceedings of the 13th International Conference on Wind Engineering, 2011, Amsterdam, the Netherlands.
[14]叶继红, 候信真. 大跨屋盖脉动风压的非高斯特性研究[J]. 振动与冲击,2010, 29(7): 915.
[15]Kumar K S, Stathopoulos T. Power spectra of wind pressures on low building roofs [J]. Journal of Wind Engineering and Industrial Aerodynamics, 1998, 7476: 665674.
[16]Solari G, Piccardo G. Probabilistic 3D turbulence modeling for gust buffeting of structures [J]. Probabilistic Engineering Mechanics, 2001, 16 (1):7386.
[17]Chen B, Wu Y, Shen S Z. Windinduced response analysis of conical membrane structures [J]. Journal of Harbin Institute of Technology: New Series, 2005, 12(5): 481487.
(编辑胡英奎)