基于桥梁经验数据的理论易损性曲线校准

基于理论计算或试验研究定义桥梁损伤状态建立的理论易损性曲线,通常不能将桥梁构造(包括几何性质、材料性质等)、地面运动和场地条件等因素均考虑在内.鉴于此,为更加精确地以易损性曲线的形式评估桥梁抗震性能,首先利用1994年北岭地震桥梁损伤数据建立双参数对数正态分布的经验易损性曲线;其次,给出一种多跨桥梁力学模型,定义桥墩柱转动延性值量化桥梁损伤状态,获得4种损伤状态下的理论易损性曲线;最后,以90%置信区间的经验易损性曲线对理论易损性曲线进行校准.计算结果表明:利用桥梁力学模型建立的理论易损性曲线校准后能近似吻合经验易损性曲线,且3种损伤状态阈值由SRSS优化公式得到校准.随着结构损伤知识的进展,未来可利用更详细的结构损伤过程对校准后的理论易损性曲线做二次更新,进一步提高桥梁系统风险评估的精确性,尤其是遭受强震灾害下由多座桥梁组成的高速公路网络.     

全局性能水准与构件局部损伤状态

传统的最大层间位移作为一个全局性的性能指标，超出给定的性能极限状态阈值就不能映射构件局部损伤状态。本文基于能量平衡原理，将塑性能量耗散和塑性铰的等效能相比得到累积塑性应变，将累积塑性应变这一反映局部损伤状态的损伤指标作为工程需求参数，假定一系列累积塑性应变阈值建立局部构件的易损性曲线族。以传统的最大层间位移作为反映全局性能水准的工程需求参数，建立结构全局性能极限状态下的易损性曲线。对比全局和局部易损性曲线，发现全局性能水准和局部构件损伤状态之间存在良好的相关性，通过易损性曲线的吻合程度可获得给定全局性能水准相对应的累积塑性应变阈值。进而也建立起全局性能指标与局部损伤状态的映射关系。基于累积塑性应变的机构易损性分析是一种更精确的易损性分析方法。     

基于应变模态和稀疏贝叶斯学习的网架结构损伤识别

传统稀疏贝叶斯学习算法进行损伤识别时需要对每个单元进行刚度损伤系数的迭代更新,当结构单元众多时,存在计算效率低和对振型的完备性要求高等问题。本文提出了损伤识别两步法,首先利用应变模态差指标进行疑似损伤单元的判断;接着以单元刚度损伤系数为目标参数,建立结构损伤识别的多层次稀疏贝叶斯学习模型,利用稀疏贝叶斯学习算法进一步识别疑似损伤单元的损伤位置以及程度。以一个空间网架结构为对象,针对单位置损伤和多位置损伤情况验证了该方法的有效性。     

基于显示连通贝叶斯网络的机场塔台地震易损性分析

将基于性能的多维易损性分析方法,结合显示连通贝叶斯网络,应用于机场塔台的多维易损性分析。考虑地震激励的不确定性,通过非线性时程分析获得结构响应数据;将塔台结构分为三个层次,每个层次按包含的层数分为相应的子层次。根据功能特性确定子层次的评价指标和极限状态,建立服从多元对数正态分布的概率地震需求模型;考虑各种极限状态之间的相关性,建立极限状态方程,确定失效域,通过蒙特卡洛法求得构件的超越概率;建立塔台结构的显示连通贝叶斯网络模型,利用层次分析法获得中间节点的条件概率表,利用MATLAB进行贝叶斯网络的推理计算,实现从单一层次的易损性到整体易损性的推理。     

含非均匀轴向流的输液管道共振可靠性灵敏度分析

采用基于Galerkin的加权残数法分析含非均匀轴向流的输液管道，利用N阶Galerkin截断建立试函数，推导出消除残数方程，得到输液管道的前N阶固有频率。建立输液管道共振可靠度的功能函数，然后采用加权非线性响应面法拟合其功能函数，最后在显式功能函数上采用Monte-Carlo法计算功能函数的灵敏度值。算例表明，本文采用的方法是合理的，且具有较高的效率和精度，为输液管道共振可靠性灵敏度分析提供了一条途径。     

基于链式贝叶斯网络的结构可靠性分析

将贝叶斯网络与传统可靠性方法结合,建立结构系统的可靠性贝叶斯网络模型,通过改进的分支限界法确定结构主要失效模式,并将贝叶斯网络链式化来提升计算效率。根据可靠性方法计算条件概率表;使用概率网络估算法来考虑主要失效模式之间的相关性,计算系统可靠性;当有新信息出现时,利用贝叶斯网络推理,对结构系统可靠性进行评估。以一桁架结构为研究对象,计算结构系统的可靠性,并在新信息出现的情况下对系统可靠性进行了更新。     

基于凸集模型的结构地震多维易损性分析

将凸集模型应用于结构的地震多维易损性分析。建立钢筋混凝土框架结构模型，选择最大层间位移角和最大层加速度两种参数建立多维性能极限状态方程。通过平均信息熵理论，获得两种参数的区间估计。考虑椭球模型和区间模型两种形式的凸集模型，在标准空间内通过拉丁超立方抽样生成样本点，通过矩阵变换将其映射到凸集空间内，建立结构地震响应的凸集模型。将凸集变量样本点代入极限状态方程，进行了易损性分析。采用概率模型进行对比计算，研究表明，与概率模型相比，当PGA较小时，凸集模型的破坏概率较大，而PGA较大时，凸集模型的破坏概率较小；椭球模型和凸集模型的分析结果差距较小，在各个PGA下破坏概率差值仅为0.05~0.1，因此可以不考虑凸集类型不同对易损性分析结果的差异。     

基于子结构的非线性参数系统动力反演方法研究

研究了输入、输出不完备情况下的非线性参数系统动力反演问题.将子结构技术与分解算法相结合,引入广义逆,无需迭代.直接求得待识别参数的极小范数最小二乘解,反演获得未知输入荷载.本文从理论上论证了该方法的收敛性和严格的适用条件,为有限测点条件下非线性参数系统的动力反演问题提供了一个较好的解决方法.与全量补偿算法相比,计算效率大大提高,具有广泛的工程实际应用前景.数值算例表明该方法具有很好的参数识别精度及荷载反演效果.     

基于动态Bayes网络的结构时变可靠性分析

针对存在抗力退化结构的时变可靠性问题,提出一种动态贝叶斯网络(dynamic Bayesian network,DBN)模型,以gamma过程作为抗力退化模型,并离散为Bayes网络,同时建立观测模型、可靠性模型,组合为动态Bayes网络,通过连续节点消除与离散得到仅含离散变量的动态Bayes网络;给出精确推理的3种情况,评估现在(滤波)、未来(预测)以及过去时刻(平滑)结构的状态.当测量信息出现时,对退化模型参数重新估计,利用精确推理来更新结构时变可靠性.以存在抗力退化的一跨刚架作为研究对象,验证了模型的合理性.     

基于贝叶斯网络的结构可靠性更新与损伤评估

针对传统可靠性方法无法进行信息更新与处理离散变量的缺点,本文将贝叶斯网络与传统可靠性方法结合,建立复杂结构系统的可靠性贝叶斯网络模型;通过连续变量离散与消除得到传统贝叶斯网络结构,根据可靠性方法计算条件概率表;当证据信息出现时,利用变量消元法进行精确推理,实施结构可靠性更新与损伤评估。以一刚架为研究对象,更新结构的可靠性并评估结构失效情况下两个截面的损伤程度,与蒙特卡洛方法对比,证明了本文方法的精确性和有效性。