地震动信号

地震动信号（共7篇）

地震动信号 篇1

从振动学的角度来说, 噪声是指信号中有用成分以外的所有成分, 它的存在使信号的辨认产生困难。地震动信号作为一种含噪的非平稳随机信号, 对其进行降噪处理, 还原其真实面目, 有利于地震波在各工程领域应用。传统的地震动信号去噪方法主要是以滤波器的形式去噪, 但这种方法主要在信号频谱和噪声频谱没有重叠的前提下应用, 才能把信号和噪声完全分离开来, 而地震动信号频谱和噪声频谱是重叠的。小波分析得益于具低熵性、多分辨率特性、去相关性、基函数选择灵活性等优点[1], 成为一种全新的地震动信号处理方法。它将信号中各种不同的频率成分分解到互不重叠的频带上, 为信噪分离提供了有效途径。

1 小波降噪理论及技术

1.1 小波的基本概念

小波概念首先是由法国从事石油信号处理的地球物理学家J. Morlet在1984年提出来的。后来, 数学家Y. Meyer构造了具有一定衰减性质的光滑小波函数W, 而I.Daubechies构造了具有有限支集的正交小波基。1989年, S.Mallat与Y.Meyer合作建立了构造小波基的通用方法——多尺度分析MRA (Multi Resolution Analysis) , 并提出了著名的Mallat快速算法, 使小波变换成为了重要的实用工具[2,3,4,5,6]。

1.1.1 小波的定义

设ϕ∈L2∩L1且undefined, 则按如下方式生成的函数族{ϕa, b}, 叫分析小波 (Analyzing Wavelet) , ϕ为基本小波或母小波 (Mother Wavelet) [3,4,5,6,7]。

undefined

式中, a为尺度参数, b为平移参数, L2和L1分别为平方可积空间[3]和绝对可积空间[3]。小波ϕa, b (t) 与信号f (t) 的内积〈f (t) , ϕa, b (t) 〉为小波系数:

wf (a, b) =〈f (t) , ϕa, b (t) 〉 (2)

1.2 小波降噪理论

1.2.1 小波降噪的原理和技术实现一个含噪的一维信号模型可表示成如下形式;

D (i) =f (i) +σ·s (i) i=0, …, n-1 (3)

其中, f (i) 为真实信号, s (i) 为噪声, D (i) 为含噪声的信号。我们的目的就是要将信号D (i) 中的噪声s (i) 对真实信号f (i) 的影响减小到最小的程度[2]。在地震波中, 噪声成份一般为高频信号, 所以降噪过程可按如下方法进行处理[8]:

(1) 地震波的分解过程:选择一个小波并确定分解的层次, 进行分解计算。

(2) 小波分解高频系数的阈值量化:对分解得到的各层细节 (高频) 系数选择一个阈值, 并为细节系数作用软阈值量化处理。

(3) 地震波的重建过程:根据小波分解的底层低频系数和各层高频系数进行一维小波重构。

其过程, 如图1所示。

1.2.2 地震动小波降噪的关键技术

小波在给地震动信号降噪的过程中有两个关键点:其一, 是如何选择阈值;其二, 是如何利用阈值量化小波系数。一般有以下两种方法:

(1) 默认阈值消噪处理。该方法利用函数ddencmp生成地震动信号的默认阈值, 然后利用函数wdencmp进行消噪处理。其数学模型根据地震动信号噪声强度σ来确定, 由如下公式给出:

undefined

(2) 给定阈值消噪处理:阈值可根据Birge-Massart、penalty等策略获得, 比默认阈值的可信度高。

2 实例分析

2.1 MATLAB编程实现

以实际记录的地震动加速度信号迁安波为例, 利用数学软件MATLAB进行编程, 以实现上述理论:

(A) 默认的阈值:通过全局阈值 (SURE) 原则和分层阈值 (sym4, lev=4, sym6, lev=5) , 如图1所示。

(B) 给定的阈值:使用penalty策略确定降噪的阈值, 如图2所示。

2.2 降噪效果分析

利用小波对地震动信号进行降噪, 通过两种阈值选取方式去实现, 可以清楚地发现均具有显著的效果, 其一满足了光滑性和相似性原则;其二, 有效的降低地震动信号中的后期高频信号 (噪声) 。

通过降噪前后的地震波傅里叶谱对比表明:降噪前后, 地震动信号中的有效 (卓越) 频率均在4.5Hz和8Hz附近, 未有不利影响;而信号发展后期的高频信号的能量确有了较大抑制, 达到了降低高频 (噪声) 信号能量的预期目的。

通过小波降噪前后地震动加速度时程的对比表明:图像中的毛刺在降噪后均有减少, 而采用更具紧支集的小波 (sym6) 和更深层次的分解 (lev=5) 使得降噪效果增加;而使用分层阈值降噪, 虽损失了部分的性能 (与原始信号的相似性) , 但比全局阈值的结果光滑很多, 且初期高频系数几乎不受影响, 最大限度地反应了原信号的性质。

3 结语

提出了一种新的地震动信号降噪方式, 基于小波理论, 利用MATLAB编程以实现降噪过程。结果证明是有效可行的, 其原因是因为小波函数的多样性, 时频窗口的自适应性以及各种优良的性能, 使得小波成为优良的时频分析工具。而地震动信号恰属于非平稳信号, 因此使得小波理论可以应用到地震波降噪领域, 具有现实的工程意义。

在降噪的过程中, 小波基的选择要依据不同工程的需求, 小波基的选择可以依靠其支撑长度、对称性、消失矩、正则性和相似性的标准。

MATLAB作为数值计算软件, 其出色的功能, 特别是工具箱的发展, 一定会将小波应用推向新的高度。

参考文献

[1]葛哲学, 沙威.小波分析理论与MATLAB2007实现[M].北京:电子工业出版社, 2007.

[2]高成.matlab小波分析与应用[M].北京:国防工业出版社, 2007.

[3]Mallat S, Hwang W L.Singularity detection and processingwith wavelet IEEE Trans.on Information Theory[J].1992, 38 (2) :617-693.

[4]Iyama J, Kuwamura H.Applicatkm of Wavelets to Analy-sis and simulation of Earthquake Mototus earthquake En-geneng Strucut Dyn.1999, 28 (3) :255-272.

[5]刘爱平.小波理论在土木工程中若干问题的研究[D].兰州交通大学, 2008.

[6]Daubechies J.Orthogona bases of commpactly supportedwavelets[J]Gommunieaficct Pure and Application M thati l988, 41:909-996.

[7]邓东臬, 彭立中.小波分析.数学进展[M].1991:294-307.

[8]Abbate A.Signal detection and noise suppression using awavelet transform signalprocessor[J].IEEE TransUF2FC, 1997, 44 (1) :14-25.

地震动信号 篇2

战场目标识别一直是重要的研究课题,只用正确的识别目标,才能有效地采用克敌制胜的方法。多年以来,科学家为研究识别目标的方法,投入了大量的精力。最主要的方法是通过目标的外形进行识别,然而这很容易受到目标各种外形特征的影响,而且通过伪装和遮蔽,大大增加了通过图像识别目标的难度。另外也可以通过采集目标运动产生的地震动信号对目标进行识别。不同类型地面目标行进产生的地震动信号具有不同的频率和能量特征[1]。通过数据采集得到这些信号,然后利用小波分析,得到地震动信号的特征向量,利用神经网络分类器完成目标识别[2]。由于所有的检测信号都来源于目标本身,不会由于发射侦测信号被目标识别,属于被动目标识别方法,大大增加了隐蔽性。通过应用最新的信号分析处理方法和识别技术,能极大地提高识别效果和识别准确率。

1 数据采集和信号处理

1.1 测试系统组成

整个测试系统包括震动传感器、电荷放大器、PXI数据采集仪。采集系统构成如图1所示。为了提高信号质量,在采集之前增加了滤波电路。

所有的数据采集都是由PXI数据采集仪完成的。它来自地震动传感器的信号(频率较高)和频率为24.8 MHz的RF信号混合调制。为了减小杂波噪声,在量化的时候,通过一个低通滤波器将高于2 MHz的信号去除。PXI数据采集仪的内部包含数据采集卡,数据采集卡的采样频率为1 MHz,设定采样2 s的数据。采样得到的数据为WAV格式,能够通过外部音响播放出来。采样数据转换成MAT格式后,使用Matlab完成离线信号处理,包括解调和频谱计算。

1.2 信号消噪

通过数据采集得到的信号通常包含各种噪声,必须将信号中的噪声信号去除。在实际工程中,有用信号通常表现为平稳信号,包含在低频部分,而噪声信号通常包含在高频部分。为此采用小波降噪的方法,将高频部分滤除。小波降噪的原理是首先对信号进行小波分解,分解后噪声包含在高频分量中,通过门限阈值等形式对小波系数进行处理,然后对信号进行重构,即达到了小波降噪的目的[3]。小波降噪一般分为3个步骤:

(1) 信号的小波分解。选择一个小波并确定分解的层次,然后进行分解运算。

(2) 小波分解高频系数阈值量化。对各个分解尺度的高频系数选择一个阈值进行阈值量化处理。

(3) 一维小波重构。根据小波分解的底层低频系数和各层高频系数进行一维小波重构。

这三个步骤中,最重要的步骤是如何选取阈值和如何进行阈值量化,这直接关系到信号消噪的质量[4]。本文采用的是sym8小波进行了6层分解,并用Heursure软阈值进行小波系数阈值量化。

通过对比原始信号(见图2)和滤波后信号(见图3)可以看出,滤波后的信号中包含的噪声信号明显减少了。这样就是减少了数据量,使后续的处理更方便,速度更快,结果更准确,从而达到最佳的识别效果。

2 人工神经网络

2.1 人工神经网络

人工神经网络(Artificial Neural Network,ANN),也称为神经网络,是由大量的神经元(Neurons)广泛连接组成的网络,是对人脑的抽象和模拟,实现人脑的基本功能。人工神经网络通过输入/输出数据调节参数、算法和结构模型,其自诞生至今,由于人工神经网络具有自学习能力和并行处理大量数据等特点,已经在智能控制和模式识别等领域得到越来越广泛的应用。尤其是基于误差信号反向传播(Error Back Propagation)的多层前馈网络(Multiple-layer Feedback Network),简称BP神经网络,因其可以以任意精度逼近任意连续函数而广泛应用于函数逼近、模式识别等领域。

BP神经网络一般有一个输入层,一个隐含层(有时有2个或者更多)和一个输出层[5]。输入层和输出层的神经元个数分别是输入层和输出层输入数据的维数,隐含层的层数和隐含层节点的个数要根据具体情况而定。BP神经网络模型如图4所示。

神经网络模型有n输入和m输出。假设k代表采样序列,则数学上神经网络模型代表输入Xk=(xk1,xk2,…,xkn)T和输出Yk=(yk1,yk2,…,ykm)T之间的非线性映射,有以下等式:

$\mathit{Y}{}_k=g(\mathit{W},\mathit{X}{}_k)$

式中:W={wij,i=1,2,…,Ni,j=1,2,…,Nj}是一个权重矩阵反映层之间的连接;Ni和Nj分别代表i层和j层神经元数目。对神经网络模型的训练实际上就是利用训练样本计算权重矩阵W。训练完成的神经网络计算速度会很快,无论问题的复杂程度如何[6]。

2.2 信号特征分量提取

在应用神经网络前,首先需要得到所要处理信号的特征分量,特征分量提取的好坏将直接影响到神经网络分类器的准确度。基于小波变换的特征提取方法包括:基于小波变换的模极大值特征、基于小波分解的能量特征、基于小波包分解的熵特征和基于适用性小波网络的特征提取方法[7]。本文采用的是基于小波分解的能量特征法来建立系统的特征向量。小波分解的优势是可以将信号分层展开成多种频率,相当于用一个放大镜对信号进行观察。通过小波分解能得到信号的细节信息。一个进行了小波重构的样本信号如图5所示。

小波分解后各频率范围信号的能量,包含了丰富的信息,可以通过“能量-目标”建立一个映射关系,从而建立了系统的识别方法。具体为:通过A/D采样将信号采集后,进行6层小波分解;对小波分解后的系数进行重构,提取各频带范围内的信号;求各频带信号的总能量;构造特征向量。

2.3 BP学习算法

BP学习算法的主要思想是从后向前反向逐层传播输出层的误差,间接算出隐含层误差,并用此误差修正前层权值,通常采用梯度法修正权值,因此要求输出函数可微[8]。BP学习过程可以描述如下:

(1) 工作信号正向传播。输入信号从输入层经隐含层传至输出层,逐层计算出各单元的输出值,在输出端产生输出信号,这是工作信号的正向传播。在正向传播过程中,BP神经网络的权值是固定不变的,每一层神经元的状态只受上一层神经元状态的影响。如果在输出层得不到期望输出,即转入误差信号反向传播。

(2) 误差信号反向传播。神经网络的实际输出与期望输出的差值即为误差信号,误差信号逐层向前计算出隐含层各单元的误差,即误差信号的反向传播。在误差信号反向传播中,用此误差信号修正前层权值,通过权值的不断修正,使网络的实际输出接近期望输出。

BP算法由正向传播和反向传播两个阶段组成,在正向传播阶段,输入信号通过输入层经隐含层传递到输出层,这样任一层神经元的状态只受到上一层神经元状态的影响[9]。若输出层不能够获取期望结果,则进行反向传播阶段,将误差信号反向通过输出层传递到输入层,并不断修改各层神经元的阈值和连接权值,从而使误差信号达到最小[10]。

3 实验结果

为了验证神经网络对目标识别的效果,采集了3类地面机动目标的地震动信号,采用小波变换完成信号消噪和特征提取,得到样本信号用来对BP神经网络进行训练,训练完成的人工神经网络就能识别目标,识别结果如表1所示。结果表明采用神经网络数据融合的方法,对3类地面机动目标的识别能达到期望的识别率。

4 结 语

本文主要分析了对地震动信号进行特征提取和识别的方法,在对采集信号应用小波变换进行噪声消除后,进一步采用小波分解,得到了各频带信号的能量值,以此建立信号的特征向量;然后采用神经网络分类识别器,对目标进行分类识别。采用神经网络数据融合方法对机动车的地震动信号进行了识别。根据实验结果,可以对地震动信号进行探测,数据采集得到的目标地震动特性是正确的。神经网络数据融合应用于目标分类和识别能达到很高的识别率。

参考文献

[1]GOSWAMI J C,CHAN A K.小波分析理论、算法及其应用[M].北京:国防工业出版社,2007.

[2]葛哲学,沙威.小波分析理论与Matab R2007实现[M].北京:电子工业出版社,2007.

[3]胡昌华,李国华,周涛.基于Matlab7.X的系统分析与分析:小波分析[M].西安:西安电子科技大学出版社,2008.

[4]丛爽.面向Matlab工具箱的神经网络理论及应用[M].合肥:中国科技大学出版社,2009.

[5]周开利,康耀红.神经网络模型及其Matlab仿真程序设计[M].北京:清华大学出版社,2005.

[6]Matlab中文论坛.Matlab神经网络30个案例分析[M].北京:北京航天航空大学出版社,2010.

[7]LAN Jin-hui,NAHAVANDI Saeid,LAN Tian,et al.Recog-nition of moving ground targets by measuring and processing se-imic signal[J].Measurement,2005,37(2):189-199.

[8]LETALICK Dietmar,CARLSSON Tomas,HABBER-STAD Hans,et al.Target recognition by vibration fre-quency analysis[J].Laser Radar Technology and Applica-tions,2003,5086(5):246-252.

[9]WELLMAN M C,SROUR N,HILLIS D B.Feature ex-traction and fusion of acoustic and seismic sensors for targetidentification[J].SPIE,1997,3081:139-145.

地震动功率谱模型综述 篇3

关键词：地震动,随机分析,功率谱

概述

地震工程中, 人们研究的对象有三个:地震动 (输入) 、结构 (体系) 、结构反应 (输出) 。结构地震反应广泛使用的分析方法有反应谱法、功率谱法和时程法, 相应的, 地震动输入便有输入反应谱曲线, 输入功率谱曲线和时程曲线。

功率谱模型用于描述地面运动能量的频域分布规律, 是地震动模型的重要组成部分。作为地震学和地震工程学的重要内容之一, 地震动功率谱的模型化研究在过去的几十年内取得了令人瞩目的进展, 有多种模型相继被提出和改进。多种多样的地震动模型增加了工程应用中地震动输入的选择机会, 同时也增大了选择模型的难度, 研究者需要根据所研究问题的目的和性质对其要求的输入模型作出自己的判断。

本文对功率谱模型的发展史进行分析梳理, 综述地震动功率谱模型的常用形式, 基于理论分析和结构随机响应讨论功率谱模型的评价标准对比分析十种常用随机功率谱模型, 以令更多的从事研究设计的工作人员及学生综合地认识和了解常用功率谱模型, 供其在通过功率谱输入地震动时选择或通过已知的反应谱推算功率谱做参考。

1. 现有功率谱模型对比分析

对功率谱研究开始于Housner, 他在1940s提出采用功率谱等于常值的白噪声模型模拟地震动。金井清和田治见宏将Housner的白噪声模型修改为过滤模型, 即用白噪声通过一个单自由度结构的绝对加速度响应功率谱作为工程场地地震动模型的功率谱, 这就是著名的金井清谱。在此之后, 基于过滤模型, 有很多研究人员提出了各自的地震动功率谱模型, 这些功率谱模型大多可以看作是对金井清谱的修正。目前金井清模型应用仍最为广泛。

以下为主要常用功率谱模型对比分析。

1.1 平稳白噪声模型

最早提出采用平稳随机过程模拟地震动的可能是Housner, 他提出地震动的平稳白噪声模型, 其功率谱密度函数为:

上述性质使白噪声模型激励下结构动力响应的时域相关分析得到大大简化, 因而白噪声过程目前仍是地震工程中的重要模型。很多复杂的随机模型都可以转化为过滤白噪声模型, 进而给出简单计算公式。

1.2 有限带白噪声

由于实际地震过程的频率总是在一定范围内分布的, 因此采用有限带宽白噪声模型可以修正上述定义域, 这样可以避免方差趋近于无穷的不合理现象。

限带白噪声的功率谱如下所示:

1.3 金井清模型

白噪声过程的能量在频域是均匀分布的, 不符合实际情况, 金井清提出了一种过滤白噪声模型, 之后田治见宏对其进行了修改, 这种模型提出的基本原理是:地震引起基岩的运动, 然后通过地表土层传到结构。假定地震基岩加速度过程为白噪声, 其均值为零、谱密度为S0;地表土层相当于一个滤波器、处理为单自由度线性体系。这种模型考虑了场地主频和阻尼比对频域能量分布的影响, 其功率谱如下所示:

此功率谱通常被称为“金井清谱”或“K-T谱”, 式中S0为白噪声激励的功率谱。该模型可以看做是平稳白噪声过程经过一个阻尼比和圆频率分别ζg和ωg的单自由度结构过滤后绝对加速度响应的功率谱, 可以较好地反映均匀地基对地震波的滤波作用, 后来得到了极为广泛的应用, 对地震动的工程模型的研究产生了重大的影响, 但假定基岩地震加速度为白噪声, 不能反映基岩地震动的频谱特征, 此外, 按照此模型不能求出地震地面位移、速度以及加加速度 (加速度过程的导数) 的有限方差。因此很多学者在此基础上尝试使用不同形式的线性滤波器, 用以改进地震动的功率谱模型。

金井清模型的功率谱和自相关函数曲线如下图所示, 其中

可以看出, 金井清模型描述的地面运动存在的常加速度, 这是不合理的。

1.4 胡聿贤-周锡元模型

金井清模型在低频段的缺陷很早就引起了学者们的注意, 1962年胡聿贤、周锡元等人对巴尔斯坦模型作了深入的讨论并提出了一些改进的形式, 在巴尔斯坦的谱密度函数中引入修正低频段的附加项, 并在此基础上研究了线性体系的随机地震反应。本模型可以求出地面位移和速度的有限值, 但却没有K-T谱那样明确的物理含义。胡聿贤和周锡元在提出的修改模型如下:

上式γ被称之为“低频减量”, 建议取值为2.0rad/s。

1.5 Penzien-Clough模型

Penzien和Clough在结构动力学的专著中提出了一种修正金井谱低频能量的方法, 如下式所示, 他们在金井清谱中串联了一个单自由度过滤层的相对加速度响应:

1.6 欧进萍模型

1991年欧进萍等人假定基岩地震动为有色谱—马尔可夫 (Markov) 谱, 对金井清谱中的高频段引入修正项, 地表土层通常具有成层的特点, 若将每层土处理为上述单自由度线性滤波器, 则可以得到谱密度是具有多个峰值的地震动随机模型。该模型能够求得地面加速度和加加速度的有限值。

该模型的功率谱为

1.7 杜修力模型

1994年杜修力结合了工程地震学和近场地震学的成果, 提出了对金井清谱高低频都加以修正的方案, 给出了一种基岩地震动为有色谱的随机地震动模型.这一模型具有较为明确的物理意义, 模型参数由孙景江、江近仁论文 (1990年) 中给出的迭代方法生成的功率谱密度曲线经过非线性最小二乘拟合得到。

其功率谱为:

1.8 洪峰模型

洪峰等人提出一种改进的金井清谱, 该功率谱为:

该模型与胡聿贤、周锡元提出的模型较为接近, 只不过此处的低频抑制项的抑制强度更高, 使得该平稳加速度过程的位移功率谱存在。

1.9 李春祥模型

李春祥等人提出一种改进的Penzien模型, 从公式看来, 是在Penzien谱模型上添加了高频抑制分量, 如下式所示:

该高频抑制分量与杜修力模型中相同, 从构成来看, 李春祥模型与杜修力模型是十分接近的:二者都是在金井清谱上串联了一个高频抑制分量和一个低频抑制分量。只不过二者源头不同, 一个是对Penzien谱的修正, 一个是地震学与工程地震的结合。

1.1 0 修正金井清谱

彭凌云于2008年提出了修正的金井清谱模型, 此模型相比于金井清谱而言有很多优点, 修正了金井清谱的自相关函数、封点频率, 并修正了金井清谱没有零频分量, 可以作为金井清谱的很好的替代。

其功率谱如下:

修正金井清谱和金井清谱在高频区域非常接近, 而在低频区域, 前者不存在零频分量, 明显优于后者。

2. 地震动功率谱模型的基本要求

地震动功率谱模型应满足地震动过程能量有限和消除零频含量两个基本条件。能量有限是对高频的要求, 而消除零频含量是对低频的要求。地震动功率谱的随机模型首先应满足能量有限的要求, 即地面加速度过程x (t) 的方差应为有限值:

一个值得注意的事实是, 地震动过程不仅是强度非平稳过程, 其频率含量亦呈现出明显的非平稳特性。已有的不少研究表明, 地震动频率含量非平稳特性因“瞬时共振”现象的存在而对某些情况下的结构反应具有不可忽略的影响。频率非平稳过程的穿零率和峰值率随时间呈逐渐减小趋势, 基于均匀调制模型的地震动过程则为等穿零率和等峰值率, 适当改进地震动功率谱模型易于使其具有与实际地震动过程更接近的谱特性。

另一方面加速度过程的功率谱应随着频率的减小而趋于零。零频含量的存在意味着地震终了时均方地面位移不趋于零, 或者说位移反应谱趋于无限。由于地面速度过程v (t) 和地面位移过程d (t) 的功率谱为:

例如, 对于K-T谱, 据上式可知, 随着ω趋于零, 地面速度和地面位移将趋于无穷, 这显然是不切实际的。分析表明, 对于零频含量的消除, 只是限制了零频附近的极低频区域的谱值, 一般不至于造成工程感兴趣的低频含量低估。虽然功率谱极高频成分和零频分量对实际工程结构的影响很小, 但在地震动频率谱模型中使地震动过程能量有限和消除零频含量不仅会使模型在理论上更加合理, 而且据此产生的地震动过程更易于接近实际地震动。

3. 小结

本文介绍了若干种常用的和新型的功率谱模型, 对这些功率谱模型进行了简单比较, 基于近似公式, 给出基于结构响应的功率谱评价标准:在基于位移设计时, 地震动功率谱模型的分子中必须包含ω4因子或者ω的更高阶次方, 在基于力设计时, 则没有必要对功率谱模型做严格限定, 只需要功率谱模型能够很好地拟合实际地震动功率谱曲线即可。得出结论:杜修力谱最为合理, 而修正金井清模型全面优于金井清模型, 可以作为后者替代。

随着地震工程学的发展, 功率谱模型不断推陈出新, 本文综述地震动功率谱模型的常用形式, 希望能令更多的从事研究设计的工作人员及学生综合地认识和了解常用功率谱模型, 以供在通过功率谱输入地震动时选择或通过已知的反应谱推算功率谱做参考。

参考文献

[1]杜修力, 陈厚群.地震动随机模拟及参数确定方法.地震工程与工程振动.1994.14:l-5

[2]欧进萍, 刘会仪.基于随机地震动模型的结构随机地震反应谱及其应用.地震工程与工程振动.1994, l 4 (1) :1 4-2 3

[3]梦甫, 尹华伟, 周锡元.从反应谱求功率谱的精确方法及其应用.地震工程与工程振动.2004, 24 (2) :53-58

[4]沈聚敏, 周锡元, 高小旺, 刘晶波.抗震工程学.北京中国建筑工业出版社.2000年

[5]胡聿贤.地震工程学.北京:地震出版社.2006

[6]徐赵东, 郭迎庆.MATLAB建筑抗震工程中的应用.北京科学出版社.2004

[7]洪峰, 江近仁, 李玉亭.地震地面运动的功率谱模型及其参数的确定.地震工程与工程振动.1994, (02)

于曹闸结构地震动时程响应研究 篇4

于曹闸工程为安阳市城市水系规划建设洹河景观建设工程,为一座景观节制闸,闸室长20 m,共分五联,总宽度83.8 m。根据安阳洹河于曹水闸的工程地质勘察,闸墩地基大多为黄土或黏性砂土,地层左右岸差异大、地基土不均匀。该地区抗震设防烈度达到了8度[1]。因此,针对安阳洹河软基上的水闸结构,研究其地震动作用下的水闸结构-地基-水体的系统效应非常必要,就相关课题专题立项进行深入的研究工作具有科学和工程的实际意义。

基于安阳洹河软基水闸桩基础的特有地质条件和结构特点,对水闸底板基础地震动响应进行数值仿真分析研究。研究工作的主要目的和意义就在于确保于曹闸工程闸室基础的地基处理方案能够满足工程设计要求,保证于槽闸工程的顺利完成,且研究成果的理论和应用方法也可为后续类似工程的建设服务[1]。同时,研究成果为豫北地区特定地质条件下的水闸结构设计与施工提供科学可靠的理论基础和决策依据。

1 水闸计算模型

1.1 数值模型

按照水闸平面布置图和总剖视图,建立了于曹闸三维地震动数值计算模型。水闸结构的特点是以大体积混凝土结构为主,底部受基础和岩基的约束作用。由于水闸结构的复杂性,数值计算采用有限单元法进行[2,3,4,5]。有限元模型网格划分是计算的前提和关键工作。在计算机容量和计算时间允许的范围内,取尽可能精细的有限元网格。在网格划分时,根据结构特征和动水压力的计算方法,选用块体单元和质点单元,分别模拟大体积混凝土结构及地震动水压力对结构的作用等。同时,还应根据结构受力的特征,对网格的疏密程度加以控制,如在可能的应力集中部位和主要关心的构件上,尽可能细化单元,以提高计算精度;而在应力分布比较平缓或受力较小的大体积部位,适当采用较粗的网格,以降低计算工作量。

于曹闸结构为7孔对称分布,取中间两孔闸室进行计算分析。考虑地基围岩结构的整体水闸计算模型的结点总数为70 773,单元总数为66 144;其中闸墩钢筋混凝土、底板、基础土体及地基岩石等采用八节点六面体单元,共计63 328个;动水附加质量采用质点单元,共计2 816个。水闸闸墩、底板、铺盖等结构采用实体solid65单元,其中底板部分较难划分网格和易出现应力集中的结构区域采用实体solid73单元,附加质量采用mass21三方向质量单元。水闸整体结构有限元模型、质点单元见图1—图4。

1.2 计算条件与参数

半无限域地基按照传统的无质量地基模型进行模拟。水闸上下游方向取135 m,横河向取116.9m,基础土体和岩基取102.6 m。岩基四周边界采用法向位移约束,岩基底部采用法向和水平两向的三向位移约束。

坐标选取为沿水闸顺水流向为X轴,指向下游为正;垂直X轴的水平向作为Y轴,即横河向,指向左岸为Y正;Z轴与X、Y轴成右手定则,竖直向上为正。表1给出了计算中的材料参数,对于基础和地基,土体大致简化两层,第一层厚9.8 m,第二层厚13.9 m,其余为岩体。另外,根据规范要求,动力计算时相应材料强度较静力材料强度提高30%。

水闸计算的荷载情况为:计算基本荷载:① 自重(结构重量及永久设备重);② 正常运行水位时的静水压力;③ 回填土压力;④ 地震动荷载。地震动荷载的计算采用时程分析方法,在X、Y两个水平向同时输入地震动加速度时程数据,模型采用和场地谱近似的天津波。地震动水压力折算的附加质量加在水闸迎水面上,采用规范要求的Westerguard公式[6]。

2 模态分析

水闸结构自振特性计算的前20阶的自振频率列于表2中,并对自振特性进行分析。以无动水压力附加质量的数值计算模型为工况一,添加了质点单元模拟动水压力附加质量的计算模型为工况二。

由表2可知,水闸结构在考虑水体动水压力附加质量的工况下,基频为1.572 2 Hz,其自振周期为0.636 1 s,不考虑水体动水压力的计算工况,其第一阶自振频率为1.573 3,与工况二的第一阶频率相差0.07%。对于自振特性影响最大的是7阶模态,达到了0.27%。

图5给出了部分水闸结构的模态分布,从图中可以看出,第1、4阶振动以水闸上部排架为主,这也符合整体结构上部柔度较大的特征。第10、14阶以整体铺盖振动为主,10阶以上游铺盖沿水流向振动,14阶以中心线对称沿垂直水流向振动。

对于考虑上部较大尺寸框架结构的大型水闸,其动力计算时,迎水面上的动水压力的影响程度不容忽视。在建模时考虑了上部的框架结构, 可以看出,结构的频率较低,自振周期较长,上部整体结构柔度较大,其自由振动符合典型的高耸结构振动特征。同时,水闸的基频自振周期距离场地地震波的卓越周期较远,对抗震有利。

3 地震动分析

3.1 位移分析

针对水闸结构的地震动响应位移特点,分别选取上部框架结构和闸墩的位移分布,见图6和图7。

由图可知,在水平X、Y向的地震动作用下,框架结构的最大位移出现在顶端,最大值达到了4.3cm,位移分布为自上而下逐渐递减,底部位移仅为8.9 mm,整体呈沿横河向向右侧弯曲变形,两侧框架对称分布,说明横河向的水平地震作用对框架结构的影响最大。

3.2 应力分析

地震动应力分布主要分析了框架和闸墩结构,其分布见图8和图9。框架结构的最大主拉应力达到了5.8 MPa,但范围很小,在框架结构与闸墩的交界处,说明横河向地震动作用使该部位的受拉最大。其余大部分区域的主拉应力在2.3 MPa以下,未超过混凝土的动态抗拉强度,局部超出区域应加强配筋。闸墩主体结构的动应力水平均在0.5 MPa以下,仅在于框架相交区域达到了2.27 MPa,闸墩主体结构混凝土未超过混凝土的抗拉强度。

4 结论

(1) 对于豫北地区的特有地质条件和高烈度区抗震要求,水闸结构进行地震动时程分析是必要的,建立在软土地基上的水闸结构-地基-水体系统模型能够考虑相互的耦合影响。

(2) 对规范要求的水平地震作用,横河向地震动对水闸结构是控制性要素。在水平两个方向地震作用下,水闸结构整体安全,但框架结构柔度较大,需加强局部配筋。

(3) 动水压力作用对结构自振频率的影响最大为0.268%,考虑附加质量能够更好地模拟结构模态。

摘要：基于ANSYS计算程序,构建了软土地基上的水闸结构三维有限元模型,针对其特有的地质条件和高烈度区抗震要求,考虑水闸-地基-水体的作用,进行了地震动时程分析。研究了水闸结构的地震动位移和应力的变化规律,研究成果为豫北地区水闸结构设计与施工提供了参考依据。

关键词：水闸-地基-水体,地震动响应,时程分析,有限元分析

参考文献

[1]河南省豫北水利勘测设计院.安阳市城市水系规划三年建设洹河景观建设工程(于曹闸)初步设计.YBY-SS02.C.202010.2010年12月

[2]张燎军.闸涵结构的抗震分析与设计.世界地震工程,2003;19(2):67—71

[3]张柏成,李同春.百色水电站进水塔抗震分析.水利水电科技进展,2004;24(1):29—31

[4]胡晓.水闸震害调查与分析.水力发电,2009;35(5):18—20

[5]余雄,杨怀平,王曾璇,等.挡水闸的地震响应分析.水利水运科学研究,2000;9(3):22—26

地震动信号 篇5

反应谱是20世纪30年代科学家在研究自然地震工程结构物的动力反应中建立起的震动曲线理论,所谓反应谱曲线就是在地震地面运动的作用下(输入)不同频率振子产生的振动反应(输出)的单边最大振幅(绝对值)连成的曲线,反应谱曲线的谱值与阻尼有关,给定一个阻尼即可得到一条曲线,反应谱建立了地面运动频谱与工程结构固有频率的密切关系,以最简单的方法反映了工程结构物对地震动的反应特性。

采用多摆仪现场直接测定反应谱的方法目前已被淘汰,现在普遍采用记录地面运动时程曲线并通过数值积分求解运动平衡方程的方法进行。反应谱的数值计算可以采用卷积公式进行直接计算,单自由度系统在单位脉冲荷载作用下的位移、速度和加速度反应可表达如下:

(1)

(2)

(3)

式中:ζ为阻尼比;ω为无阻尼自振频率;undefined为有阻尼自振频率。

本文中反应谱的计算采用Matlab的卷积计算函数conv完成。

2 某隧道爆破的地震动测试

本次测试的爆破隧道为温福铁路青岙隧道,地处福建省宁德市霞浦县,为特大断面双线铁路隧道,在青岙隧道内进行的是全断面爆破振动测试,爆破岩体为II级围岩,爆破面施工里程为DK147+585,共钻炮眼118个,孔深3.8m～5.0m,总装药220kg。在距离爆破面约360m的范围内设置7个测点,选取质点振动速度作为测试参量;对爆破振动的现场测试主要采用成都中科动态仪器有限公司推出的IDTS系列爆破振动自动记录分析仪,该仪器由传感器、数据采集系统和数据分析软件三部分组成。各种传感器与振动记录仪的数据采集系统相连,放置于振动测试点。测点可在现场大范围分布而无需布线。爆破后用自带的USB数据线与电脑中的数据分析软件通讯,数据分析软件读出整个爆破过程的振动信号,并显示波形、频谱图、振动信号的各种特征参数。所采用的ZCC型速度传感器频响范围为5～500Hz,最大位移为4mm,极限加速度为100m/s2,满足爆破振动的频响及动态范围要求。本次测试采样率采用1KHz采样率,对各选取的测点均采集质点的振动速度参量。各测点质点运动峰值及中间测点(测点4)的竖向振速度时域波形和幅值谱分别详见表1、图1。

3 某隧道爆破的地震动竖向振动反应谱

采用青岙隧道73.7m测点现场采集的竖向振动速度时域波形进行微分运算获取加速度波形,测点速度时域波形及频谱如图所示,并将此加速度波形作为输入,假定结构的阻尼比为5%,在0.1s～2.5s的结构基本自振周期内采用公式分别进行反应谱计算,结果如图2、3所示。

4 某隧道爆破的地震动反应谱分析

以上结果可以看出青岙隧道爆破73.7m测点竖向地面峰值加速度(PGA)为10.262m/s2, 地面峰值速度(PGV)为0.0148m/s,主频134.5Hz,在假定阻尼比为5%的(0.1～2.5s)范围周期的加速度、速度、位移反应谱对应的最大值分别为0.24557 m/s2,0.015248 m/s,0.0025325 m。

(PGA=10.26m/s2,PGV=1.48cm/s,阻尼比5%)

从本次爆破引起的地震动加速度反应谱可以看出该反应谱曲线是单峰点曲线,随着周期变长,峰点急剧变小,它的谱值几乎是随周期增长(频率降低)而逐渐增加,加速度反应谱短周期最大值小于地面输入值或未见明显放大。

将本次爆破地震动的反应谱与“第二届国际结构控制会议”建议使用的2条代表不同场地地震动的地震加速度记录的时程曲线及傅立叶幅值谱进行比较,主要比较在5%的阻尼下,(0.1～2.5s)范围周期的加速度、速度、位移反应谱对应的最大值,比较结果可以看出,爆破地震动虽然幅值较大,但由于优势频率较自然地震动高,持续时间短,在相同地面加速度输入条件下,在周期0.1～2.5s这一常规建筑结构的自振周期范围,爆破产生的加速度、速度及位移反应却远小于天然地震动的振动响应。

5 结语

从本次爆破地震动的反应谱可以看出,测出爆破引起的测点振动速度,然后与测点极限振动速度比较,确定对房屋是否具有危害是比较成熟的方法,不宜直接套用地震烈度表来评估爆破震动对房屋的危害程度。

参考文献

[1]徐建.建筑振动工程手册[M].中国建筑工业出版社,2002.

[2]克拉夫RW,彭津[J].结构动力学.北京:科学出版社,1981.

[3]李德林,方向,齐世福等.爆破震动效应对建筑物的影响[J].工程爆破,2004,10(2).

[4]李彬峰,爆破振动的分析方法及测试仪器系统探讨[J].爆破,2003,20(1).

地震动信号 篇6

文献[1]总结了桥梁振动控制的发展现状,指出桥梁控制的特点和存在的问题。文献[2]研究了移动荷载作用下桥梁的振动,并对其进行TMD控制。文献[3]研究了高架桥在地震动作用下的半主动控制,并考虑了桥墩非线性的影响。

1高架桥模型及动力平衡方程

在历次的大地震中,高架桥经常发生纵向的梁体碰撞和落梁破坏,因此本文主要研究高架桥梁的纵向动力特性及振动控制。将高架桥梁简化成三自由度模型(如图1所示),分别模拟等跨度和不等跨度的高架桥梁,分析其在一致地震动作用下的响应,并对高架桥梁进行振动控制。

如图1所示,桥墩的质量为m1,左右梁体的质量分别为m2,m3,当桥墩两侧为等跨度时,m2=m3,当桥墩两侧跨度不相等时,m2≠m3。桥墩、梁体的刚度和阻尼系数分别为k1,k2,k3,c1,c2,c3,梁体之间伸缩缝的间距为d。此模型虽然简单,但是可以很好地反映高架桥梁的动力特性,并且对于等跨和不等跨高架桥都可以分析。在一致地震动作用下,结构的动力方程为:

其中,M为质量矩阵;C为阻尼矩阵;K为刚度矩阵;b为作动器的位置矩阵;U为作动器提供的控制力向量,其形式如下:

将式(1)转化到状态空间中去,如下式:

其中,X为状态向量;A为系统矩阵;B为控制力作用矩阵;D为地震动的作用矩阵,其值分别为{1}为适当的矩阵或向量。

2 LQR控制算法

定义性能泛函如下:

其中,Q,R分别为状态和控制力的加权函数,一般取如下格式:均为待定系数。系统的控制目标是,在干扰的影响下系统偏离原来的平衡状态,提供适当的控制力,使系统趋近于原来的平衡状态。系统的最优控制问题就是在无限时间区间内,寻找最优控制力U(t),在满足状态方程的条件下,使定义的目标泛函(即式(3))取极小值,因此系统最优控制的数学描述为:

因此,系统的控制问题转化为有约束条件的泛函极值问题,应用拉格朗日乘子法可以将其转化成无约束条件极值问题,最后可转化为求解一个riccati方程问题。具体的推导过程见文献[4]。

3 算例分析

为了验证本文模型和控制算法的有效性,取文献[5]中的参数进行计算。m1=1×105 kg,m2=m3=5×105 kg,k1=15.8×106 N/m,k2=k3=7.69×106 N/m,k1=1.26×105 (N·s)/m,k2=k3=14.7×105 (N·s)/m,d=6 cm。地震波选用EI-Centrol波,地震动加速度值放大10倍。当在等跨度的情况下,两侧梁体的动力特性没有差异,两梁体之间的相对位移差y2-y3=0,这样的情况下,左侧梁体和桥墩的位移控制效果如图2,图3所示。

从图2,图3中可以看出,控制效果相当明显。当不等跨的时候,两侧梁体的质量不同,因此动力特性不同,即使是在一致地震动情况下,也可能发生碰撞现象。此时取m2=3×105 kg,m3=5×105 kg,左右两侧梁体之间有相对位移。控制效果如图4～图6所示。从图4～图6中可以看出,在不等跨情况下,结构的动力响应和等跨情况下有较大的不同,桥墩的响应稍有减小,但是不是所有不等跨情形下的影响都比等跨时小,对于不等跨情况下,应对具体情况具体分析。

4 结语

本文用三自由度模型分析一致地震动作用下高架桥梁的响应和振动控制,可以看出,这种模型能很好地模拟高架桥梁的动力特性,并能模拟等跨和不等跨的情况,又对高架桥在地震动作用下进行振动控制,从控制效果来看,能够达到很好的控制效果。

参考文献

[1]张俊平,李新平,周福霖.桥梁结构振动控制发展及存在的问题[J].世界地震工程,1998,14(2):9-16.

[2]肖心标,沈火明.移动和在作用下的桥梁振动及其TMD控制[J].振动与冲击,2005,24(2):58-61.

[3]阎石,张海.高架桥地震反应半主动控制分析[J].地震工程与工程振动,2003,23(6):169-173.

[4]欧进萍.结构振动控制[M].北京:科学出版社,2003.

地震动信号 篇7

地震动是引起宏观现象的作用,地震烈度是宏观现象严重程度的量度。前者是因,后者是果,两者之间应有一定的联系。

1 地震烈度与地震动单一参数的关系

用来反映地震时人的感觉和地表震害现象的烈度是一个相对模糊的量,再加上历史资料的遗漏欠缺和环境条件本身的制约,就使得地震烈度资料本身存在着许多不足之处,从而给使用者带来不确定因素,降低了它的可靠性[2]。找到它与地震动参数之间的联系,这一缺陷就可以得到改善。

新的烈度物理标准应能便于抗震设计使用,应在数值上与传统的峰值加速度和峰值速度便于转换。因为峰值加速度作为设防参数,其使用方法已经非常成熟,而新的烈度物理标准应用于抗震设计,还需要大量的理论研究和震害检验,尚存在一个漫长的过渡阶段,因此,峰值加速度是一个很好的桥梁[1]。

早期发表的关于地震动仪器记录的峰值加速度a与地震烈度I关系的研究结果中,有Gutenberg和Richter的结果[3]:

$\lg a=\frac{{\rm I}}{3}-\frac{1}{2}$ (1)

其中,a以cm/s2计;I为12度地震烈度表中的烈度值。刘恢先在1980中国地震烈度表中提出的结果为:

$\lg \overline{a}=0.3{\rm I}-\frac{1}{2}$ (2)

$\lg \overline{v}=0.3{\rm I}-1.0\pm \sigma$ (3)

其中,lg$\overline{a}$,lg$\overline{v}$分别为峰值加速度a和峰值速度v的对数平均值。为了保持烈度的连续性,在烈度表中取σ=0.15。

由于峰值加速度a与地震烈度I之间的关系离散性过大,有人研究了峰值速度v(cm/s)与地震烈度I之间的关系。Mcguire提出下述结果:

I=4.9+0.49lnv+0.4s,σ=0.59 (4)

Theodulidis和Papazachos由希腊、日本和美国阿拉斯加的记录得到:

lnv=-0.36+0.79I+0.04s (5)

式(4)中s=0表示基岩场地,式(5)中s=0表示冲击土场地。

2 地震烈度与地震动多个参数的关系[3]

20世纪70年代,Mcguire在地震烈度I与地震动单一参数Y(可以是峰值加速度或速度)的关系中增加了震级M与距离R(可以是震中距、震源距或断层距),从而用回归统计分析方法求如下的换算关系:

lgY=C0+C1I+C2M+C3lgR (6)

其中,C0,C1,C2,C3均为回归统计分析的系数。

目前,公认的地震动参数Y与地震烈度I的衰减关系是:

I=f(M,R) (7)

lgY=g(M,R) (8)

由此可见,地震烈度与地震动参数,无论是峰值加速度、速度、位移、反应谱或持时,都与震源特性和传播途径中的介质有关,震级M是震源特性的简单表示,距离R是传播途径中介质影响的简单表示。根据上述两个关系,可以理解地震烈度、不同的地震动参数之间存在相关性;另外,由于震级与距离分别是震源特性与传播途径影响极为简化的参数,因此,上述相关性会有较大的离散性。

事实上地震烈度并不像上述假设的连续量,而是个离散量,是一个人为等级划分。在讨论这两种不同量的相应关系时,不能忽略这种本质上的差异,不能追求一般物理量之间的那种一一对应。

3结语

众多专家学者的理论和实践证明:以水平向峰值速度与地震烈度的相关性最强,多参数的组合并不能加强其与地震烈度的相关性;另外,推荐了分别用峰值加速度、峰值速度与峰值位移定量表示的地震烈度。

将地震烈度与地震动参数结合起来,用地震动参数将地震烈度具体化,有利于进一步对地震的研究,以达到指导抗震实践的目的。

摘要：阐述了将地震烈度与地震动参数联系起来的必要性,并详细介绍了地震烈度和地震动单一参数以及多个参数之间的关系,对地震灾害的评估及抗震实践有重要意义。

关键词：烈度,地震动参数,峰值加速度

参考文献

[1]郝敏,谢礼立,徐龙军.关于地震烈度物理标准研究的若干思考[J].地震学报,2005,27(2):230-234.

[2]郝敏,谢礼立,李伟.从集集地震看建筑物震害与地震动参数的关系[J].地震工程与工程振动,2005,25(6):12-15.