评价参数模型论文（共7篇）
评价参数模型论文 篇1
近年来, 媒体话语作为大众语篇深受语言研究者青睐, 因为语言对社会的建构功能已经得到了越来越多人的认可。而信息爆炸时代的媒体发展状况更是令这一现象更加引人注目, 因为媒体话语比如新闻报道正在以其广泛的发行量和潜在的渲染力潜移默化地影响着读者对所报道事件的观点和看法, 新闻报道中体现记者观点类的语言即评价自然引起了诸多学者关注。因为评价关乎着人际意义的表达, 功能语言学家开始以Halliday的系统功能语言学为理论框架来探索评价性话语的语言特点和交际功能, 并逐渐演变为以Martin和White (2005) 为代表的评价理论[1]。评价理论一经提出立刻变成评价分析的主流分析工具, 国内涌现了大量用该理论对各种语篇包括新闻语篇进行评价分析的研究, 并逐渐掀起了新闻话语批评性阅读和分析的研究热潮。继评价理论之后, 一种新型的评价模式分析框架即评价参数模型开始被用来研究报刊英语中的评价, 这就是Bednarek (2006) 在评价理论基础上提出的评价参数模型[2]。但鉴于该理论的新颖性和前沿性, 国内很少有人做相关方面的介绍和研究。本文着重探讨新闻语篇中评价参数模型的意义及不足, 为我们分析新闻报道中的评价提供方法论上的启示。
1 评价参数模型:理论背景与模型建构
1.1 理论背景
评价参数模型是由德国奥格斯堡大学提出的应用于评价研究的理论模型。作者从英国大报和小报中选择了100篇新闻建成了一个7万词的比较语料库, 提出了基于参数的评价理论即评价参数模型来分析这两类报纸新闻中的评价并探讨它们的体现维度。
其实, 评价参数并不是Bednarek的独创, 在评价研究中由来已久。Martin&White的评价理论虽没有明确提出参数这个概念, 但将评价分为轴和系统, 并在各个子系统下细分, 实际上已经接近于参数的概念, 比如它将评价分为态度、级差和介入三个系统, 并在态度系统内根据评价对象差异细分为情感、判断和鉴赏。但是, Bednarek对评价理论中的参数研究并不满意, 认为评价理论态度系统各个子系统的细分只会使语篇分析变得不必要的繁琐。她主张既然它们都与好坏有关, 完全可以合并成一个参数即情感性。除评价理论外, Hunston&Thompson研究评价时也识别出了四个参数:好-坏/肯定-否定参数、确定性参数、期望/明显性参数和相关/重要性参数[3]3-15。Lemke在研究评价的韵律性特征时也描述了表达评价意义或评价语义关系的七个纬度[4]33-56。但是, Bednarek认为这些评价参数不足以涵盖新闻语篇中的评价, 而且它们的归类还有交叉及欠缺之处。基于此, Bednarek提出了一个新的适用于报纸语料库研究的评价参数模型, 并用它来分析不同报刊新闻语篇的评价资源及文体特征。
1.2 评价参数模型建构
在术语上, 作者沿袭了Tompson&Hunston对评价的定义, 即评价是说话人或作者对他 (她) 所谈论的实体或命题所表达的态度、态势、观点或感情。评价参数模型共识别了九个评价参数, 它们分别是理解性、情感性、预期性、重要性、可能性/必要性、可靠性、言据性、心智状态和风格。其中前6个为核心参数, 因为它们直接将评价特性归咎于评价客体, 且涉及介于评价两极之间的等级和潜在中间阶段;后3个则是边缘参数, 出现在语篇的评价语境中并和评价意义通过多种方式产生关联。
这些评价参数都涉及不同的评价纬度, 又称子价值, 包括核心参数两极间的等级及边缘参数的不同子类型。以核心参数为例, 情感性参数是作者对事件做出的好与坏的评价, 包括积极和消极两个子价值, 其语篇功能主要是表达作者的赞成和批评, 并对读者实施潜在的操纵。预期性参数包括四个子价值:预期性、非预期性、对比和对比/比较 (即否定) , 可以凸现新闻的非预期性价值、强化命题色彩并对比命题, 也可以通过非预期性参数和消极情感性参数的结合强调否定性情感。重要性参数的子价值重要/不重要可以加强三个新闻的引用性、相关性和精英性, 同时增强了引述内容的可靠性。可能性/必要性参数能唤起情感性评价, 引发强调, 转移责备, 并表达作者的同情和批评。可靠性参数涉及到命题评价的三个子价值低/中高和实体评价的两个子价值真实/虚假可以评论讲话者的可靠性, 加强或缓和评价力度也可以唤起情感性评价, 强调报道的事实性等新闻价值。边缘参数中最重要的是言据性, 它包括六个子价值:传闻、所说、所想、心想、感知和不明确, 它通常和可靠性、情感性即风格等参数结合, 可以增强消息的可靠性, 夸大报道事件, 并体现新闻中的事实性等价值。
评价参数模型最大的特点就是允许评价参数的自由结合 (evaluative interplay) 。在她看来, 一个词语乃至句子可以表达不同纬度的评价, 这也正是评价参数模型的超强灵活性和运用张力所在。比如, 转述动词可以在表达言据性同时暗示作者的情感性或者语体风格。但是, Bednarek也意识到这样的评价模型以有限的语料总结出来的参数带有不可避免的主观性和语类局限性, 随着语料的增加和研究的深入, 也许还会有新的参数出现。如果运用该理论研究其他语类比如学术书评中的评价, 便需要结合文本本身调整模型, 删除无关的评价参数, 添加该语类独有的评价参数, 这就对研究者本人提出了较强的分析能力和强烈的学术责任感。
2 评价参数模型的应用:意义及局限性
总的来说, Bednarek的评价参数模型所识别的新的评价参数无疑是对语言评价意义研究的延伸。评价参数模型旨在分析复杂语篇中评价的各个方面, 具有较强的可操作性, 它允许同一评价表达语实现两个以上评价参数, 我们可以用该模型来分析不同评价参数的结合方式, 借以了解它们之间的相互作用, 对手动分析语篇中的评价提供很大帮助。在高校《外国报刊选读》课程教学中, 我们不妨可以考虑将该理论融入到教学法中, 加强学生的语言敏感度, 使他们在掌握新闻语篇字面意思和基本内容的基础上, 引导他们对评价性词语的评价语义参数加以识别和领会, 从而解读到隐藏在语篇背后的各种声音, 把握不同信息来源的可信度及情感性。具体说来, 高校本科教学多数已进入多媒体时代, 搜集网上新闻语料已经是轻而易举的事情。我们可以搜集整理本学期的新闻阅读材料并将其建成小型语料库。然后, 教师根据教学目标和学生学习程度将该理论做以适当简化, 对新闻材料做评价参数的标注、分析和统计。这样, 我们就可以有效地培养学生的批评性阅读能力, 进而抵制新闻语篇中媒体霸权的强制性信息输入。除此之外, 评价参数模型可以帮助我们考察语料中评价性语言的语体多样性, 即语篇中使用不同的评价词汇来表达相同评价意义的多样性。简言之, 就是使用大量的评价性同义词来表达同样态度的写作风格的灵活性以及态度表达的力度。从这一点来说, 评价参数模型具有实际的教学意义。
但是, 该模型也有自身缺陷。评价研究本身具有高度复杂性, 其识别与归类一直是棘手的问题, 作者在界定评价以及提出自己理论框架时的一些论断还有待证实。比如, 她在区别感情和评价时认为感情并非评价, 然而感情在很多时候可以反映评价, 这是以感情或感觉为尺度的评价[5]。另外一个遗憾是作者出于分析和统计的方便排除了暗含的情感性评价, 只强调着色效果强的显性评价。同样, 级差系统也被作者排出在研究范围之外, 因为该系统体现的不是评价参数, 而只是评价意义的着色或调节器。至于介入系统, 作者淡化了对话扩展和对话收缩的区别, 强调断言 (averral) 和引用 (attribution) 的对立, 将介入系统分解到言据性、可靠性、预期性、风格等参数目下, 这样似乎有助于进行更细微更清晰的分析, 但多少忽视了语篇中固有的对话性。另外, 边缘参数相对于核心参数评价意义并不十分明显, 很多时候需要和核心参数结合来体现评价意义。鉴于评价研究本身的复杂性, 似乎可以将一些评价意义极弱的边缘参数子价值排除在评价研究范围之外, 比如心智状态参数下的过程子价值如“ponder”等词并不具备明显的评价意义。
3 结束语
总之, 在该理论模型的构建中, Bednarek出于分析和统计的方便排除了暗含的情感性评价而只强调着色效果强的显性评价, 也没有考虑级差系统, 而大量存在的隐性评价资源以及评价的修饰力度恰恰对语篇的意识形态构建有重要的作用。因此, 在真正应用该理论模型时, 我们需要结合实际语篇对其修正和补充, 从而最大程度地培养学生批评性阅读的能力。
参考文献
[1]Martin J, White P.The Language of Evaluation:Appraisal in English[M].London:Palgrave, 2005.
[2]Bednarek M.Evaluation in Media Discourse:Analysis of a Newspaper Corpus[M].New York and London:Continuum, 2006.
[3]Hunston S, Thompson G.Evaluation in Text:Authorial Stance and the Construction of Discourse[M].Oxford:Oxford University Press, 2000.
[4]Lemke J L.Resources for attitudinal meanings:evaluative orientations in text semantics[J].Functions of Language, 1998, 5 (1) .
评价参数模型论文 篇2
由于采集系统、存储介质、处理算法及传输设备的影响, 不可避免地会造成视频质量的下降, 如由压缩编码产生的块效应或模糊等失真和由网络传输中误码或丢帧引起的失真等。而视频的质量可以反映出相关系统的性能或传输信道的服务质量。比如, 在通信网络中, 可以根据视频质量评价的反馈信息调节编解码器或信道的参数, 保证系统的服务质量;在工程应用中, 视频质量评估有助于设计符合HVS特性的视频显示系统。因此, 视频质量评价系统对于现代多媒体技术来说不可或缺。
近年来, 出现了很多针对视频及图像的客观质量评价方法[1], 根据其原理主要分为三种: (1) 基于数理统计理论的评价方法:常见的有峰值信噪比PSNR (Peak Signal-to-Noise Ratio) 以及均方误差MSE (Mean Square Error) 等[2], 除此外, 一些学者也提出了其他一些数理统计的方法, 如求平均误差、结构内容、最大误差、加权距离等[3], 这类方法统计原始视频和失真视频在像素层上的绝对差值来评价视频质量, 物理意义清晰, 实现简单、快速, 但评测结果与人的主观感受偏离较大。此外, 仅评价空域的信息, 并不适合有运动序列的视频评价。 (2) 基于HVS特性的仿生理论方法:如Winkler提出一种视频感知失真测度PDM (Perceptual Distortion Metric) [4], 该算法首先对视频信号进行颜色空间转换, 然后进行感知分解, 包括带通和低通的时域滤波及Steerable塔形变换的空间分解, 并利用空-时对比度敏感度函数对每个通道进行加权, 最后经过一个对比增益控制CGC (Contrast Gain Control) 阶段来模拟掩模效应[5], 原始视频和参考视频经过以上同样处理后, 利用LP范数总和二者间的差信号得到最终的失真测量度。这类方法模仿人眼感知机制构建滤波器组, 分析和量化错误信号, 实现对画面的劣化感知和评测, 比如颜色感知、对比度敏感度、掩盖效应等, 然而由于人类对HVS系统的仿生认知十分有限, 造成很多难以解决的问题, 如超阈值、计算复杂度大等, 因此该方法并不具有较好的实用性。 (3) HVS特性的参数提取法:采用“自上而下”的机制, 根据人眼视觉特性, 设计出能代表画面质量的一个或单个特征参数, 用于实现视频质量评测。如边缘特征、纹理特征、模糊失真、块效应等。该类方法计算相对简单, 针对性强, 评价效果好。如Wang等人[6]提出了一种基于结构相似度SSIM (Structural Similarity Index Measure) 的视频质量评价方法, 该方法通过采样窗口分别计算每帧窗口内三个颜色通道的SSIM值, 再加权求和各通道值, 最后根据视频帧的运动信息给各帧赋权值, 从而得到最终的评价测度。第3类方法是视频质量评价技术的发展趋势, 有较好的应用前景和研究意义。
本文模型建立在第3类方法的基础上, 创新点包括:首先文中在提取特征信息时, 在多方面增加了色度的使用, 色度能反映图像的细节信息;其次由于视频各部分特征信息间并不是相互独立的, 利用四元数矩阵奇异值分解的方式, 能将提取的特征信息有机的结合起来, 实现各特征信息的整合;此外, 针对视频库中的多数视频存在块效应问题, 设计了一种帧的块效应加权方式, 进一步提高了实验结果的准确性。本文模型具体实现过程为:从空域和时域两个方面来提取特征参数作为模型的基础数据。空域方面, 根据生理学理论, 当人眼注视物体时, 一般会接收到轮廓和如色彩, 亮度等之类的表面特征, 生理学实验表明, 轮廓首先被人眼确认, 然后才是表面信息[7], 可知轮廓在人眼视觉系统中扮演着更重要的作用。因此, 本文算法将从轮廓和表面两个方面中提取视频特征, 同时侧重于轮廓信息的提取, 分别从亮度和色度提取轮廓信息。时域方面, 视频的时域信息包括场景中物体相对位置的改变以及表面信息如颜色, 亮度等发生的变化, 这些信息同样存在大量的失真, 如抖动, 运动补偿错误等, 而单纯将单帧统计结果合并的方法并不能有效的反应视频在时序上的失真问题, 所以本文算法增加了反映时域失真的帧间残差信息。此外, 考虑到目前常用的几种视频编码均采取分块方式, 如MPEGX和H.26X等, 视频库中的多数视频也存在严重的块效应问题, 因此模型中加入了块效应检测机制。
1 四元数矩阵及其奇异值分解
如引言中所述, 无论是空域信息, 还是时域信息, 各部分特征信息间并不是相互独立的, 而是有机的统一, 传统的方法通常采用加权求和来实现各特征信息的整合, 而很难解释加权系数的理论依据和物理意义;本文利用四元数矩阵奇异值分解理论, 将空域和时域信息的四个部分评价整合成一个整体, 通过整体求解奇异值来提取特征。通过奇异值分解, 可以快速的得到这个四元数矩阵的特征向量, 该特征向量具有很好的稳定性, 同时实验结果表明能反映视频的本质特性。
四元数矩阵中的每个元素都是由一个四元数组成, 四元数也称超复数, 由Hamilton于1843年首次提出[8]。一个四元数q由1个实部和3个虚部构成, 形如:
其中a、b、c和d为实数, 本文将用提取的空域和时域信息填充。i, j和k为虚数单位, 并遵循以下规则:
四元数矩阵可以做奇异值分解 (SVD) , 根据四元数矩阵奇异值分解的定义[9], 对于任意一个秩为r的四元数矩阵A∈HN×M, 必有两个四元数酉矩阵U, V, 使得:
式中, 符号表示共轭转置;U、V分别称为四元数矩阵A的左、右奇异值矩阵, U∈HN×N, V∈HM×M;∑r=diag (σ1, σ2, …, σr) , σi (1≤i≤r) 为实数, 即为A的奇异值。设x= (σ1, σ2, …, σr, 0, …, 0) T, x称为四元数矩阵A的奇异值特征向量。
2 基于HVS特征参数提取的视频质量评价四元数模型
由于当前多数的视频编码方案采用8×8分块方式, 因此本模型也将四元数矩阵建立在分块的基础之上, 即每个四元数矩阵都是一个8×8的矩阵, 通过奇异值分解, 每个小块将得到一个能表示该块特征的奇异值特征向量, 通过比较和分析参考视频和失真视频对应小块的特征向量差异, 得到小块的评价值;然后统计视频帧中每个小块的评价值构成帧的评价值, 同时在帧评价中加入了块效应检测机制;最后由帧评价值形成整个视频的评价结果。其算法流程如图1所示。由于视频帧不一定能割分成完整的8×8块, 同时帧的边缘信息不如中间信息重要, 因此根据8×8的倍数, 忽略视频帧上下左右四个部分的不能完整分割的边缘信息。
算法的求解分为四个步骤进行, 分别为四元数模型构建、块度量、帧度量以及视频整体度量。
2.1 四元数模型构建
模型从空域和时域信息中提取四个特征构成四元数矩阵, 其中空域信息构成四元数的三个虚部, 时域信息构成四元数的一个实部。根据分析, 识别物体是人眼视觉机制的首要目的, 而轮廓信息在识别物体方面扮演着更加重要的作用, 其次是表面信息, 如亮度和色度表示的纹理信息等。模型分别提取亮度轮廓和色度轮廓来作为四元数的两个虚部, 另一个虚部则取亮度来衡量视频的表面信息, 模型从色度和亮度两个方面反映视频的特征信息。另外, 用表示时域信息的帧间残差来构成四元数的一个实部。
(1) 轮廓特征提取
帧图像的质量在很大程度上取决于其轮廓和纹理信息, 研究者发现HVS对于边缘和边缘附近的失真比较敏感[10]。边缘检测的依据主要有两个[11]: (1) 帧图像中两个区域的亮度值有较大的变化; (2) 两个相邻区域之间存在比较明显的差异。目前绝大部分算法仅依据亮度来表达图像的边缘信息, 而在彩色帧图像中, 不同颜色的像素在帧图像中可能有相同或近似的亮度值, 所以, 本文模型同时考虑亮度边缘和色度边缘, 将二者分别作为四元数的两个部分, 来提取边缘轮廓的特征。
模型用梯度算法来计算边缘信息, 因为梯度是边缘检测最常见且简单有效的方法, 且能反映图像的细节反差和纹理变化。本文利用Prewitt算子来计算梯度, 如图2所示, 对于图像中的每一像素P (x, y) , 通过Prewitt算子计算它的“梯度信息向量”G{Gx (x, y) , Gy (x, y) }。其中, Gx (x, y) 和Gy (x, y) 分别由图2所示的垂直边缘算子V和水平边缘算子H得出。
我们定义像素点P (x, y) 的边缘能量为:
其中α为常数, 由于人眼对水平方向的边缘比较敏感, 我们可以通过α来增加水平边缘的重要性。将上述的边缘能量计算分别用点P (x, y) 处的亮度值和色度值代替, 可得到像素的亮度梯度能量Elumi (x, y) 和色度梯度能量Echro (x, y) , 将这两个部分分别作为四元数的两个虚部。
(2) 表面信息
由于人眼对于亮度的敏感性高于色度[12], 亮度层主要反映的是图像的纹理信息, 特别是纹理细节, 而两个色度层 (Cb和Cr) 对纹理的反映较弱, 其图像平坦区域较多, 从图3中可以直观地观察到这个特征。所以在四元数矩阵构建时单独采用亮度信息来作为四元数的其中一个虚部, 算法中将像素点P (x, y) 的亮度值定义为Y (x, y) 。
(3) 帧间残差信息
运动信息近年来已经成为视频质量评价方法必须考虑的因素, 一些文章中用块搜索[13]以及光流场方法[14]来反映运动的强度和方向, 但是增加了算法的计算量、复杂度。本文模型用帧间残差即两帧对应像素点间的差值来表示运动信息, 不仅简单有效, 而且能反映帧间的时间相关性。从图4中可以看出, 间隔为x帧的相邻两帧对应像素点间的差值能反映两帧间像素值的变化, 如在残差图像 (c) 中, 灰色代表0, 反映在该位置上两帧的像素值没有发生改变, 白色和黑色分别代表大于0和小于0, 反映了该位置上像素值的变化情况, 另一方面也能体现视频帧中物体的运动剧烈程度。
一些采用帧间残差的方法[15]都仅使用了亮度的差值, 由于帧间残差不但需要表示边缘特征的变化, 同时也需要反映表面信息的变化, 即帧间的整体差异, 因此在彩色视频中, 帧间色度变化也是一个重要方面, 仅用亮度差值并不能完整的反应其运动及结构变化。本文结合了亮度和色度的差值, 将它们之和作为帧间残差, 定义第T帧像素点P (x, y) 相对于其前第i帧的残差能量T (x, y) 为:
其中, α为常数, YT (x, y) 和CT (x, y) 分别为第T帧像素的亮度值和色度值, i为残差间隔。研究发现, 当残差间隔i取1时, 如果不是场景切换, 绝大部分残差能量都为0, 不能很好地反应时间相关性, 根据实验观察, 为了让残差能反映帧图像在时间序列上的变化程度, 通过实验观察设定残差间隔为3。
(4) 四元数构建
综上所述, 我们将视频的重要特征参数, 即轮廓信息、亮度信息和帧间残差信息, 用四元数的形式建模如下:
其中, α、β、γ和λ为常数, 在实验中保证各个特征参数值在数值大小上保持均衡, 避免不同的特征参数间因为值域的大小差异导致计算失衡。称S (x, y) 为四元数特征矩阵。
2.2 块度量
(1) 块特征值计算
视频帧的每个8×8块将构建一个四元数特征矩阵, 通过奇异值分解 (SVD) , 每个分块的四元数矩阵通过分解得到一个奇异值向量, 然后利用参考和失真块奇异值向量间的欧式距离Di来度量对应的块失真:
其中, sj和分别为原始视频帧和失真视频帧第i块的第j个奇异值, b=8为块的宽度。
(2) 块感兴趣加权
HVS研究表明, 当人眼观察一幅图像时, 只会对其中显著变化的区域发生兴趣, 而忽视那些亮度变化均匀的平滑区域。实验使用像素点亮度的标准差来表示块的变化程度, 标准差越大, 表示块变化越显著, 因此人眼更感兴趣, 其权值也越大;标准差越小, 表示块变化不明显, 则人眼感兴趣程度低, 其权值也越小。块的像素点亮度值标准差di定义为:
其中, m为图像块的大小, 本实验中m=64, xk表示块中第k个像素的亮度值。
此外, 由于光敏感细胞在视网膜的中央凹分布较密, 即人眼对图像中心部分的分辨率最强。因此实验根据块在失真帧中的空间位置不同, 赋予不同的权值, 越靠近中心位置的块拥有更大的权值。空间位置权值ri定义为:
其中, xi0, yi0表示块的中心位置。xc, yc表示原始图像帧的中心坐标, 表示块到图像帧中心的距离;r表示原始图像中所有点到中心坐标距离的最大值, 即像素点距离中心点的最大距离;Br为权值, 一般取0~0.5。
视觉注意力机制和眼球运动研究表明, 人通常只会关注图像的少数区域, 即使时间足够多, 注意力也不会明显转移, 我们用块的像素点亮度值标准差 (表示纹理变化程度) 和空间位置的不同来表示块的重要性[16]。将这两个因素定义为:
Wang在文献[17]中提出与区域能量加权具有相似理论依据的信息加权方法, 文中认为人类感知的信息是从经过有噪声的视觉通道的数理统计图像源中可以提取出的用字节数量化的信息。这种基于噪声通道的信息提取思想已被用在H.R.Sheikh提出的Visual Information Fidelity (VIF) [18]图像质量评价方法中。假设信息源能量为S, 噪声通道能量为C, 人类视觉可以提取的信息量就为:
现在假设原始视频和失真视频中第i个分块的信息源能量分别为oi, , 通道噪声能量是已知的参数C, 那么权重函数为:
定义第i个分块的加权度量值Qi如下:
2.3 帧度量
1) 帧值计算
整帧图像值的计算可采用以下公式:
其中, H和W分别为视频帧的高和宽, b=8为块的宽度, Qmid表示该帧中所有块加权度量值的中间值。
2) 帧的块效应加权
2008初, Symmetricom公司进行了一次有关视频质量的市场调查, 在各类失真视频中, 用户最关注的相关指标[19]包括:块效应15%;视频噪声11%;视频模糊9%;视频颜色问题6%, 因此, 块效应的检测对于视频质量来说非常必要。而本模型的测试数据库中, 多数视频也存在严重的块效应问题, 如图5所示。
本文采用的块效应检测算法, 过程如下:
(1) 如图6所示, 分别将参考视频和失真视频帧划分为8×8小块, 计算其水平和垂直的边缘差值分别为:
其中, H和W分别为视频帧的高和宽, xi和yi分别为小块相邻的像素值。
(2) 整帧图像的平滑度值为:
其中, wh+wv=1, 在本实验中, wh=wv=0.5。
(3) 定义参考视频帧和失真视频帧间的块效应检测权值为:
其中, Fs和分别为参考视频帧和失真视频帧的平滑度值, T为帧平滑度阈值, 当两帧间不存在块效应时, 也存在一定的像素值变化, 而设置平滑度阈值的目的是为了防止将两帧间正常的像素值变化误认为是块效应。
因此第f帧的帧度量值BVQAf定义如下:
2.4 视频整体度量
本文采用所有帧评价结果的加权平均值来表示视频的整体质量评价结果, 如下:
其中, F视频序列的帧数量。
3 实验结果及其分析
实验采用VQEG阶段I FR-TV视频测试库及其性能评价标准。图7列出了实验中所测试的评价模型散点图, 包括了阶段FR-TV测试库中全部625@50视频序列, 共160个。纵坐标代表DMOS, 横坐标表示模型的评价结果。图中每个点代表一个失真测试序列 (共160个) , 曲线为三次多项式回归曲线。
这些模型包括:BVQA_T、BVQA_Y、BVQA_E、BVQA_W1、BVQA_W2、BVQA。其中, 模型BVQA_T、BVQA_E、BVQA_Y、BVQA_YC在四元数的构建上不同, 四元数模型见式 (6) , BVQA_W1、BVQA_W2、BVQA在加权选择方面不同, 具体说明如下:
BVQA_T (a) , Elumi (x, y) 、Echro (x, y) 和Y (x, y) 设为0, 仅考虑帧间残差信息, 点的分布较散。
BVQA_Y (b) , Elumi (x, y) 、Echro (x, y) 和T (x, y) 设为0, 仅考虑亮度信息, 点的分布也较散。
BVQA_E (c) , T (x, y) 和Y (x, y) 设为0, 仅考虑轮廓信息, 从散点图上可看出, 效果比 (a) 和 (b) 好, 说明轮廓特征在视频质量评价中较重要, 同时也体现了轮廓信息在人眼视觉系统中的重要性。
BVQA_W1 (d) , wf_Smooth设为1, 仅考虑块感兴趣加权。
BVQA_W2 (e) , hi设为1, 仅考虑帧的块效应加权。
BVQA (f) , 综合考虑帧间残差信息、亮度信息、轮廓信息、块感兴趣加权以及帧的块效应加权。
与 (c) 相比较, (d) 、 (e) 和 (f) 中点的分布要更加集中, 收敛性较好, 说明本文的加权方法是有效的。
包括PSNR在内的十个模型的散点图可从VQEG的相关参考文献[20]中获得。
表1给出了客观模型的三种性能比较结果。表中P0-P9是VQEG测试的模型, 数据从文献[20]中获得。本文实验的模型的非线性回归采用三次多项式回归, 而VQEG对于P0-P9使用logistic曲线回归, 二者都是VQEG认可的回归方式。可以从表1中清楚发现, 本文提出的视频质量评价模型基本达到P0-P9中的中上水平, 即使仅采用四元数中的部分元素也有不错的效果。从实验测试结果来看, 仅采用轮廓信息的模型BVQA_E比仅采用亮度信息的模型BVQA_Y测试效果好;而采用块感知加权的模型BVQA_W1和帧块效应加权的模型BVQA_W2则明显提高了评价性能。
4 结语
随机地震动态模型参数修正 篇3
随机地震动态模型能够较好地反应地震动态频谱特性,是应用随机振动理论研究结构随机地震反应的基础。随机地震动态模型参数作为影响随机地震动模型的变量,它的取值也至关重要。我国学者欧进萍等人在日本学者Kanai-Tajimi谱的基础上,提出了“平稳过滤有色噪声”模型,并利用随机极值理论和强震记录统计结果和当时的抗震规范GBJ 11—1989确定了随机地震动态模型参数,这些参数在以后的随机地震动分析和研究中得到广泛的应用[1,2]。但是此后国家有关部门对抗震规范中场地土的卓越周期、场地分类、场地分组进行了多次调整(对比表1和表2),这些调整对随机地震动态模型参数计算影响很大,与旧规范对应的地震动模型参数参考价值已经很小。到目前为止还没有学者根据最新规范对其进行修正工作,根据新版《建筑结构抗震设计规范》GB 5001—2010[3]对随机地震动态欧进萍模型中的谱强度因子、地震动态持时做出了相应的调整。
/s
/s
1随机地震动态模型
1.1非平稳随机地震动态模型
地震动态具有明显的强度非平稳特性。对于平稳激励用一个功率谱密度函数就足够来描述整个过程,而非平稳激励则不能。目前用非平稳随机过程模拟地震动态的一个比较实用的方法是用平稳随机过程乘上一个确定性的时间包络函数。一般将其表示为
式(1)中A(t)为地面加速度随机过程,F(t)为随时间变化的时间包络函数,X(t)为零均值的平稳随机过程,F(t)可以描述如下:
式(2)中c为衰减系数,t1、t2表示主振平稳段的首尾时间。参考文献[1]可以得出地震动时间包络函数参数取值:
式(3)中Ts为平稳地震动态持时,Td为90%能量定义的地震动态持时。
1.2平稳随机地震动态模型
由于工程应用的复杂性,一般将其认为是平稳过程。对于地震动随机平稳过程模型有多种取法,笔者参考欧进萍等人的“平稳过滤有色噪声”模型[1],表达式如下
式(4)中ξg是地表覆盖土层的阻尼比,ωg是场地土的震动频率,S0为谱强度因子,ωh为谱参数ωh=8πrad/s
2模型参数的确定
依据现行《建筑抗震设计规范》(GB 50011—2010)[3],场地土的卓越频率利用公ωg=2π/Tg计算取值,对于地表覆盖土层的阻尼ξg比文献[1]取值。表3给出了基于最新规范的场地土的动力参数。
考虑到文献中所用89规范(GBJ 11—89)最新规范在设计地震分组中的不同,并参考文献[4],取震中烈度与各分组对应烈度的关系如下:I=I0-1为第一组、I=I0-2为第二组、I=I0-3为第三组。利用文献[1]中计算公式:
式中R,M的取值参考文献[1]的算法,公式回归系数由文献[5]给出,其中a1=-1.555,a2=0.165,a3=0.831,a4=0.148。
我国现行《建筑抗震设计规范》(GB 50011—2010),将抗震地区分为三组,场地土分为四类,其中第一类别又分为两小类,抗震设防烈度为6、7、8、9度。通过计算分别可以得到东部地区的随机地震动态持时Td如表4所示。
/s
2.2谱强度因子
同样根据文献[1]中得到的谱强度因子的计算公式:
式中R,M的取值同上文,回归系数b1=3.226,b2=0.219,b3=-1.377,b4=0.100。由此可计算得东部地区随机地震动谱强度因子如表5所示。
(cm·s-2)
2.3时间包络参数
根据前文中关于非平稳随机地震动模型时间包络函数参数的计算方法,以及已经计算得到的地震动态持时,可以计算出时间包络参数模型中的参数取值。
3算例
地震作用有很大的随机性,随机振动理论是与现有确定性分析方法不同的一种概率性分析方法,本文用ANSYS对一框架结构进行分析。现有一个8层混凝土框架结构,结构平面简图如图1所示。结构主要构件尺寸为:底层框架柱600 mm×600mm,其余各层为500 mm×500 mm,框架梁尺寸统一采300 mm×500 mm,楼板厚度统一取100 mm。结构底层层高为5.0 m,2层到8层层高3.0 m,结构总高度为26 m。采用ANSYS进行仿真模拟,梁柱框架中的梁和立柱均采用BEAM4单元,楼板采SHELL63单元。混凝土材料的弹性模量E=3.0×1010Pa,泊松比ν=0.2,密度ρ=2 500 kg/m3。
ANSYS中的随机振动分析,假定随机过程为零均值的平稳随机过程且结构分析限定在线性范围内,因此算例只做线性平稳随机分析。随机地震动态输入采用上文中东部地区第一组,烈度为7度,五种场地土随机地震动态Y向水平输入。其功率谱曲线如下图2所示。
3.1 任一时刻结构响应概率分布
分析得到的结构响应的最大位移均方根max(σd),最大速度均方根max(σv)如表6所示。可以看出,结构在五种场地土条件下的响应最大位移均方根、最大速度均方根、最大加速度均方根都随着场地土类别的增高而增大。
参考ANSYS有关资料与文献[6]中的“3σ”准则可以得到:零均值平稳随机过程地震作用下结构任一时刻的最大响应小于等于1σ的概率为68.2%,介于1σ与2σ之间的概率为27.2%(95.4%-68.2%),介于2σ与3σ之间的概率为4.3%(99.7%-95.4%),大于3σ的概率为0.3%(100%-99.7%)。由此根据结构响应的最大均方根可以得到任一时刻结构响应的位移分布,速度分布,结果如表7中所示。
3.2 地震动态持时内结构的动力可靠度
均值为零的平稳高斯随机过程y(t)在单位时间内超越过限值y=a的平均次数N+a称为跨越次数。其中跨越分为单边跨越和双边跨越如下
式中σy、σ为随机过程y(t)和其导数过程的均方差,σy、σ分别为结构随机响应位移和速度的方差。
由于所求的实际是结构响应
则它在强震持续时间Tc内超过限值y=a的数目为0的概率定义为结构的动力可靠度,有
框架结构的层间位移角限值为1/550,通过计算可以计算出在5种场地条件下每层结构的动力可靠度如图3所示。(注:图中工况1到工况5分别对应场地土类别Ⅰ0到场地土Ⅳ)
从上图中可以看出:(1)结构每层的动力可靠度随场地土类别的增高而降低,这与实际规律相符;(2)由于结构1层到二层之间柱子尺寸和高度突变导致二层的可靠度明显下降;(3)随着高度增加,结构的6、7、8层在地震工况较大的情况下可靠度明显下降。通过以上分析可以明显发现结构的薄弱层,从而可针对性地对结构进行加强。
4 结 论
根据新版《建筑抗震设计规范》GB 5001—2010 并参考相关文献重新确定欧进萍模型的参数值,给出了我国东部地区随机地震动模型中的地震动持时,谱强度因子。为随机地震动参数的应用提供了方便。并通过实例分析介绍了随机地震动模型参数在结构分析中的应用。
(1) 将GB 11—89规范中近、远震分组对应的随机地震动模型参数,调整为与最新规范GB 5001—2010三组分组对应的随机地震动模型参数。
(2) 将GB 11—89规范中场地土一类对应的模型参数,调整为与最新规范GB 5001—2010中一类场地中Ⅰ0、Ⅰ1两小类对应的随机地震动模型参数。
(3) 用随机振动的分析方法确定了结构在随机地震下最大响应均值,并利用“3σ”理论,确定了结构在随机地震下的响应分布。并运用首次超越理论计算了结构在随机地震响应下的动力可靠度,可针对结构的薄弱层对结构进行加强。
参考文献
[1]欧进萍,牛荻涛,杜修力.设计用随机地震动的模型及其参数确定.地震工程与工程振动,1991;11(3):45—53
[2] Kanai K.An empirical formula for the spectrum of strong earthquakemotions.Tokyo university seismic institute report,1961;39:85—95
[3] GB 50011—2010《建筑抗震设计规范》.北京:中国建筑工业出版社,2010
[4]姚谦峰,苏三庆.地震工程.西安:陕西科学技术出版社,2000:50—61
[5]王亚勇,李虹.考虑场地特征的强震地面运动参数的统计分析.地震工程与工程振动,1986;6(3):67—76
双参数地震损伤模型综述 篇4
建筑结构在使用过程中, 会受到各种因素的作用。这些因素的作用, 使结构内部产生各种损伤, 使结构的物理力学性能发生退化, 最终导致结构的破坏。建立合适的损伤累积模型, 可以估计结构的使用寿命, 进而对建筑的修复或重建提供科学的决策依据。
1 损伤变量
损伤变量是描述结构或构件受损程度的变量。一般定义为结构或构件反应历程中某一累积量与相应的指标极限允许量之比。对不同材料或不同破坏特性的结构, 其损伤累积模型亦不同。损伤变量具有如下性质:
1) 损伤变量D的范围应为[0, 1], 当D=0时, 对应无损伤状态;当D=1时, 意味着结构或构件完全破坏。
2) 损伤变量D应为单调递增的函数, 即结构损伤向着增大的方向发展, 且损伤不可逆。
2 单参数及双参数损伤模型
用于描述结构构件损伤的反应量 (破坏参数) 可归结为三大类:变形、退化和能量。而基于结构在地震作用下的两种破坏形式即首次超越破坏和累积损伤破坏, 同时考虑地震动三要素 (振幅、频谱、持时) 对结构的影响, 国内外许多研究者提出的各种破坏准则最终可归结为两类:单参数破坏准则和双参数破坏准则。单参数破坏准则是选取三类破坏参数中的一类来度量结构或构件的损伤程度;双参数破坏准则是选取不同破坏参数间的组合形式来度量损伤程度。
在早期的结构破坏研究当中, 所提的破坏准则主要是单参数破坏准则。随着地震反应分析方法的日臻完善, 人们开始认识到靠单一的首超破坏量或累积损伤量来描述损伤效果不是很理想。因此, 双参数损伤模型的研究逐渐成为主流。
3 现有的双参数地震损伤模型
Banon和Hwang分别于1981年和1982年首次提出用最大变形和累积耗能组合的破坏模型, 即首次建立变形—能量组合的双参数准则。
Banon.H和Veneziano.D于1982年又提出以弯曲破坏比和标准累积耗能两参数组合建立了一种双参数破坏模型, 并考虑其概率分布特性。但当时缺乏这方面的试验及震害观测资料对该模型的验证, 故没有引起足够重视。
Park, Ang和Wen[1,2]于1985年根据大量梁柱破坏试验资料, 提出最大变形—累积耗能的线性组合的地震破坏模型:
其中, δm为地震作用下结构或构件经历的最大变形;δu为结构或构件的极限变形;Qy为结构或构件的屈服强度;dE为滞回耗能的增量;β为循环荷载影响系数, 其表达式为:
β= (-0.357+0.73λ+0.24n0+0.31ρt) ×0.7ρw (2)
其中, λ为剪跨比, λ≤1.7时取1.7;n0为轴压比, n0≤0.2时取0.2;ρt为配筋率, ρt≤0.75%时取0.75%;ρw为配箍率, ρw≥2%时取2%。
系数β是有明确物理意义的, 它反映了强度的退化现象:
也即:
该表达式形象地说明了相同抗力水平下, 最大变形增量仅与滞回耗能的增量有关, 而与位移幅值无关。
Park损伤模型由于在很大程度上反映了地震动三要素对结构破坏的影响, 反映了破坏是由大的位移幅值和重复的循环加载效应联合作用所引起的这一受到普遍认同的观点, 所以在国内外地震工程界被普遍支持。
江近仁, 孙景江[3]通过对砖墙破坏试验结果的分析, 提出了砖结构双参数破坏准则, 表达式为:
其中, Qu为极限强度;E为累积滞回耗能;δk为与极限强度Qu和初刚度K的交点相应的位移。
欧进萍, 牛荻涛[4]同样采用最大变形与累积耗能的组合, 提出了钢结构双参数破坏准则, 表达式为:
其中, Eu为极限累积滞回耗能。
陈永祁, 龚思礼[5]根据Park模型的思路, 引入塑性耗能参数η和延性系数μ, 通过对比实际遭受唐山地震的结构破坏状况, 得出一个图解的双控破坏准则, 用于描述结构层发生严重破坏时的损伤程度。
王东升, 冯启民, 王新国[6]结合国内外发表的试验结果, 认为构件极限滞回耗能与位移延性系数的关系近似为指数衰减关系。通过引入与加载路径有关的能量项加权因子, 提出了双参数损伤模型的改进形式:
其中, Ei为第i个滞回圈所包围的面积 (即滞回耗能) ;βi为能量项加权因子, 与加载路径有关。
牛荻涛, 任利杰[7]通过实际震害结构计算分析得出变形与耗能的如下非线性组合形式:
李军旗、赵世春[8]改进了经典的Park模型表达式的形式, 认为大变形幅值下的累积耗能对循环损伤的影响应作折减:
其中, m为组合系数;ηp为强度折减系数;Vy为屈服剪力。
王光远等[9]提出了一种变形与耗能线性组合的表达式, 表达形式直观, 但该模型的组合方式在物理意义上不明确, 没有考虑到构件损伤随变位水平的变化。
在以上所有双参数破坏准则中, 绝大多数模型都是由Park的最大变形—累积耗能模型演化而来, 只是在组合形式上各不相同。为充分考虑结构由大的非弹性变形引起的破坏D1和低周累积损伤引起的破坏D2对构件整体破坏程度的作用, 杜修力, 欧进萍[10]提出了一种新的组合方式:
D=D1+D2-D1D2=D1+D2 (1-D1) =D1+f (D1) D2 (11)
其中, 通过f (D1) 来调整首超破坏和累积破坏的影响:D1较小时, 破坏主要由累积损伤控制;D1较大时, 破坏主要由最大变形控制, 充分考虑了滞回累积幅值对累积损伤的影响。
4 结论及建议
一种合理的破坏评估模型, 应能同时反映大的非弹性变形引起的破坏和大量的非线性循环引起的累积破坏这两种不同的破坏形式, 以适应人们对地震破坏机理的认识, 也即破坏模型中应包括来自每一类型的一个参数。而参数的选择, 则取决于哪一个参数给出的信息更多, 也取决于按分析类型算得的破坏参数的精度。因此, 现有的损伤模型研究还需要进一步的深入细化, 更加有针对性。
摘要：对建筑结构抗震性能设计中的损伤变量作了论述, 通过单参数及双参数损伤模型的对比分析, 重点对现有的双参数地震损伤模型进行了探讨, 旨在通过建立合适的损伤累积模型, 从而估计结构的使用寿命。
关键词：结构,损伤变量,损伤模型,地震破坏,累积损伤破坏
参考文献
[1]Young-Ji Park, Alfredo H.-S.Ang.Mechanistic seismic damagemodel for reinforced concrete[J].Journal of Structural Engi-neering, ASCE, 1985, 111 (4) :722-739.
[2]Young-Ji Park, Alfredo H.-S.Ang, Yi Kwen Wen.Seismicdamage analysis of reinforced concrete buildings[J].Journal ofStructural Engineering, ASCE, 1985, 111 (4) :740-757.
[3]江近仁, 孙景江.砖结构的地震破坏模型[J].地震工程与工程振动, 1987, 7 (1) :20-26.
[4]欧进萍, 牛荻涛, 王光远.多层非线性抗震钢结构的模糊动力可靠性分析与设计[J].地震工程与工程震动, 1990, 10 (4) :27-37.
[5]陈永祁, 龚思礼.结构在地震动时延性和累积塑性耗能的双重破坏准则[J].建筑结构学报, 1986, 7 (1) :35-48.
[6]王东升, 冯启民, 王新国.考虑低周疲劳寿命的改进Park-Ang地震损伤模型[J].土木工程学报, 2004, 11 (37) :41-49.
[7]牛荻涛, 任利杰.改进的钢筋混凝土结构双参数地震破坏模型[J].地震工程与工程震动, 1996, 12 (4) :44-54.
[8]李军旗, 赵世春.钢筋混凝土构件损伤模型[J].兰州铁道学院学报, 2000, 7 (1) :25-27.
[9]吕大刚, 王光远.基于损伤性能的抗震结构最优设防水准的决策方法[J].土木工程学报, 2001, 7 (1) :44-49.
钻井现场实用水力参数模型分析 篇5
1 钻井液流变参数
优化水力参数首先需要了解钻井液性能, 钻井液流变性能直接影响钻井液水力性能, 是钻井水力参数优化设计的前提。
1.1 流体流动的基本概念
(1) 剪切应力与剪切速率
流体流动有关的两个基本概念是剪切速率和剪切应力, 钻井液流变性主要是研究流体剪切应力和剪切速率之间的关系。
剪切速率是指流体流动时两个相邻无限近的液层滑行移动的速率, 也称速度梯度, 用表示γ, 单位为s-1,
剪切应力是指作用在流体层单位面积上引起剪切力, 用τ表示, 单位为Pa,
(2) 粘度和雷诺数
液体的粘滞性表示液体流动时具有的抵抗剪切变形的物理性质, 用粘度来量度液体粘滞性, 粘度的定义为产生单位剪切速率所需要的剪切应力, 用μ表示, 。影响粘度的大小的因素主要是钻井液的性质和温度, 其中钻井液的粘度一般随温度的升高而降低。不同的流体, 其剪切应力与剪切速率的关系不一样, 即粘度的表现规律不相同。
为了能够准确的计算循环压耗, 首先需要对循环系统中液体流态进行判别, 由水力学原理可知, 雷诺数决定着流体流态。为了判别管流中流体的流态, 用一个无因次的量, 即雷诺数来判断其流动情形。对于不同的流体, 若具有相同的雷诺数, 其流动情形就相同;雷诺数超过一定数值, 层流就变为紊流,
1.2主要流变模型
根据流体流动时的剪切速率与剪切应力的关系, 可以讲流体划分为不同的类型, 称作流变模式。比较常用的较为接近流动状态的流变模式有以下几种:牛顿模式, 宾汉模式, 幂律模式, 卡森模式和赫巴模式。
宾汉和幂律模式在钻井液领域应用较为广泛, 其模型简单, 计算方便。但是, 随着钻井深入研究, 发现水力射流可以很好的辅助机械破岩, 钻井现场一般利用高速流体提高机械钻速。宾汉和幂律模型不能较好的描述钻井液高剪切速率下的流变性能, 相比较之下卡森模式在低剪切区和中剪切区都有较好的精确度[2]。
卡森流体模型结合了宾汉流体和幂律流体的特点, 是二参数模型, 既有屈服值, 又有剪切稀释特点, 能够近似地描述钻井液在高剪切速率下的流动性。
2 现场水力参数计算模型
2.1 循环压耗和当量循环密度
现场计算水力参数的核心部分是确定循环压耗, 不同流变形态的压耗计算模型不同的, 计算的准确度也不同。卡森流变模式能够较好的模拟高速流体剪切应力变化情况, 现场多用卡森模式计算循环压耗[3]。
钻井液在循环系统中的流动, 主要是在钻柱内的管内流动和钻柱外的环空流动, 循环压力损失与钻井液的流型和流动状态等因素有关。
卡森模式层流状态下, 压耗损失如下:
紊流状态下, 摩阻系数f (无因次) 定义如下, 可通过计算机迭代求出:
由能量方程可推出钻头喷嘴压降的表达式:
钻井液当量循环密度是由环空中的静液压力和环空总压耗所确定的一定深度下的钻井液有效密度,
2.2 喷嘴组合方式的优选
3 结语
(1) 钻井液流变模型较多, 模型考虑的主要因素和复杂程度不同, 应用现场的准确度也不同, 由于卡森流变模型主要是考虑流体在高速流动下的情况, 与现场实际比较吻合。
(2) 钻井现场水力参数设计的核心内容是循环压耗和当量钻井液密度, 循环压耗的计算选择卡森流体较为准确。
摘要：钻井水力参数优化设计是钻井工程设计的重要组成部分, 合理的钻井水力参数是提高机械钻速的重要手段之一[1]。水力参数优选是为了寻求合理的水力参数, 充分合理的进行水力能量分配, 提高水力辅助破岩能力和携岩能力, 从而达到净化井底和提高机械钻速的效果。
关键词：水力参数,流变模型,优选
参考文献
[1]翟文涛.复合钻进条件下钻进参数优选方法研究[D].中国石油大学, 2007.
[2]周长虹等.钻井液常用流变模式及其优选方法[J].中国科技信息, 2005, (22) .
参数化BIM桥梁模型实例研究 篇6
BIM (Building Information Modeling) 建筑信息化模型, 可以简单的理解成模型+信息, 模型是信息的载体, 信息是模型的核心[1]。通过记录高质量的信息要素, 贯穿规划、设计、施工和运营的全寿命周期, 使得各个参与方借助模型进行有效的沟通, 提供了更好的技术方案, 提高企业精细化管理水平。2011年5月, 我国住建部发布《2011~2015年建筑业信息化发展纲要》, 明确指出十二五期间, 要基本实现建筑企业信息系统的普及应用, 加快建筑信息模型的应用, 推动信息化标准建设。随后, 北京、上海、广东、陕西等各地方政府也加大对BIM的关注并出台具体的政策和实施指南推动BIM技术的应用。可见, BIM作为一种全新的理念, 在工程领域正引领着一场革命[2]。
通过查阅国内外相关文献可知, BIM技术在工民建领域应用研究较多, 也较为成熟, 许多国家也建立了相应的标准。然而, BIM在交通领域研究甚少, 相关的研究和应用还未得到很好的发展。因此, 探索一种适用于交通领域的BIM技术应用方案来提高工作效率、节约成本是目前有待解决的问题。
为此本文以交通领域中的桥梁为例, 选取海东市中心城区海东大道二号桥为工程背景, 建立BIM参数化桥梁模型, 进行可视化技术交底, 指导施工, 并自动统计工程量, 建立海东大道二号桥资料库, 推动我国桥梁工程施工管理的发展。
1 工程概况及模型搭建
1.1 工程概况
海东大道二号桥工程位于青海省海东市乐都区, 海东大道大古城路-纬二路段, 桥梁起点桩号K1+651.45, 终点桩号K1+778.05, 桥梁全长126.6米;桥梁结构形式为三跨实腹式板拱桥, 跨径布置为35+40+35米;桥梁宽度为左幅桥19米, 右幅桥23米, 桥梁总面积5317.2平方米;桥台采用箱型桥台, 桥墩、承台为实体式钢筋混凝土结构。设计基准期100年。海东大道二号桥的施工工期十分紧张, 为保证总工期目标的实现, 所有施工顺序、工艺措施围绕“尽可能压缩关键工序施工周期”进行安排, 在保证施工质量、安全的前提下, 一切为压缩关键工序施工周期让路。二号桥施工难点为拱桥施工中成拱线形的控制, 其成功与否将严重影响成桥美观度。
1.2 三维参数化建族
Revit中图元都是以构件的形式出现, 这些构件之间的不同是通过参数的调整反映出来的。族是Revit中一个非常重要的概念, 每个族文件都含有很多的参数和信息, 像尺寸、形状、类型和其他的参数变量的设置都是通过参数化族的创建来实现。参数化建模对BIM至关重要, 它是实现建筑物整体协调、可靠、高质量、内部一致的依据[3]。
1.2.1 参数化族的命名规则
BIM技术以信息为灵魂, 所以只有保证项目的每一构件的信息都能得到传承在能发挥BIM的价值。由于该项目涉及到的构件比较复杂, 因而制定了五段制的命名方式进行构件的命名。五段制即:项目名称 (英文缩写) —构件类型—构件名称—构件尺寸—构件所在方向, 例如桥台:YY—桥台—桥台1—24500mm—左侧。见图1所示。
1.2.2 构建参数化建族
创建族和不断完善族库是创建BIM项目的前提, 故对海东大道二号桥图纸进行分析, 针对二号桥的结构特点, 构建桥梁各构筑物参数化族库, 通过几何约束来表达对象的行为, 尤其是桥台、拱圈高度等参数化族的研究。每个族都能在其内部定义多种类型, 每个类型都可以根据不同的参数调整其形状、尺寸等。海东大道二号桥已建好的参数化族具体见图2所示。
1.3 BIM模型的搭建工程概况
各种复杂形式的结构层出不穷为施工方带来了巨大的麻烦, 由于设计方一般都以CAD二维图纸进行交付, 所以施工部门往往要结合平、立、剖的图纸, 才能对结构构件的位置进行确定, 这样往往费时费力, 十分不方便, 有时也可能造成对设计图纸的误读。利用BIM技术, 将二维图纸转换为三维模型, 使得施工人员可以更加直观地了解结构的形式, 指导施工[4]。
利用Revit软件, 根据海东大道二号桥桥梁二维图纸和已建好的桥梁构建族库进行三维建模。各构件尺寸、材质、位置关系等都可以通过BIM模型直接反映, 为施工提供很大的便利, 更加精确的确定了桥梁各个构建之间的关系。海东大道二号桥BIM模型如图3所示。
2 BIM桥梁模型的应用
2.1 统计工程量
Revit提供了工程数量明细表统计功能[5], 将桥梁工程的计量信息集成到每个基本族元素中, 让计算机能够根据定制的计算规则快速处理与计算各组构件的工程量, 并考虑相互扣减及空间位置关系, 自动统计海东大道二号桥工程量。施工工程中工程量的统计往往需要单位多元化, 例如桥梁中混凝土桩的统计, 可能给劳务分包出去的时候是按米或根进行分包, 施工单位内部报工程量的时候是按混凝土方量进行统计, Revit就为此种情形提供了很大的方便。
2.2 查找图纸错误
传统上, 通过依靠相关设计者的经验和二维图纸检测来发现设计中存在的问题往往存在着一定的局限性, 很多情况下都是问题暴露影响到工程的进度和质量的情况下才能发现, 这样子影响了整个桥梁工程施工的顺利进行。然而, 利用BIM技术, 将二维图纸转换为三维BIM模型, 较为容易的发现设计图纸的错误, 为后期的桥梁工程顺利进行提供了可靠的保障。
根据海东大道二号桥设计图纸, 利用Revit软件建立三维桥梁BIM模型。海东大道二号桥三维参数化模型建立过程中, 依据桥梁桥墩墩柱图纸尺寸与主拱拱脚标高大样图绘制模型, 发现二号桥Z1、Y1、Z2、Y2桥墩墩柱高度不正确, 拱脚与桥墩墩柱顶衔接不上。例如Z1墩柱:墩柱顶标高=承台顶标高+墩柱高度=2015.15+3.887+0.6=2019.637m;Z1左端拱脚高程=2020.359m。具体见图4所示。
2.3 施工动画模拟
BIM在施工过程中有一项重要的应用就是BIM可视化技术交底。传统的施工技术交底容易受到二维图纸的影响, 由于二维图纸不够形象具体, 各个构件之间的复杂关系很难准确的表达出来, 不同的专业领域会出现不同的理解和应用。由于BIM模型特有的立体、可视、全角度等特点。因此, 将已建好的海东大道二号桥桥梁BIM模型导入Navisworks软件, 再在时间轴的驱动下, 全方位的展现出施工的具体步骤指导施工作业。不断地模拟和优化施工方案, 及时的发现可能隐藏在桥梁施工中存在的问题, 并作出相应调整, 避免出现质量安全等问题。
对于海东大道二号桥而言, 由于钢筋混凝土箱型拱桥因采用在支架上分环分段现浇施工方法, 施工难度大。分环分段现浇过程中, 已建成节段的线形在后期施工中是不可调节的, 因此为保证大桥的顺利合拢及成桥线形满足要求, 必须对主拱圈的合拢方式进行研究。因此可根据此施工难点, 利用Navisworks软件提出基于海东大道二号桥BIM模型的拱圈合拢演示模拟, 使施工人员能够高质量、高水准的完成该桥梁项目的施工, 大大节约了施工成本, 提高了工作的效率。
3 结语
尽管对BIM技术的研究与探索已经历经几年, 也有了很多BIM应用的成功案例。但是对BIM技术在桥梁等交通领域的研究尚处于初步阶段, 因此BIM技术在交通领域的推广必将是一项长期而且艰巨的任务。本文针对BIM技术的现状和特点, 提出了BIM技术在桥梁中工程量统计、查找图纸错误、三维可视化交底、施工模拟等应用的技术路线, 对桥梁工程的施工管理具有重要的意义, 大大提高了施工人员工作的效率, 节约了时间和成本。同时, 也为后续的BIM技术在交通领域的研究提供了必要的依据。
参考文献
[1]何关培.BIM总论[M].北京:中国建筑工业出版社, 2014:3-12.
[2]刘延宏.BIM技术在铁路桥梁建设中的应用[J].铁路技术创新, 2015, (3) :47-50.
[3]宣云干.参数化建筑建模实例研究[J].江西建筑, 2012, 6 (152) :111-118.
[4]徐博.清凉山隧道BIM技术应用研究[J].铁路技术创新, 2015, (3) :90-95.
模型参数指标对基础沉降的影响 篇7
随着建筑物规模和复杂程度的不断提高,对高层建筑地基与基础共同作用的研究也得到了加速发展。在地基与基础设计中,除了地基强度需满足要求外,基础的沉降也要控制在一定范围内,基础在上部结构荷载作用下的沉降问题越来越得到人们的关注。利用数值计算软件对荷载作用下建筑物基础的沉降变形进行分析是目前一种十分有效的研究手段。
数值计算分析的结果是否合理关键在于是否建立了合理的数值计算模型,真实模拟了地基土体的初始应力状态,选择了合适的土体本构模型以及土体参数等。其中对于土体本构模型以及参数选取的研究和讨论一直是岩土工程领域的热点,数值计算分析所用的土体模型必须简单实用,能充分反映土体的基本特征和性质,并且能较容易的通过试验或其他方法获得模型所需的参数。Mohr-Coulomb模型因其能较好的反映材料的拉压不等.的特性,并且表达式简单,参数较少容易确定,工程应用广泛等特点,较多应用于描述岩土工程材料的力学行为。Mohr-Coulomb模型需要知道诸如地基土变形参数体积模量K、剪切模量G,地基土强度参数粘聚力c、内摩擦角φ、抗拉强度σt,地基土流动参数剪涨角Ψ和地基土密度ρ等。这些参数选取的准确与否,或者说能否真实模拟地基土体的物理力学特性直接影响到了基础沉降数值计算结果的合理性。
由于试样试验受到多种客观因素的影响,所得的参数与现场土体的实际情况并不十分相符,不能直接应用于数值模拟分析,或者往往不能从常规勘察报告中得到数值计算所需的所有参数,因此有必要通过参数分析,确定各个参数对基础沉降的影响程度,找出影响基础沉降的主要参数,以便在以后的基础沉降计算中把这些主要参数作为重点对象进行考虑,为进行基础沉降的参数反演分析提供依据。
2 计算模型描述
本文运用岩土专用分析软件FLAC3D[1]建立数值计算模型对荷载作用下的基础沉降进行分析,采用MohrCoulomb模型模拟土体的特性,考察数值计算中那些是影响荷载作用下基础沉降的主要因素。
计算模型的建立:本文假定荷载作用下的基础沉降为二维平面应变问题,模型尺寸应考虑基坑开挖影响范围,考虑到降低边界对分析结果的影响,模型水平方向取100 m,竖直方向取46 m,其中基坑开挖深度为6 m。由于本文主要考察地基土参数对基础沉降的影响,采用天然地基筏板基础进行分析,筏板基础厚度为1m,宽度为20 m。考虑了模型的对称性,为了加快计算进度,取一半建立数值计算模型。
计算模型的边界条件:模型底部为固定约束,其他单元均施加水平向约束。
计算模型的初始应力条件:采用施加重力场确定地基土的初始应力。数值分析模型如图1所示。
为便于分析,本文假设地基土为均质土层,假定模型参数基准值分别为:地基土密度ρ取2000 kg/m3,体积模量K取50 Mpa,剪切模量G取30 Mpa,粘聚力c取30 Mpa,内摩擦角φ取30°,抗拉强度σt取1 Mpa,剪胀角取20°。上部建筑物简化为200 Mpa的均布荷载F,均匀施加在筏板基础上。按照每次变化其中一个参数指标,固定其它参数,分析单因素变化对荷载作用下基础沉降的影响程度。
3 数值计算分析
3.1 地基土变形参数对基础沉降的影响
(1)地基土体积模量对基础沉降的影响
本文首先把地基土的体积模量作为单因素分析指标,以地基土体积模量取值50 Mpa为基准,将K值分别减小和增大10%、20%、30%、40%,共得到9种K值,分析单因素体积模量K变化对基础在荷载作用下沉降变形的影响。以体积模量K取值50 Mpa为基准的数值计算位移分布和矢量图见图2所示。基础沉降计算结果见表1,体积模量K与基础沉降的关系见图3。
由表1和图3可以清晰的看出,随着地基土的体积模量K由50 Mpa减小到30 Mpa,减小了40%,基础在荷载作用下的沉降逐渐增大,由43.8 mm增大为53.7mm,增大了22.6%;K由50 Mpa增大到70 Mpa,增大了40%,基础在荷载作用下的沉降逐渐减小,由43.8mm减小为37.4mm,减小了14.6%。因此,可以得出地基土的体积模量K是影响基础沉降的重要因素之一。K值越大,即土质越好,荷载作用下基础的沉降就越小,反之K值越小,即土质越差,荷载作用下基础的沉降就越大。而且当K值较小时,即地基土质较差时,随着减小,荷载作用下的基础沉降变化的速率较大,而K较大时,即地基土质较好时,随增大,基础沉降变化的速率较小,同样是体积模量K变化40%,地基土质较差时基础沉降增大了22.6%,而地基土质较好时基础沉降却减小了14.6%。这说明地基土质越差,越接近软土,荷载作用下基础的沉降受地基土体积模量的影响越明显,因此要特别重视体积模量对于软土地基沉降分析的影响。
因此,在进行数值模拟分析时,体积模量数值选取的准确与否直接影响到了数值计算结果的准确性。
(2)地基土剪切模量G对基础沉降的影响
按照前文所述,以地基土的剪切模量G作为单因素分析指标,地基土剪切模量G取值30 Mpa为基准,将G值分别减小和增大10%、20%、30%、40%,共得到9种G值,分析单因素剪切模量G变化对基础在荷载作用下沉降的影响。基础沉降计算结果见表2,剪切模量G与基础沉降的关系见图4。
由表2和图4可以看出,随着地基土的剪切模量G由30 Mpa减小到18 Mpa,基础在荷载作用下的沉降在逐渐增大,由43.8 mm增大为56.9 mm,增大了29.9%;G由30 Mpa增大到42 Mpa,基础在荷载作用下的沉降在逐渐减小,G由43.8 mm减小为36.0 mm,减小了17.8%。因此,地基土的剪切模量G也是影响基础沉降的重要因素之一。剪切模量G值越小,荷载作用下基础的沉降就越大;剪切模量G值越大,荷载作用下基础的沉降就越小。同样,剪切模量G值较小时,基础沉降增大的速率会较大,同样是剪切模量G变化40%,地基土质较差时基础沉降增大了29.9%,而地基土质较好时基础沉降却减小了17.8%,因此分析软弱地基土时剪切模量也应更加受到重视。
3.2 地基土强度参数粘聚力c、内摩擦角φ和抗拉强度σt对基础沉降的影响
本文以下分别以地基土的粘聚力c、内摩擦角φ和抗拉强度σt作为单因素分析指标,以地基土粘聚力c取值30 Mpa、内摩擦角φ取值为30°和抗拉强度σt取值为1 Mpa为基准,将它们分别减小和增大10%、20%、30%、40%,共得到9种数值,分析单因素粘聚力c、内摩擦角φ和抗拉强度σt取值的变化对基础在荷载作用下沉降的影响。
从计算结果的总体来看,地基土粘聚力越小,荷载作用下基础的沉降会有小幅的减小,而地基土粘聚力越大,基础的沉降则会有小幅的减小,基础沉降变化范围为44.22～43.57 mm,但是变化的幅度较小,相对于粘聚力c变化40%,基础的沉降只有小于1%的变化。地基土内摩擦角的取值变化也会得到同样的结果,而地基土的抗拉强度的变化则几乎不会影响基础沉降产生变化。粘聚力c、内摩擦角φ与基础沉降的关系见图5和图6。
因此,可以判断地基土粘聚力、内摩擦角和抗拉强度的变化对荷载作用下基础的沉降影响不大,地基土的强度参数粘聚力、内摩擦角和抗拉强度不是影响荷载作用下基础沉降的主要因素,在数值计算分析荷载作用下基础的沉降时,可以不把地基土粘聚力、内摩擦角和抗拉强度作为主要考虑的因素。文献[2]的研究可知强度参数粘聚力、内摩擦角和抗拉强度是提高地基承载力的主要因素,三者数值的增大会显著提高地基土的极限承载力,应在分析地基承载力时重点考虑这三个参数。
3.3 地基土流动参数剪胀角Ψ对基础沉降的影响
剪胀当剪切扭曲时伴随着体积变化产生,剪胀角与塑性体积变化同塑性剪切应变的比率有关,一般是从三轴试验或剪切试验中得到,无论是对于土体材料、岩石或者混凝土,剪胀角的值大约都是在0°～20°之间,一般情况下都小于内摩擦角[3]。本文以地基土剪胀角取20°为基准,分别减小和增大10%、20%、30%、40%,共得到9种数值,分析单因素剪胀角Ψ的变化对基础在荷载作用下沉降的影响。剪胀角Ψ与基础沉降的关系见图7。
计算结果表明,地基土剪胀角减小,荷载作用下基础的沉降会有小幅的增大,增大地基土剪胀角的数值,基础的沉降会有小幅的减小。本文中随着剪胀角变化,基础沉降计算结果变化均在1%以内,因此可以判断地基土剪胀角的变化对荷载作用下基础的沉降影响不大,地基土的流动参数剪胀角不是影响荷载作用下基础沉降的主要因素,在数值计算分析荷载作用下基础的沉降时,可以不把地基土剪胀角作为主要考虑的因素。但是剪胀角对于地基承载力的影响同样不可忽略,地基承载力会随着剪胀角的增加而逐渐增大[4],进行地基承载力分析时,需要考虑剪胀角的影响。
3.4 地基土密度ρ对基础沉降的影响
地基土的密度主要会对土体的初始应力状态产生影响。以下以地基土密度ρ取2000 kg/m3为基准,分别减小和增大10%、20%,共得到5种密度值,分析单因素地基土密度ρ的变化对基础在荷载作用下沉降的影响。
从分析结果可以看出,地基土的密度越小,基础在荷载作用下的沉降就越小,地基土的密度越大,基础在荷载作用下的沉降就越大。但是地基土密度ρ在1600～2400 kg/m3之间变化,基础沉降的变化范围为43.6～44.2 mm,相对于基准最大变化率均<1%。因此地基土密度ρ对荷载作用下的基础沉降影响不大,可不作为主要因素考虑。地基土密度ρ与基础沉降的关系见图8。
3.5 上部荷载F对基础沉降的影响
上文对地基土的主要参数指标进行了分析,找到了影响荷载作用下基础沉降的主要因素。除了这些内在因素,显然作用在基础上的荷载大小也是影响基础沉降的重要因素之一。目前,对地基土荷载作用下的沉降进行预估时,普遍采用的是设计单位方案设计或初步设计给定的设计载荷值,实际项目完工后,上部结构物施加在地基上的荷载大小一般不易确定,上部荷载的大小能够在多大程度上影响基础的沉降是值得考虑的问题,只有建立了荷载大小和基础沉降的关系,才能更好的利用沉降观测资料对已有建筑进行模拟,为地基土参数反演分析打下基础。
以下以作用在基础上的均布荷载F取200 Mpa为基准,将F值分别减小和增大10%、20%、30%、40%,共得到9种F值,分析单因素均布荷载F变化对基础在荷载作用下沉降的影响。基础沉降计算结果见表3,上部荷载与基础沉降的关系见图9。
从表3和图9可以看出,F由200减小到120 Mpa,减小40%,基础的沉降逐渐减小,由43.8 mm减小为27.1 mm,减小38.2%;F由200 Mpa增大到280 Mpa,增大40%,基础的沉降也逐渐增大,由43.8 mm增大为61.4 mm,增大40.1%。上部荷载越小,基础的沉降就越小;上部荷载越大,基础的沉降就越大,并且随着上部荷载F逐渐变化,基础的沉降几乎是线性变化的,二者是线性正相关关系,基础沉降会随着荷载变化同比例的变化,比如上部荷载大小若有10%的增大,将带来基础沉降9.5%～9.9%的变化。因此,作用在基础上的均布荷载大小也是影响基础沉降的重要因素之一。
在对荷载作用下基础的沉降进行数值分析时,要使设计软件计算条件与结构计算模型较好吻合,即导荷准确,尽量合理的得到拟建上部结构的荷载大小。只有较为准确的确定了上部荷载的大小,才有可能合理的预测上部荷载作用下基础的沉降变化情况。因此应根据已建或在建建筑物的沉降分析,经过大量的参数反演分析,综合各方面因素,合理的确定上部荷载的大小。
通过上文的数值计算分析可以得出,当各个因素相对于基准工况变化时,影响荷载作用下基础沉降的主要因素有地基土的变形参数体积模量和剪切模量,另外上部荷载的大小也是重点考虑的因素,而其它参数对基础的沉降影响不大。各个参数与基础沉降的关系如图10所示。
因此,在对荷载作用下的基础沉降进行分析时,应把地基土的体积模量和剪切模量作为主要因素重点考虑,并合理确定上部荷载的大小。只有影响荷载作用下基础沉降的主要参数指标的取值较为合理时,基础沉降数值分析的结果才能较为合理,这样对荷载作用下的基础沉降分析预测才有意义。
4 结论
本文通过对荷载作用下基础的沉降进行分析,分析了Mohr-Coulomb模型各参数取值对基础沉降影响,明确了影响荷载作用下基础沉降的主要参数指标,以后可以根据已建工程沉降观测资料,主要对地基土的变形参数体积模量和剪切模量以及上部荷载的大小进行参数反演,为地基与基础共同作用下的基础沉降分析提供了依据。
摘要：本文采用数值计算方法对荷载作用下基础的沉降变形进行分析,研究了参数指标对基础沉降的影响程度,明确了影响荷载作用下基础沉降的主要参数指标为地基土变形参数体积模量和剪切模量以及上部荷载取值的大小,地基土的强度参数粘聚力、内摩擦角和抗拉强度以及流动参数剪胀角则对基础沉降影响不大,为利用沉降观测资料进行基础沉降的参数反演分析提供了依据。
关键词：基础沉降,参数,影响因素
参考文献
[1] Itasca, FLAC-3D. Fast Lagrangian Analysis of Confinua in 3 Dimensions.Ver-Sion 2． 0, Mannual, Minnea-polis, MN: Itasca, 1997．
[2] 蒯行成,等.高速公路构造物地基极限承载力的理论分析[J].中南公路工程,2006,31(2) :80-83,92．
[3] 刘波,韩彦辉.FLAC原理、实例和应用指南[M].人民交通出版社,2005．