巨-子结构智能隔震体系抗震性能研究

针对巨-子结构隔震体系,在隔震层处或子结构顶部与主结构连接处,施加SMA-压电智能复合阻尼器,从而形成巨-子结构智能隔震体系。本文通过限界Hrovat最优控制算法设计了巨-子结构智能隔震体系的半主动控制器,在此基础上,对巨-子结构智能隔震体系进行了Simulink控制效果仿真分析,同时比较了控制装置安装位置的不同对结构控制效果的影响,并与普通隔震结构的减震效果进行了对比。研究结果表明,智能隔震控制1（隔震层加控制装置）和智能隔震控制2（子结构顶部加控制装置）2种控制方案在控制结构的位移方面效果相差不大。总体而言,智能隔震控制2对于控制子结构单元顶部的绝对加速度效果更为显著,但是相对于普通隔震而言,特别是在控制隔震层位移方面2种方案都具有较好的控制效果。实施智能控制可以有效改善巨-子结构被动控制体系的抗震性能,并能降低隔震结构在遭受强震时由于隔震层出现过大位移导致结构倾覆的危险。     

顾及几何观测信息和地球物理模型的形变参数自适应滤波解

研究地壳形变的理论和方法主要有两大类：地球物理模型方法和几何方法．由于基准误差、观测误差和模型误差等,两种方法得到的结果往往存在差异．为合理利用几何信息和物理信息,控制几何观测及物理模型误差对形变参数估计的影响,并平衡两类信息对形变参数的贡献,本文提出一种利用自适应滤波综合估计形变参数的方法．采用抗差等价权控制几何观测异常误差的影响,引入自适应因子平衡几何观测和地球物理模型信息对形变模型参数估计的贡献,利用高精度IGS站速度确定局部形变的基准．利用一实测GPS监测网进行计算,结果表明该混合估计策略可充分利用局部重复几何观测信息减弱地球物理模型信息带来的形变系统误差,提高了形变参数解算精度．     

ER/MR智能阻尼器对空间网壳结构地震反应的半主动控制

本文提出了ER/MR智能阻尼器对空间网壳结构地震反应半主动控制的设计计算方法.文中,在推导了ER/MR智能阻尼器杆件有限单元模型的基础上,建立了设置ER/MR智能杆件的网壳结构地震反应的运动方程.应用本文提出的局域半主动控制策略,我们得到了ER/MR智能阻尼器对空间网壳结构地震反应半主动控制的计算方法.工程实例的计算结果表明:ER/MR智能杆件是一种不会失稳的控制装置,在结构上合理布置ER/MR智能杆件和合理选取ER/MR智能杆件的参数可获得较好的减震效果.     

突发地震灾害中无人驾驶救援车伺服控制系统研究

针对当前采用PID控制器控制无人驾驶救援车伺服系统时存在的轨迹跟踪精度不高,误差控制性能较差,灵活性、平稳性和安全性能不佳等问题,提出并设计基于BP神经网络整定PID控制器的无人驾驶救援车伺服控制系统,建立突发地震灾害中无人驾驶救援车伺服控制系统驱动模型,并以此模型作为被控对象;根据系统期望输出值与实际输出值构成的控制偏差获得PID控制规律,并通过调节PID控制器控制参数实现系统控制,在此基础上,采用BP神经网络通过对无人驾驶救援车伺服控制系统性能的学习,构建基于BP神经网络整定的PID控制器,并采用梯度下降法修正控制器加权系数,通过在线调整BP神经网络加权系数即可实现控制器的自适应调整,控制突发地震灾害中无人驾驶救援车实施救援。实验结果表明,设计的基于BP神经网络整定PID控制器的无人驾驶救援车伺服系统可有效提高轨迹跟踪精度,具有较好的灵活性,且能够保证驾驶员的安全和车辆平稳行驶。     

GNSS动态变形监测系统的设计与初步实现

利用GNSS高精度实时定位技术,通过实时数据质量控制和高精度位移数据获取技术,监测非常规突发事件时期桥梁、高大建筑以及脆弱地质结构山体的动态形变;结合不同的模型分析监测目标的形变趋势特征,研究强烈震动发生后监测目标的破坏程度,初步实现形变信息的实时动态可视化和形变分析平台建设。     

ER／MR智能阻尼器耦联的带裙房高层建筑结构地震反应的半主动控制

本文建立了用ER／MR智能阻尼器耦联的带裙房高层建筑结构地震反应半主动控制的设计计算方法,文中,在导出ER／MR智能阻尼器力学模型的基础上,建立了ER／MR智能阻尼器耦联的带裙房层建筑结构地震反应的基本方程,并根据瞬时最优主动控制的原则,提出了ER／MR智能阻尼器耦联的带裙房高层建筑地震反应半主动控制的基于最优主动控制位移的“开关－耗能”半主动控制策略,应用本文方法对主楼20层,裙房5层的计算结构;受控地震反应的模拟计算结构表明,耦联主楼和裙房的半主动的ER／MR智能阻尼器可有效地抑制带裙房高层建筑结构地震反应的鞭梢效应,并可均匀地减小结构各层的震反应,是一种简单,方便和有效的智能控制装置。     

基于计算智能技术的巴基斯坦北部地区地震活动性预测

本文针对巴基斯坦北部地区进行了地震预测研究。研究方法包含了地震学和计算智能技术领域不同学科的交叉融合。针对历史地震活动计算了8种地震学参数。通过计算它们的信息增益来评估这8种参数的预测效能,进而选择了其中6种应用于预测试验。基于这6种参数发展了多个计算智能模型用于预测试验。这些模型包括前馈神经网络、循环神经网络、随机森林、多层感知、径向基神经网络和支持向量机。本文评估了每一种模型的效能,同时利用McNemar统计检验方法来研究计算方法的统计显著性。前馈神经网络模型在巴基斯坦北部地区可表现出统计显著性为75%准确率和78%正确预报的预测结果。     

地震断层滑动对地质形变的测绘研究

传统断层自主剖分技术进行地震断层滑动对地质形变的测绘研究时,未考虑走滑位移量、倾滑位移量和张开位移量对地质形变测绘研究的影响,无法对差异断层转动角下的地质形变情况实施有效测绘,提出基于矩形位错模型的地质形变的测绘研究方法,采用矩形断层位错模型通过点源位错公式,获取地震断层滑动时地质形变的走滑位移量、倾滑位移量和张开位移量;基于地震矩形断层三维滑动对地表产生的位移进行测绘时,获取各位移量同地面形成的三维位移场,采用二维高斯-勒让德求积计算断层三维位移场转动形成的地表位移,实现地质形变的测绘研究。实验结果表明,所提方法可对不同矩形断层转动角下的地质变形情况进行准确测绘,实际应用价值高。     

神经网络半主动TLCD对偏心结构的减震控制

本文采用在结构水平双向设置TLCD半主动控制装置的方法，对偏心结构在多维地震作用下的振动控制问题进行研究。首先利用多层前向神经网络，对偏心结构在双向地震输入下的两个平动方向的反应进行预测，然后在建立起半主动控制策略的基础上，利用神经网络根据控制准则调整TLCD的开孔率，实现以结构的半主动控制，数值结构表明，这种方法能对结构的平动反应和扭转反应都能起到的较好的减震效果。     

灰色关联分析在跨断层形变异常干扰因素评价中的应用

采用跨断层场地垂直形变观测数据和气象站气象数据等资料,利用灰色关联分析法构建了适于本类数据的灰色关联模型,对影响因素与形变值之间的关联度进行了研究,同时提出了一个关联度评价模型用于计算关联度阈值,将计算所得的关联度与阈值进行比较来筛选干扰因素。通过对窝子滩场地和大泉口场地计算的结果进行分析,结果表明该模型能在一定程度上定量确定干扰因素对形变的影响程度,可应用于跨断层监测场地的形变分析。     

建筑结构利用TLCD减振的神经网络智能控制

本文提出了建筑结构利用调谐液体柱型阻尼器（ＴＬＣＤ）减振的神经网络智能控制方法。首先阐述了确定ＴＬＣＤ半主动控制策略;然后利用ＢＰ人工神经网络方法计算并控制ＴＬＣＤ隔板孔洞的面积,以调节和控制阻尼比＆Ｔ,实现对建筑结构的智能控制。地震作用下的数值分析表明,本文所述的方法是十分有效的。     

ER智能阻尼器对结构半主动控制的试验与分析

ＥＲ智能阻尼器是一种以可控流体－电流液为主导材料的结构半动控制装置。本文通过试验验证了ＮｉｃｏｓＭａｋｒｉｃ和本文作者提出的ＥＲ智能阻尼器力学模型的正确性。在此基础上,通过对ＥＲ半主动控制结构的制震效果分析得到了以下结论：（１）ＥＲ智能半主动控制 制振效果较大地超过了ＥＲ被动控制结构和普通支撑结构。（２）要使ＥＲ智能半主动控制结构的制振效果较佳,必须合理选择半主动控制的策略。（３）结构的刚度比Ｋ２     

顾及板块运动、稳定性和系统偏差的高精度GPS监测基准研究与实现

利用GPS技术监测城市地面沉降,监测基准的合理选取对获得真实的形变结果至关重要.本文详细分析了城市沉降监测网基准的特点,针对传统基准模型的局限性提出了顾及板块运动、基准点稳定性以及其他系统误差影响的拟稳基准模型.该模型考虑了基准点自身的稳定性以及板块运动对高程形变的影响,同时采用系统参数统一各期基线框架以及区域拟稳基准,有效解决了因基准点不稳定性和基线框架不一致对形变结果造成的误差,确保正确形变信息的获取.最后通过六期西安市地面沉降监测网数据试验,验证了该方案的合理性和可靠性.     

不同地球模型对地震形变研究的影响

地震位错理论是解释地震形变,并进行反演估算地震破裂模型的理论基础.当前的地震位错理论基于地球模型主要分为:均匀半无限模型、层状半无限模型、均质球形模型和层状球形模型.本文利用基于不同地球模型的位错理论,针对不同深度的地震,分析了同震水平、垂直形变的分布特征,讨论了导致同震形变差异的主要因素,即地球层状结构和曲率对同震形变结果产生的影响,以此探讨基于不同地球模型的位错理论的适用性.通过对比均匀半无限和层状半无限模型、均质球形和层状球形模型下的同震形变结果,发现形变量在近场的差异要大于在远场的差异,即地球层状结构在近场有较大的影响,其中对最大水平形变的影响可达到37%;通过对比均匀半无限和均质球形模型、层状半无限和层状球形模型下的同震形变结果,当震源深度较深时,形变量在远场的差异大于在近场的差异,即地球曲率在远场的影响大于在近场的影响,并且其明显小于地球的层状结构的影响.     

火山区基本压力源模型及应用

通过简要介绍火山区不同压力源模型引起的垂直形变与水平形变特征,总结不同模型引起的最大水平位移与最大垂直位移的比值R,得到膨胀模型产生的地表形变多以中心为对称,R小于0.5;腔状模型产生的地表形变多为轴对称,可得到更高的R比值;这些结论为模拟分析火山区压力源参数选用模型时提供依据.最后利用所得结果,分析了长白山天池火山可...     

可调滞回模型的磁流变阻尼器及其试验

本文在现在磁流变阴尼器性能研究的基础上，提出了可调滞回模型的磁流变阻尼器及其试验方法，并进行理论、试验及算例分析。首先，根据恒定电流下磁流变阻尼器的阻尼力滞力特性，利用磁流变材料特性的电流（即磁场）可控特点，建立了变电流下的阻尼力滞回模型；其次，在中通过电路板控制外加电流与装置变形间的函数关系，实现了变电流调节的阻尼力滞回模型；最后，将磁流变阻尼器与橡胶隔震装置结合，形成智能磁流变隔夺装置，并对一个单自由度隔震结构进行了数值仿真分析。     

基于人工神经网络的珠江三角洲地壳稳定性研究

应用BP神经网络方法建立了珠江三角洲地壳稳定性的评价模型。首先在前人研究基础上,分析了珠江三角洲的地震活动、断层发育程度、地壳垂直形变、第四系厚度及地热分布等特征,然后收集相应的数据,建立这些影响因子与地壳稳定性之间相关性的转化原则,对这些数据进行标准化转化,建立并训练BP人工神经网络模型,由模型的实际输出插值得出珠江三角洲地壳稳定性的等值线图。与前人对该区地壳稳定性的定性及定量分析对比表明,该模型的评价结果与前人研究结果基本一致,因此基于神经网络的珠江三角洲地壳稳定性评价模型是比较可靠的。     

基于遗传优化神经网络的高速公路路基沉降量预测

控制路基沉降是公路工程中的一个关键技术问题,而路基沉降与其影响因素之间存在着线性、非线性关系。当输入自变量较多时,用传统神经网络建模容易出现过拟合现象,导致网络模型预测精度较低。针对此问题,本文用遗传算法对神经网络模型的权值和阈值进行优化,同时讨论遗传参数的设定对输出结果的影响。通过对成南高速的实测数据进行仿真,试验结果表明:优化后的BP神经网络具有较高的预测精度,预测效果明显优于传统神经网络模型的输出结果,该预测方法可作为高速公路路基长期沉降预测的一种有效辅助手段。     

基于遗传算法的小波神经网络在地震形变前兆分析中的应用

利用遗传算法来优化小波神经网络,达到提高逼近精度,简化网络结构,并利用优化后的小波神经网络训练地震前兆形变资料,运用MATLAB对拟合和预测过程进行仿真。结果表明,该方法对地震预测有参考作用。     

无能源磁摩擦控制装置性能试验研究

本文提出了一种智能型无能源磁摩擦控制装置的设计思想，制作了无能源磁摩擦控制装置模型－永磁铁摩擦耗能装置模型。通过该装置的性能试验研究，获得了无能源磁摩擦控制装置的滞回性能曲线。由于可通过改变有效磁极面积使摩擦力由恒定转为连续可变，即该装置的摩擦力随位移的变化可连续、可逆、迅速地改变，因此该装置具有明显的自适应性。