进一步分析的非高斯风压峰值因子的计算

文摘

高层建筑幕墙的风压时间历史大多非高斯分布,并指定担保率之间存在一一对应关系及其对应的峰值因子。逐步搜索法计算非高斯风压峰值因子,逐渐独立分割方法提取独立提出了高峰值来确定精确的关系在前面的研究。基于给定的实验和计算结果的现有研究成果,更多的分析可以丰富对这一主题的研究。本文的一些特征风压系数时间序列在时间和频率域分析。基于分形的基本理论,风压的R / S分析时间序列,和风压系数时间序列的分形特征。基于统计理论,高阶统计和峰值之间的关系特征因素进行了研究。担保率之间的关系和相应的峰值因子分析,和保证利率达文波特峰值因子法计算的评估。脉动风压的功率谱特征分析和湍流特征频率之间的关系,讨论了最佳观测时间间隔。

1。介绍

在[1),逐步搜索法计算非高斯风压系数峰值和逐步独立分割方法提取独立提出了高峰值。根据高层建筑的压力数据从刚性模型风洞试验,获得非高斯风压力的峰值因素包层使用几种典型方法进行了计算和比较。峰值因子的值和它的错误率由几种方法计算与观察到的平均峰值相比,和保证速度和峰值因子之间的转换进行了探讨。基于可靠性理论,真正的风压分布随时间的变化是通过一种有效的数值方法接近无限的过程中逐步搜索。在计算结果的讨论,保证速度和峰值因子之间的转换。事实上,更有趣的结论可以从实验和研究文献[1]。这些结论不仅有助于说明算法的有效性研究也是非常有意义的风压时间序列。本文给出了更多的分析和结论丰富了研究论文(1]。

在文献[逐渐独立的分割方法1),历史上的风压时间是根据最优截面分为若干个子区间能力,和最大值或最小值(统一称为极值)是选择从每个子区间形式的最大或最小值时间序列(统一称为极值风压时间序列)。因为每个段的极值的位置是随机的,相邻的次级样本之间的数据区间可能小于最优分段能力,这表明提取的值的统计独立性不能从理论上保证(2,3]。因此,逐步独立分割方法提出解决问题的非高斯风压峰值因子的计算。复杂高层建筑周围风场的主要原因之一为非高斯风压(4]。有水动力空气分离等现象,回贴,漩涡。学者们探讨了流体诱发振动或流场的特点(5,6),这有助于研究高层建筑的风荷载和风压抗风设计。随着技术的进步的非定常气动力测量(7],风压分布和非定常气动特性研究和分析8]。一系列的风洞实验和数值模拟进行了确定空气动力和风压力作用于高层建筑模型与各种配置包括不同风攻角和风能速度(9]。通过实验,风压时间序列的随机特性进行了研究。分形理论的基本理论用于研究风压的随机时间序列。在[1),R / S序列仅仅是用来确定最优截面能力,和R / S分析风压系数时间序列没有。实际上,R / S系列也可以用来研究时间序列的分形特征(10,11]。本文进一步分析了R / S风压系列的特征在时域范围基于新分析方法,解释风压系数的分形判断系列。另外,随着更深入的研究该算法在文献[1),在保证速度的关系,峰值因子,进一步讨论和非高斯特性,风压系数时间序列的特点,分析了在频域中,和湍流特征截面能力的影响也进行了讨论。

2。新范围分割方法和赫斯特号码

“新区间分析方法”是用来检测长期记忆的风压时间历史,确定长期记忆的消失点的行为,以该节点为分割点的分段时间长度,以确保分段独立的历史。这种方法已经被详细描述(1,这里简要回顾。

在这项研究中,范围R是被标准差年代观测值的获得一个无量纲的比率称为R/年代统计。假设 风压力随时间的变化,数据长度N和相应的时间T。然后C分为 段 ,和每个部分的能力 ,是 。风压次历史C当段长度n,统计 的k^th段是

范围的k^th段是标准差的k^th段。当段长度n,统计 风的压力系数随时间的变化C是

的公式问统计是 ,可以用来确定时间序列的非周期的周期,然后确定平均周期长度;也就是说,过去的趋势会影响未来的时间长度。段的长度(即的临界点。,样本容量 )然后确定的曲线变化明显点,其增加的趋势停止,这表明随机过程的长期记忆消失了(12,13]。因此,风压系数的时间历史分为段长度 。

它是发现, 统计是一个幂函数的样本测量能力n(相应的测量时间 ): ,在那里是一个常数;H是赫斯特指数。赫斯特指数是基于新索引范围分析。取对数清单等号两边的,可以得到以下结果:

研究表明,R / S时间序列的分析结果自然现象普遍公式的形式(4),这是符合上面的公式 : 在哪里H值通常约为0.72,这叫做霍斯特的现象。时间序列分析的主要方法是基于时间序列数据的特点,通过建立合适的模型来近似描述。R / S分析方法提供了一种新的时间序列分析。根据的引入R / S分析、比R / S有关选择的时间范围,所以它可以被定义为公式(5):

如果我们改变时间尺度的大小,有(6)。公式(6)是扩展的特点R / S时间序列分析: 在哪里相当于时间尺度转换的比例因子,也就是说,霍斯特指数,这表明是自相似的。这个公式 表明尺度变换因子和分形维数之间的关系。为研究时间序列的分形理论仍在发展和改善时R / S分析方法用于分析时间序列的分形特征,认为没有必要R / S措施时间序列的分布特征;也就是说,它是相对简单的没有考虑时间序列的分布。因此,该方法用于分析风的风场特征R / S风压力的分析结果。

3所示。基于风洞试验的研究方法

3.1。测试模型

的刚性模型风洞压力测试图所示1(a),连同取向的定义模型,风向角和坐标轴的刚性模型。与6000年每个压力信号采样数据点312.5赫兹的频率,这意味着采样时间是19.2秒。因为渠道的局限性的电子扫描阀、信号测量的水龙头不能同时收集一次,应该分为4组,B, C和d的分组情况,模型的特征尺寸部分,表面压力测量水龙头的布局如图所示2。可以看出,压力测点分布水平,22日是模型的编号从下到上。有28 - 40测点在每个层面上,随高度变化。在这项研究中,“我”是用来表示测量水龙头,l代表的数量和水平我在这一层代表了测量点数量。例如,“5”表示17号测量5点水平。

3.2。测试条件

1:对应350长度尺度,这个模型的总高度是1.4米。在该测试中,参考风速14米/秒,监控的皮托管在风洞的1.2米高(高于梯度高,相当于实际高度420米),约1.0远离风洞的侧壁。考虑复发的50年里,实际风速对应参考点是52.93 m / s的转换这种地形的基本风压在上海,然后可以推导出风速的比例 。时间比 ,这可以通过量纲分析方法推导出。方位的定义模型,风向角,并协调同步轴压力测量风洞试验的刚性模型如图1(b)。

3.3。风场模拟

本研究以上海环球金融中心为工程背景,和压力测试进行了刚性模型在同济大学TJ-2风洞。TJ-2风洞是边界层闭路类型的隧道,隧道的工作部分是3米宽,2.5米高,15米长。可实现的平均风速范围从0.5 m / s, 68.0 m / s,连续可调。平均风速剖面结合地形类别C的湍流强度主要是由使用混合模拟被动元器件包括粗糙度块,spirelets,竖线栅栏。仿真结果和理论公式根据建筑结构荷载规范设计的建设部中华人民共和国(gb50009 - 2001)在图所示3。这里的风洞测试设计充分考虑满足相似原理。当实验数据恢复建筑原型,该算法结果适用于实际的建筑。

4所示。结果和参数研究

4.1。风压系数系列的R / S分析

以测量点在5楼为例(见图4之间的关系),日志(R / s)和日志(k)是在双对数坐标系中。从图可以看出5的R / S分析结果风压系数随时间的变化曲线满足法律;在双对数坐标,日志(R / S)日志(n)是直线,和赫斯特指数分布在0.5∼1的范围,验证风压系数时间历史系列具有分形特征。如果风压系数时间历史样本分析是一个分形信号,赫斯特的价值它是拟合线的斜率。图5风压系数随时间的变化关系图的几种典型测量点和相应的R / S分析结果。

4.2。高阶统计数据之间的关系,峰值因子,保证速度

4.2.1。准备风压高阶统计和峰值之间的相关性因素

高阶统计参数的偏态和峰态密切相关非高斯特征(14),因此有必要讨论他们的相关性。图6显示skewness-peak因子之间的关系和kurtosis-peak 808倍测点在0°、45°、90°风方向(峰值因素是通过不同的计算模型,这是达文波特的方法(12),逐步搜索方法本文Kareem-Zhao方法(13],和Sadek-Simiu方法[15])。从图可以看出6有一个负偏态之间的线性相关系数和峰值因素强烈的非高斯区域(数据6(一)- - - - - -6 (c)左侧),峰度系数之间存在非线性单调正相关和峰值因素强烈的非高斯区域(数据6(一)- - - - - -6 (c)右侧)。与峰态的增加(例如,达到15 35,这个值与风向角),相关性减弱。结果表明,偏态系数和峰度系数峰值因子有显著相关性,这表明它是合理计算峰值因素非高斯地区基于偏态系数和峰度系数。不同的方法显示不同的峰值因子和偏态之间的数学关系,峰值因子,和峰态,由六个影响因素:建筑形状、风向角,测点的位置,湍流强度、迎风面积,计算模型。值得注意的是,(1)达文波特方法的结果不符合上述趋势规律(每个subfigure在图中圈起来的区域6)因为峰值因子方法没有一个明确的可靠性的概念并不能给相应的风压极值与统一担保率增加偏度和峰度。(2)有例外结果计算了其他方法除了达文波特方法几个测点;即峰值因子很小当有高偏斜度和峰度,这表明高阶统计的规则在有限的实验条件下峰值因素并不是统一的。从统计的角度来看,当大多数的数据样本均值附近集中,峰值因子会很小,即使有高偏斜度和峰度,其机制有待进一步研究。

4.2.2。保证速度和相应的峰值因子之间的相关性

峰值因子的变化与非高斯与指定的保证利率的力量在这一节中讨论。根据节4.2。1非高斯测量的程度,偏态和峰态。因此,它需要讨论峰值因子的变化引起的偏态和峰态的变化。这是一个从的角度分析原始几何概念偏度和峰度。

(1)偏态和峰因子之间的关系。偏态系数表明倾斜方向和倾斜程度的统计数据分布,用于描述不对称程度的概率分布密度曲线相对于平均价值。偏态系数的绝对值越大,时间越长尾脉动风压的概率密度曲线,即极端事件的概率就越大。高斯分布的偏态系数为0。自偏态变化不对称,方便分析,单边担保费率模型作为对象之间的关系来解释偏态系数和峰值的变化因素。

当偏态满足 ,这是一个积极的(右)偏态(如图7(一)),以及更多的数据位于右侧比左侧的意思。

当偏态不断增加向右边,正确的概率密度曲线的尾巴变得更长,和“尾矿”现象将会出现,这表明在正确的尾矿变得极端事件的概率更大;也就是说,最大风压系数的可能性变得更大。附近的分位数选择价值最大风压系数(最大值,担保率计算的负无穷水平轴分位数)。只有分位数从原始位置向右移动(相当于一些样品转移到左边的分位数)可以确保实现相同的保证。在这种情况下,样本的数量在左边的分位数不变(右侧相同样本)。因此,如果极值(即。,the quantile value) is larger, the corresponding peak factor will be larger.

估计独立最小风压力时间序列时,它需要时间历史最低风压系数乘以−1,然后按以下步骤估算最大风压系数时间历史的期望值计算极值或极端值对应于其他分位数,需要乘以−1最低的极值风压时间的历史。评估过程的最小时间序列的极值,可以推断,负偏态的分析过程是对称的正偏态。

当偏态满足 ,这是一个积极的(右)偏态(如图7 (b)),以及更多的数据位于左边比右边的意思。

当向左侧偏态不断增加,概率密度曲线的左尾变得更长,和“尾矿”现象将会出现,这表明极端事件的概率在左边尾矿变得更大;也就是说,最低风压系数的可能性变得更大。分位数的值选择附近的风压系数最小(最小值,保证计算速度+∞的水平轴分位数)。数据作为一个整体倾向于搬到左边的意思是,和有更多的样本分位数的左边。只有分位数从原始位置移动到左边(相当于一些样品转移到右侧分位数)可以确保实现相同的保证。在这种情况下,样本的数量在左边的分位数不变,所以极值(即。,the value of the quantile) decreases (the absolute value is increased), and the corresponding peak factor increases. With the increase of skewness, the quantile moves to which side the data moves to ensure the guarantee rate is unchanged.

根据上述分析,在平等的条件下保证速度,当偏态满足 ,偏斜度越大,峰值系数越大;当偏态满足 ,偏斜度越大,峰值因子越小。总之,在平等的条件下保证速度,偏斜度越大,峰值因数越大。

(2)峰态和峰值因子之间的关系。中间的峰度系数表明陡度的统计数据分布曲线和尾巴的长度和宽度。正态分布的峰度系数是3。峰度系数大于3表明,采样点更集中在平均值附近,概率密度曲线尖锐,有一个长尾比正态分布,根据极值比正态分布。峰度系数小于3表明,采样点更分散(远离均值),概率密度图是平的,尾巴较短比正态分布、极值,可以获得小于的正态分布。峰度变化是一个对称的过程均值,方便分析,双边担保费率模型作为对象来解释之间的关系变化的峰态系数变化和峰值因素。

当偏态满足 (如图7 (c)),概率密度曲线比正态分布曲线尖锐,这使得高斯分布曲线下的面积内的分位数根据原始担保率小。因此,为了保持面积不变(即。,the guarantee rate unchanged), the quantiles should move symmetrically and synchronously to both sides away from the mean value, so the corresponding peak factor (extreme value) becomes larger.

当偏态满足 (如图7 (d)),比正态分布概率密度曲线是平滑曲线,这使得高斯分布曲线下的面积内的分位数根据原始担保率大。因此,为了保持面积不变(即。,the guarantee rate remains unchanged), the quantiles should move symmetrically and synchronously close to the mean value, so the corresponding peak factor (extreme value) becomes smaller.

当偏态满足 (如图7 (c),柔软的响应状态和软化过程),概率密度曲线尖锐,左派和右派尾矿再比高斯分布曲线。的概率大的正面和负面的压力脉冲数据增加;也就是一些最大和最小风压系数搬到双方远离的意思。为了保持之间的样本分位数不变,双方分位数应该同步对称和平均值,所以相应的峰值因子(极值)变得更大。的峰值因子逐步搜索方法比达文波特的正态分布计算方法(例如,当90年的风向角^o度表1是5 ~ 17点= 13.1109 > 3,它属于软响应状态,逐步搜索方法的峰值因子为6.9059,3.3035和达文波特的峰值因子的方法)。

当偏态满足 (如图7 (d),努力响应国家和硬化过程),概率密度曲线平滑,左派和右派尾矿的短比高斯分布曲线。的概率大的正面和负面的压力脉冲数据减少;也就是说,一些最大和最小风压系数向均值。保持之间的样本分位数不变,分位数应该同步对称和双方的平均值,所以相应的峰值因子(极值)变得越来越小。逐步搜索方法的峰值因子小于达文波特的正态分布计算方法(例如,峰度5—17点= 2.8153 < 3表1属于硬响应国家在0°风向角,逐步搜索方法的峰值因子为3.4166,3.4192)和达文波特的方法。

总结上述分析,得出结论:峰度系数越高,峰值因子越高。

4.2.3。评价达文波特担保率对应的负载峰值因子的方法

平均极值的观察值可以作为比较对象之间的亲密程度来评估风压极值计算的峰值因子法和实际极值概率模型,通过它的适用性的达文波特峰值因素可以评估不同的计量点。本文基于逐步搜索方法,可以获得更精确的极值概率模型,计算方便,因而它也适合比较对象。两点应该注意特别是解决问题:一是达文波特峰值因素基于样本的极值估算方法计算父分布;另一种是逐步搜索法是基于极值独立样本峰值的估算方法。这两种方法不能混淆。具体操作是计算风压力极值基于达文波特理论首先然后极值结果代入样本极值概率模型建立的数值方法,得到相应的保证。

以下测量5点90年在测量水平^o风向角(参考图4)作为研究对象。达文波特保证利率对应的负载(即峰值因素。,the guarantee rates of extreme value estimates calculated by the peak factor method) are shown in Table2和相应的说明图8被归类为脸D(左侧风面),面临(迎风面)、B(右侧风面),C(背风侧),迎风切角区(口袋区),和背风切角区(后区)。

风荷载保证测量速度点在不同地区是不同的。保证测量速度点在迎风面相对较高,约80%。侧风和背风面担保率不高徘徊在大约50%∼60%。保证测量速度点后中心大负压,背风侧,迎风面切角区域,并有很强的非高斯甚至更低。在表2,保证测量速度点标以5 - 7、5 - 8,5,和5日至18日期间召开了红色虚线是最低的,因为这四个点是位于前缘左右侧风面气流分离区和突出的非高斯的效果。基于上面的例子的分析,我们可以看到更强的测量的非高斯特征点,小风荷载保证速率对应于峰值因子在达文波特理论的基础上,而且出错率超过20%。因此,它是不可靠的使用达文波特方法估计风压力极值测量的点,并有很强的非高斯特性。峰值因子概念上对应于极值的数学期望,以及高阶之间的保证利率correspondingRelationship统计,峰值因子,并保证率极值随机变化的数学期望与特定的分布信息(风压时间历史信息)的非高斯分布。可以看出,每个计量点的达文波特峰值因子值不确定得到一定的保证。

峰值因子方法的缺陷在于缺乏一个清晰的概念,可靠性和不能给风压力极值与统一担保率。因此,当峰值因子方法是结构抗风设计中使用的包层,最不利的负面压力显然是低估了测量分地区动荡影响特点,如气流分离区和后区。这一现象的原因是,脉动风压力在上述地区由组织控制涡旋脱落,具有较强的空间相关性和明显的非高斯特性,及其相应的极值色散也更强。在这种情况下,传统的峰值因子方法的基本假设是不再有效,和极端的价值评估方法适用于样品应采用的非高斯统计特性,如Sadek-Simiu方法(15),修改后的埃尔米特模型方法(16),逐步搜索方法。

4.3。分析频域的风压时间序列

4.3.1。脉动风压的功率谱特征

图9实验显示了第41层的截面测量建筑模型和部署点测量水平。下面的分析是基于测试结果的测量分在第41层。图10显示的曲线趋势三个理论风压谱:达文波特,Kaimal频谱,卡曼频谱。图11显示了典型的风压频谱测量在45°风角点。这是风压频谱在迎风面和比较顺风达文波特光谱,Kaimal频谱,卡曼光谱(17]。

从数据可以看出11和12达文波特的光谱非常接近实际的风压谱在低和高的频率。这是由于脉动风压的迎风面建筑物满足拟定假设的上游流不被任何建筑。风压频谱波动的能力是集中在一个宽的频带,而且没有特别突出的峰。低频能量控制,这种低频能量主要来自传入流的脉动;也就是说,风力迎风面压力的波动主要是由于流速的波动。因此,功率谱上的脉动风压迎风面非常接近顺风面脉动风速。nonwindward一侧,如分离区和尾流区、脉动风压谱非常不同于来流(见图12 (d),12 (g),12 (h))。脉动风压谱之间的比较和达文波特谱在典型的不同领域如表所示3。

数据12(一个)- - - - - -12 (e)和12 (g)显示的时间历史风压系数和脉动风压谱测量点41-15 41-20,和41-25第一行侧风下的建筑立面;可以看出从历史图,风压力脉动逐渐从较大的振幅脉动凌日分离区(测点41-15)的相对稳定的脉动附件区(测点41-25)。相应的风压谱反映了能量传递的过程中从低频率(频率约为0.1)减少高频(减少频率约为1)。

这表明分离气流的前缘产生大规模和低频漩涡。漩涡卷下游和再植后缘的一面,导致大量的小规模和高频漩涡,这样的高频能量在测点风压谱是主导。在该地区之间的分离点和回贴点(测点41-20),由于大规模和小规模的漩涡的联合行动,风压频谱曲线反映了能量主要集中在两个主要频率,形成两个峰值曲线。

在本节中,上述结果是解释说。的测点41-17位于分离区,有两座山峰在曲线上的脉动风压谱,这表明有两个主要的频率,也就是说,低频和高频。由于气流的分离,有很多大型和低频漩涡测点41-17逆风侧风面区域。脉动风压谱大型漩涡的能量集中在低频带,和减少频率约为0.1。有一个90°角41-17面前。产生的涡流分离点的90°风向再植前面的侧风面,导致大量的小规模的漩涡脱落,导致曲线的峰值测点的脉动风压谱41-17在高频率,减少及其频率约为1。同样,测点41-20位于侧风区,有两座山峰在曲线上的脉动风压谱。低频能量来自于大型特征湍流气流分离,产生的高频能量来自大量的小漩涡所产生的大规模的回贴湍流特征(17]。中间的风压频谱41-20涡回贴地区显示明显的宽带特性。然而,对测点41-15,位于前沿的分离区,只有一个波脉动风压谱的峰值曲线上,因为没有漩涡回贴的影响,及其减少频率约为0.1。

同样,测量分41-25和41-24位于顺风区、脉动风压谱曲线的峰值在低频带不明显,特别是对于测点41-25,当脉动风压谱的能量在高频波段也在不断增加。大量的大规模和低频扰动条件生成前沿的侧风再植和下风向地区分解,导致大量的小规模和高频漩涡。因此,脉动风压谱的能量下风向地区主要集中在高频率,和减少频率大约是1。数据12 (f)和12 (h)- - - - - -12(左)显示了风压系数随时间的变化和测点脉动风压谱41-20,39-23,28-39中间垂直列后地区的建筑立面。可以看出从风压频谱曲线明显的宽带特性和峰值在很宽的频带不突出。它的能量是降低频率范围略有提高 ,分布相对均匀的在这个范围内,形成一条水平线的形状。这是因为涡被摧毁的规律性和涡结构分布在区域变得更加统一后的影响。脉动风压谱符合拟定的假设。也可以看到从上面的分析,从能量转移的大型涡旋小规模的漩涡。典型地区的脉动风压的频域特征如表所示4。

总之,脉动风功率谱的迎风面压力非常接近Kaimal谱和达文波特谱描述大气流动,表明传统的假设可以采用迎风面。然而,在侧风面平行于来流,脉动风压的功率谱是相当不同的由传统的假设,这是由于传入流的分离,涡旋脱落,回贴。由于湍流的影响特点,脉动风压谱的能量测量的非高斯点主要集中在高频波段,和相应的减少峰值频率值是1,但脉动风压谱的形状是不同的。几个非高斯测量点附近建筑表面和边缘的正压区域,由于分离涡的影响和建筑周围的气流,风压频谱是更复杂的,不同的是更大的。即使在相同的表面,非高斯风压频谱曲线的形状和高斯点不同,所以风压力的曲线特征光谱不能判断根据风压是否高斯分布。

4.3.2。湍流特征频率之间的关系和最佳观测时间间隔

在文献[1),逐渐独立分割方法建立独立极值序列介绍了样品。该方法的原始意图如下。首先,最佳观测时间间隔最短的时间延迟的自相关系数下降值从1到接近0,只能确保段(小区间)不相关但不能保证分段时间历史的独立性。其次,对于不同的风压时间历史,最佳观测时间间隔并不是唯一的。常见的处理原则是选择最大的一个在多个最小时间延迟分析获得的最优观测时间间隔。第三,对应于一定的风压时间历史最优段默认情况下在上面的描述能力。然而,来流在实际风场不再满足拟定的假设,湍流特征频率(涡脱落频率)是一个随机变量,和节点之间的时间间隔断点的非随机行走的随机信号不一定是固定的。因此,真正的合理的方法是获取精制独立极值序列样本每个风压时间历史的“逐步独立分割法”类似于“变频技术”在本文提出。

当数据间隔相邻次级样本比 ,邻次级样本是相互独立的。否则,它们是相关的。次级样本的数据极值之间的间隔值“逐步独立分割法”获得的比 ,这些时间间隔的数据通常是不同的,随着时间间隔的变化。这类似于电子通讯的“变频”技术,在“变频”意味着时间是可变的;即间隔实时变化的数量满足相邻次级样本的独立性,这是由内部信息特征的风压时间的历史。

从分析风压在报纸上功率谱(17),可以看出,脉动风压的能量主要分布在0.1赫兹的频率范围减少到1.0赫兹,减少频率0.1对应的频率范围1 Hz 7.6赫兹的风洞测试,和减少频率1.0对应的频率范围10赫兹到76赫兹的风洞测试。因此,风压的周期波动主要落在0.013到1年代,对应的周期波动范围0.44到33.33年代的实际风压力。设计的风洞试验的时间比例是1:92.5803,和每一个压力信号采样6000数据点在312.5赫兹的频率,其采样时间是19.2秒(对应于实际的30分钟)。因此,最优截面能力之间的关系和最佳的观测时间间隔如下: 。

根据统计数据计算的例子,最优截面的平均能力每个测点的工况为30.5725,变异系数在0.05和0.2之间,的值在所有测点的范围内工作条件7 - 56。最佳观测时间间隔的平均值测量实际点建设是9.1秒,这是相同的数量级3秒(18)和6秒(19),结果(18,19)都是低层建筑。随着高度的增加,湍流强度降低和涡旋运动的时期变得更长。最佳观测时间间隔对应于高层建筑应大于低层建筑。此外,保持独立的每个极值,极值次级样本之间的时间间隔大于在“逐步独立分割方法”,最短的延迟自相关系数从1到0对应区间 ,这也是其中一个原因为什么高层建筑的最佳观测时间间隔更长比低层建筑。

在大气边界层,改变包层结构的风压引起的涡流的变化在包层。动荡是由分离特点,回贴,涡旋脱落的来流构建覆盖层。湍流特性使得风压作用于当地有强烈的空间相关性,因为组织涡结构。这样一个完整的相关过程的时期也是风压波动的时期。也就是说,风压的波动频率与涡旋脱落的频率,这就是为什么非高斯风压展品独特的不对称分布与间歇性大脉冲时域。也是为什么风压时间历史有一个阶段性记忆,这决定了最优分割能力 。最优分割能力或者是最佳观测时间间隔确定极值之间的独立样本。以上分析可以概括如下。极值的独立样本是由湍流特征频率决定的。

5。结论

本文的一些特征风压系数时间序列在时间和频率域分析。根据实验和数据在文献[1),进一步分析,详细讨论后得出以下结论:(1)R / S分析基于新范围的风压时间序列方法表明,该系列具有分形特征。(2)(一)高阶统计峰值因素密切相关。一般而言,在该地区有大量绝对偏态(即。,standard kurtosis coefficient minus 3), kurtosis beyond a certain value is also larger. (b) In general, for a given guarantee rate, the stronger the non-Gaussian region is, the larger the corresponding peak factor is.(3)风压时间序列的非高斯特性主要来源于湍流特征。独立的子样品的峰值是由非随机行走的节点风压时间的历史。湍流特征频率(涡旋脱落期)确定最佳的观测时间间隔 。在实际风场、湍流特征频率不再是一个固定值,而是一个随机变量。的平均长度最好的部分高层建筑大约是30。(4)风压力极值具有一致保证率不能得到相对应的峰值因子法,因为保证利率的期望值极值变化与特定参数的概率分布随机。峰值因子方法的缺陷是,它缺乏一个明确的可靠性的概念。非高斯,越强越小负载率峰值因子方法是保证。对于每个测点负载相同的保证利率(等于担保率),每个测点的达文波特峰值因素是不确定的。

数据可用性

数据(.mat浮子式,可以保存文件或. txt文件)压力测试的上海环球金融中心的刚性模型和生成的数据在研究用于支持本研究的发现是由国家重点实验室提供的减灾同济大学土木工程在中国执照,所以不能免费提供。请求访问这些数据应该是通讯作者。

信息披露

这里提出任何意见和结论完全是作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

本研究中所描述的工作是培育创新团队的项目支持的跨学科领域的上海科委(太阳一般话题。03 dz12039)。本研究的风洞测试数据来自这个项目,这为本研究的完成提供了保证。

引用

1. t .你们“数值统计的方法对非高斯风压系数峰值建筑包复,”土木工程的发展卷,2021篇文章ID 2918656, 15页,2021年。视图:出版商的网站|谷歌学术搜索
2. b·陈”和极值风压的概率特征典型的低层建筑的屋顶,“同济大学,上海,中国,2008年硕士学位论文。视图:谷歌学术搜索
3. d .吴”,研究风效应的不确定性和大跨度屋顶、抗风设计“哈尔滨工业大学,哈尔滨,中国,2012年,博士论文。视图:谷歌学术搜索
4. l .江、j·h·李和c . x Limailto”比较研究在非高斯风压的刚性和柔性结构特点,“冲击和振动卷,2018篇文章ID 9213503, 2018。视图:出版商的网站|谷歌学术搜索
5. h . y .贾h . x Dangmailto问:y,和j·h·赵”与大跨度屋顶扁壳周围的气流模式障碍:风洞测量和直接模拟,”数学问题在工程卷,2019篇文章ID 9619282, 11页,2019年。视图:出版商的网站|谷歌学术搜索
6. 荣,s . h .阴王问:k . et al .,“landslide-type风压系数的模拟和分析大跨度屋顶结构,”土木工程的发展卷,2021篇文章ID 8846568, 15页,2021年。视图:出版商的网站|谷歌学术搜索
7. z s . Chen k . t .谢霆锋k . c . s .郭a·贾巴尔和金,“非定常气动力测量在飞驰的棱镜湍流:混合aeroelastic-pressure平衡,”流体和结构》杂志上文章ID 103232卷,102年,p。16日,2021年。视图:出版商的网站|谷歌学术搜索
8. z s . Chen h·l·黄y, k . t .谢霆锋,b . Kim和y王,“非定常空气动力学在锥形棱镜强迫激励下,“工程结构文章ID 112387卷,240年,p . 2021。视图:出版商的网站|谷歌学术搜索
9. 傅x z z s . Chen, y, c . y, b . Kim和k . t .谢霆锋”的观点逐渐减少的空气动力学和空气弹性:部分回贴,”风工程和工业空气动力学文章ID 104590卷,212年,p。19日,2021年。视图:出版商的网站|谷歌学术搜索
10. l .命运s Nunnari, g . Guariso”在风速时间序列分形阶证据诉讼ICFDA的14分数微分及其应用国际会议卡塔尼亚,页1 - 6,意大利,2014年6月。视图:出版商的网站|谷歌学术搜索
11. j . w . Kantelhardt“分形和多重分形时间序列,,”数学的复杂性和动力系统施普林格,r·迈耶斯Ed,纽约,纽约,美国,2012年。视图:出版商的网站|谷歌学术搜索
12. e·e·彼得斯,“分形市场分析:将混沌理论应用于投资和经济”约翰威利& Sons,卷1994,不。36岁,92 - 93年,1994页。视图:谷歌学术搜索
13. l . b .徐和R .,”R / S分析来探索中国股票市场的非线性,”预测,18卷,不。2,59 - 62年,1999页。视图:谷歌学术搜索
14. 林x y, y,和z,“非高斯特性,脉动风压力大跨度屋顶,“中国土木工程杂志》上4卷,1 - 5,2007页。视图:谷歌学术搜索
15. f . Sadek和大肠Simiu峰值非高斯database-assisted低层建筑设计风力影响,”《工程力学,卷128,不。5,530 - 539年,2002页。视图:出版商的网站|谷歌学术搜索
16. d . k . Kwon和a·卡里姆”,重新审视非高斯负载峰值因素影响。”结构工程杂志,卷137,不。12日,第1619 - 1611页,2011年。视图:出版商的网站|谷歌学术搜索
17. t .你们”,计算方法为分布式极端风压力与相同的担保率建立包复通过考虑风方向的影响,“同济大学,上海,中国,2017年,博士论文。视图:谷歌学术搜索
18. y, m .顾b . Chen和t y(“研究非高斯风压的极端值估计方法,”中国的理论和应用力学学报,42卷,不。3、560 - 566年,2010页。视图:出版商的网站|谷歌学术搜索
19. f .王”,研究建筑物表面风压的概率特征和极值估算方法,“同济大学,上海,中国,2012年硕士学位论文。视图:谷歌学术搜索

版权

版权©2021道你们et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。