《Structural Safety》:Nonparametric sector dependence modelling for the directional synthesis of local wind climate and building aerodynamic responses: Adaptive kernel-based approach
编辑推荐:
考虑风的方向性对于估算建筑在风荷载下的响应至关重要。基于扇区的方向性技术被广泛用于分析方向性效应。在单扇区和多扇区方法中,局部风气候和建筑气动响应的方向扇区被分别分析,同时它们的统计相关性被假定为完全依赖或完全独立。多扇区方法因其相对保守性而成为结构设计的首选
考虑风的方向性对于估算建筑在风荷载下的响应至关重要。基于扇区的方向性技术被广泛用于分析方向性效应。在单扇区和多扇区方法中,局部风气候和建筑气动响应的方向扇区被分别分析,同时它们的统计相关性被假定为完全依赖或完全独立。多扇区方法因其相对保守性而成为结构设计的首选,要求使用宽扇区以确保统计独立性假设成立。这反过来需要插值气动响应参数,而由于参数随小方向变化快速变化,插值容易产生误差。此外,如美国土木工程师学会性能化风设计(PBWD)预标准所述,性能化风设计(PBWD)方法要求在气动响应表示中使用10度或更窄的扇区以获得详细的方向分辨率。窄风扇区通常表现出相关性,需要精确的依赖建模。基于参数化Copula的方法已被用于建模扇区相关性,但它们对依赖模式施加了限制性假设。因此,本文提出了一种基于扇区的方向性技术,采用自适应核密度估计器进行非参数化依赖建模。为展示该方法的适用性和准确性,预测了一个原型大体积木结构建筑在三个假设城市(即加拿大多伦多、澳大利亚墨尔本和美国巴尔的摩)的风响应,并将预测结果与从历史记录中经验计算得到的响应进行比较。结果表明,该方法将基于扇区的方向性分析的应用范围扩展到窄扇区,使其适用于PBWD方法。
**论文解读:非参数化扇区依赖建模在局部风气候与建筑气动响应方向性合成中的应用**
**1. 研究背景与问题**
在建筑风荷载估算中,考虑风的方向性至关重要。传统方法如最坏情况法(Worst-case method)常高估风效应,因此发展了多种方向性分析方法,包括方向性因子法、出越法(Out-crossing)、经验直接法以及扇区法(单扇区法和多扇区法)。单扇区法假设各扇区统计完全依赖,导致预测偏不保守;多扇区法假设扇区间完全独立,虽相对保守但需使用宽扇区(如22.5度或更宽)以确保独立性成立。然而,性能化风设计(PBWD)方法(如美国土木工程师学会/结构工程学会(ASCE/SEI)预标准)要求10度或更窄的扇区以获得详细方向分辨率,而窄扇区因风在短时间内方向变化频繁而表现出强相关性。此外,气动响应参数(如基底力矩系数)随风向角变化快速,宽扇区插值易引入误差。现有参数化Copula方法(如Gumbel、Gaussian、Frank Copula)虽能建模扇区相关性,但依赖固定的依赖结构假设,导致预测结果对Copula函数选择敏感,且无法捕捉非参数化模式。因此,研究人员提出了一种基于自适应核密度估计器(Adaptive-KDE)的非参数化扇区依赖建模方法,以解决窄扇区下的方向性分析难题。
**2. 研究方法**
研究人员开展了以下研究:提出一个完整的自适应KDE方向性分析框架,将局部风气候数据与风洞实验测得的建筑气动响应进行方向性合成。该框架包括:风气候数据预处理(按独立风暴法过滤,并聚类为10度扇区)、扇区相关性初步评估(基于月度最大风速计算相邻扇区相关系数,确定相关性阈值(ρ>0.7)),以及自适应KDE依赖建模(通过最小化均方积分误差(MISE)选择最优带宽和箱尺寸,基于无偏交叉验证(UCV)方法实现自适应带宽调整)。随后,通过风洞测试数据(基于棱柱体模型的36个风向角压力测量)和历史风气候数据(来自加拿大安大略省多伦多皮尔逊国际机场、澳大利亚墨尔本图拉马林机场、美国巴尔的摩瑟古德·马歇尔国际机场,分别为1953-2021年、1971-2016年、1995-2023年记录),对一栋18层大体积木结构原型建筑(采用正交胶合木(CLT)楼板、层板胶合木(Glulam)梁柱、耦合后张拉CLT(PT-CLT)剪力墙作为主要抗风体系)进行案例研究。样本队列来源明确注明为三个城市的历史气象站数据。主要技术方法包括:自适应KDE(基于UCV的带宽选择)、MISE最小化(用于优化带宽和箱尺寸)、以及直接计算法(作为验证基准)。研究人员忽略了具体试剂和培养步骤,但保留了风洞实验设置(如边界层风洞实验室(BLWTL)条件)和建筑动力特性(如模态分析)。
**3. 研究结果**
**3.1 扇区大小问题(Section 2.1)**
通过风洞实验数据(36个10度风向角)与插值后的16扇区(22.5度)和8扇区(45度)表示对比,研究人员发现气动响应参数(如沿风向阻力系数、横风向升力系数、基底扭转系数)随风向角(AOA)快速变化。例如,阻力系数在60°至70°AOA间变化达46%,而16扇区表示在60°AOA处低估23%,8扇区表示高估30%。这表明宽扇区插值会显著扭曲气动响应表征,尤其对于非棱柱形和非孤立结构影响更大。
**3.2 扇区依赖假设问题(Section 2.2)**
基于多伦多、墨尔本、巴尔的摩三地的月度及年度最大风速数据分析,研究人员发现窄扇区(10度)间存在强相关性。最大相关系数分别为0.68(多伦多)、0.91(墨尔本)和0.88(巴尔的摩)。这说明多扇区法假设的完全独立性不成立,尤其对低重现期(MRI)事件影响显著,需进行依赖建模。
**3.3 参数化Copula依赖建模的局限性(Section 2.3)**
研究人员对比了Gaussian、Gumbel、Frank三种Copula函数对原型建筑在多伦多风气候下顶部楼层响应预测的敏感性。结果显示,所有Copula预测介于单扇区法和多扇区法之间,但不同Copula预测差异显著:顶部楼层加速度最大差异达8%,x向和y向层间位移差异分别达6%和7%。这表明参数化Copula的固定依赖假设导致预测结果对函数选择敏感,无法适应真实依赖模式的变化。
**3.4 自适应KDE框架应用与验证(Section 4)**
研究人员将自适应KDE方法应用于三个城市风气候下的原型建筑,预测了10年MRI的顶部楼层位移和加速度,并与直接计算法(基于历史数据直接计算)结果对比。结果显示,自适应KDE预测与直接计算法高度吻合(图10),验证了其准确性。进一步,与多扇区法和单扇区法对比(图11),自适应KDE预测位于两者之间,且对低MRI事件(相关性较强)表现出明显降低:多伦多x向位移、y向位移、加速度分别降低7.1%、6.4%、6.9%;墨尔本降低3.8%、1.1%、1.9%;巴尔的摩降低7.7%、8.3%、8.8%。对于高MRI事件(相关性减弱),预测趋近于多扇区法。此外,对核函数选择的敏感性分析(Gaussian与Epanechnikov核)显示,100年MRI内响应无差异,1000年MRI差异最大仅3.7%,表明方法稳健。
**4. 总结与讨论**
研究人员指出,自适应KDE框架通过非参数化方式建模扇区依赖,避免了参数化Copula的固定假设和宽扇区插值误差,使扇区法可适用于10度窄扇区,符合PBWD标准要求。讨论部分强调,该方法的计算复杂度虽高于传统扇区法,但鉴于窄扇区相关性主要局限于相邻扇区(通常维度为2),实际计算可行。未来研究需考虑混合风气候(如飓风主导)下更高维度的相关性处理,以及通过不确定性量化方法减少有限数据带来的认知不确定性。
**研究结论部分翻译**:
本文提出了一种基于自适应KDE的非参数化风方向性分析方法,以解决性能化风设计背景下扇区方向性方法中与扇区大小和扇区依赖假设相关的挑战。首先,通过一系列论证说明了方向性分析中使用窄扇区及适当扇区依赖建模的必要性,以确保风荷载下气动和结构响应的准确预测。利用棱柱体建筑风洞实验数据展示了气动响应参数的快速变化性,并通过多伦多(加拿大)、巴尔的摩(美国)和墨尔本(澳大利亚)三个城市的风气候数据证明了窄扇区间强相关性的存在。同时讨论了Copula函数用于扇区依赖建模的局限性。随后,介绍了用于局部风气候与建筑气动响应方向性合成的自适应KDE框架。通过三个城市风气候数据与18层原型大体积木结构建筑风洞实验数据的合成案例,展示了该框架的适用性、准确性和稳健性。预测了原型建筑在1年和10年MRI下的顶部楼层加速度和位移,并与直接计算法结果对比以验证框架。之后,给出了不同MRI下相同响应参数的预测,并与单扇区法和多扇区法进行了比较。研究结论包括:气动响应的快速变化性挑战了现有扇区方向性技术中插值风洞数据以匹配宽扇区的适用性,且窄扇区风气候数据间的强相关性质疑了独立扇区假设,尤其对低MRI事件;参数化Copula函数虽解决了简单扇区依赖假设,但施加了限制性依赖模式并导致预测对Copula函数选择敏感;自适应KDE框架能准确预测1年和10年MRI响应,并与直接计算法结果吻合;自适应KDE预测在多扇区法和单扇区法之间,对低MRI事件有显著降低,对高MRI事件趋近于多扇区法;该框架支持使用与ASCE/SEI PBWD预标准一致的窄扇区,扩展了扇区方向性分析在先进PBWD方法中的应用。