用于基于能量的海洋地面运动作用结构抗震设计的双归一化输入能量

《Marine Structures》:Bi-normalized input energy for energy-based seismic design of structures subjected to offshore ground motions

【字体: 大 中 小 】 时间:2026年08月13日 来源:Marine Structures 5.6

编辑推荐:

  摘要:本文提出了一种用于基于能量的结构抗震设计的双归一化输入能量谱,该设计适用于承受海洋地面运动的结构。双归一化输入能量谱Eeq是通过将单自由度系统的振动周期除以主导周期,再将输入能量等效速度除以频谱伪速度来获得的。为评估Eeq,研究了来自日本相模湾地区273次地震的200组海洋

  摘要:本文提出了一种用于基于能量的结构抗震设计的双归一化输入能量谱,该设计适用于承受海洋地面运动的结构。双归一化输入能量谱Eeq是通过将单自由度系统的振动周期除以主导周期,再将输入能量等效速度除以频谱伪速度来获得的。为评估Eeq,研究了来自日本相模湾地区273次地震的200组海洋地面运动数据,以及来自263次地震的369组陆上地面运动数据,这些地震的震级均大于5级。计算机程序IDARC2D被用来对非弹性单自由度系统进行非线性时程分析,从而计算出Eeq谱。研究了Eeq随海洋地面运动特征、归一化周期、位移延性比、屈服后刚度比以及滞回特性的变化情况。同时也指出了海洋地面运动与陆上地面运动在Eeq方面的差异。研究发现,Eeq对海底监测站、持续时间、震级和震中距离并不敏感。与陆上地面运动相比,海洋地面运动可能会使结构系统的平均Eeq增加,增加幅度可能达到约20%。最后,本文还提出了Eeq的解析估算方法,以便将基于能量的抗震设计扩展到承受海洋地面运动的结构。

1. 引言
在传统的抗震设计方法(基于力的设计和基于位移的设计)中,结构的力或最大位移被视为地震的荷载效应,例如ASCE/SEI 7-16(2017)、FEMA 356(2000)和Eurocode 8(2004)。基于能量的抗震设计方法在结构构件的抗震设计中具有巨大潜力,因为该方法既考虑了结构的强度和位移特性,还考虑了结构构件的滞回行为。在基于能量的抗震设计概念中,输入能量被认为在解释地震荷载效应方面起着重要作用[[1], [2], [3], [4], [5], [6], [7], [8], [9], [10], [11]]。能量谱的运用在识别结构对地震作用的抵抗能力方面具有巨大潜力,因为它们涵盖了与抗震分析相关的各种结构和地面运动特性[12]。

能量平衡的概念最初由Hudson [13]提出,用于结构设计。随后,Housner [14]证明,如果施加在结构上的输入能量超过其能量耗散能力,就会发生损伤。在之前的研究[15,16]中,输入能量是根据记录的地面运动经验性确定的,所提出的表达式通常是用峰值运动参数,如最大相对速度来表示的。后续的研究[[17], [18], [19], [20]]则致力于确定简单系统中的输入能量需求,并为在基于能量的抗震设计中的应用提供指导。最近,能量谱已被纳入日本的抗震设计规范[21],目前也有几个国家正在努力将能量谱纳入其国家建筑规范[3,4]。

在低碳发展战略的框架下,人们越来越重视支撑蓝色经济的海上结构的安全性和韧性。海上结构,包括跨海桥梁、海上风力涡轮机和钻井平台,往往要面临复杂的海洋地面运动,这可能导致严重的永久性损伤[22,23]。在过去几年中,2010年智利地震和2011年东日本大地震等重大地震事件极大地考验了海上结构的安全性。因此,在海上结构的建设中,必须优先考虑抗震设计因素。海上结构的传统抗震设计方法与陆上结构类似,允许结构的部分在地震发生时发生塑性变形,以耗散地震带来的输入能量。尽管海上结构的抗震设计原则看似与陆上结构相似,但海洋地面运动的特性与其陆上对应物有显著差异[[24], [25], [26], [27], [28], [29], [30], [31], [32], [33], [34], [35], [36]]。这些差异导致在分析这两类地面运动时的非弹性响应谱特性存在很大差异。文献综述表明,据作者所知,以往的研究主要集中在承受陆上地面运动的结构的输入能量谱上。然而,对于承受海洋地面运动的结构的输入能量进行全面分析的研究还尚未出现。开展此类研究有望显著提升工程师对地震输入能量的理解,而这对于基于能量的抗震设计而言至关重要。

在此背景下,本研究旨在评估各种非弹性单自由度系统的输入能量,这些系统采用五种滞回定律进行建模,并承受来自日本相模湾地区273次震级大于5级的地震的200组海洋地面运动。研究了输入能量随海洋地面运动特性、归一化周期、延性水平、屈服后刚度比以及滞回行为的変化情况。同时也注意到了海洋地面运动与陆上地面运动在输入能量方面的差异。为了将基于能量的抗震设计扩展到承受海洋地面运动的结构,本文还提出了输入能量的解析估算方法。

2. 地面运动数据库
为估算输入能量,本研究整理了来自日本相模湾附近的Kyoshin网络的200组海洋地面运动数据。这些海洋地面运动数据是由地震和海啸监测中心(ETMC)的五个海底监测站(分别为KNG201、KNG202、KNG203、KNG205和KNG206)在2000年至2020年间记录的,涵盖了273次地震事件。需要指出的是,KNG204海底监测站记录的地面加速度峰值小于40厘米/秒2,因此这些数据未被纳入当前研究。为评估海洋地面运动与陆上地面运动在输入能量估算方面的差异,还分析了从263次同时发生的地震事件中由37个相邻陆上监测站收集的369组陆上地面运动数据。与Hu及其同事之前的研究结果[[36], [37], [38], [39]]一致,所有被纳入研究的海洋地面运动都符合以下标准:(1)发生在震级大于5级的地震中;(2)最大震源深度和震中距离分别限制在180公里和300公里以内;(3)记录数据包含P波和S波的初始频率,且信噪比不低于3.0;(4)地面加速度峰值大于40厘米/秒2。为减少背景噪声对地面运动数据的影响,按照Boore和Bommer提出的方法[40]进行了基线调整和滤波处理。这些地面运动数据还经过了四阶巴特沃斯非因果滤波器的处理,其截止频率范围定为0.1至25.0赫兹。

图1展示了所选地震事件及其对应的海上和陆上监测站的分布情况。图2显示了所分析的海洋地面运动和陆上地面运动的震级与震中距离之间的关系。如图3所示,整个地震数据库的频谱伪加速度、频谱伪速度和频谱位移谱分别是在第10、50和90百分位点上确定的。在整个周期范围内,海洋地面运动和陆上地面运动的频谱位移、频谱伪速度和频谱伪加速度的中值呈现出显著的相关性。在短周期范围内,海洋地面运动的频谱位移、频谱伪速度和频谱伪加速度的第10百分位谱值略高于相应陆上地面运动的弹性谱值。而在中长周期范围内,海洋地面运动的频谱位移、频谱伪速度和频谱伪加速度的第90百分位谱值则超过了相应陆上地面运动的弹性谱值。图4展示了海洋地面运动频率内容的分布情况。其频率特征由主导周期Tg决定,该周期是指五百分比弹性阻尼相对速度谱的纵坐标出现最大值的周期[41]。

图1. 日本相模湾地区海上和陆上监测站的分布情况[38]。
图2. 海洋地面运动和陆上地面运动的震级与震中距离关系:(a) 震级与震中距离;(b) 地面加速度峰值与震中距离。
图3. 海洋地面运动和陆上地面运动的弹性谱如下:(a) 频谱位移;(b) 频谱伪速度;(c) 频谱伪加速度。
图4. 海洋地面运动的主导周期分布情况。

3. 双归一化输入能量谱(BNIES)
3.1 能量平衡方程
能量平衡方程是通过对方程(1)直接积分得到的,该方程描述了图5所示单自由度系统的相对位移响应,最终得到方程(6)[42,43]。
(1) μ¨ + cu˙ + fs = ?μ¨g

在此式中,m、c、fs和u分别代表单自由度系统的质量、粘性阻尼系数、恢复力和相对位移。ug则表示地面位移。通过对方程(1)关于相对位移进行积分,可得到方程(2)和方程(3)。
(2) ∫0^u μ¨du + ∫0^u cu˙du + ∫0^u fsdu = ?∫0^u μ¨gdu
(3) ∫0^t μ¨u˙dt︸EK + ∫0^t cu˙2dt︸ED + ∫0^t fsu˙dt︸ES = ?∫0^t μ¨gu˙dt︸EI
(4) EK + ED + ES = EI

在此式中,EI、EK、ED和ES分别代表相对输入能量、动能、阻尼能和应变能。应变能ES还可进一步分解为两个部分:弹性应变能ESE和滞回能EH,如下所示:
(5) ES = ESE + EH

将方程(5)代入方程(4),即可得到基于能量的抗震设计方法中使用的能量平衡方程的一般形式,即方程(6)。
(6) EI = EK + ED + ESE + EH

在地震发生期间,施加在结构上的EI会通过四个不同的组成部分进行存储和耗散:EK、ED、ESE和EH。这些组成部分可分为两类:存储能量和耗散能量。存储能量包括ESE和EK,它们是暂时的,一旦运动停止且没有外部激励,这些能量就会消失。而耗散能量则包括ED和EH,它们会在整个运动过程中不断被消耗。

3.2 BNIE的概念
为减少EI对质量的依赖,最好使用输入能量等效速度Veq,而非方程(3)中所定义的EI。
(7) Veq = 2EI/m

图6展示了三种自定位系统在承受海洋地面运动时的Veq谱。该图清楚地显示出,单自由度结构的Veq分布相当广泛,而且不同海洋地面运动下的Veq谱之间缺乏相似性。

基于能量的抗震设计要求结构系统具备足够的能量耗散能力,以便在满足基本性能极限状态的同时有效耗散输入能量需求。因此,有必要为特定的设计地点确定相应的设计输入能量谱。在文献中,通常有两种方法可用于估算结构系统的输入能量。在第一种方法中,利用包含土壤类型、距断层距离、地震震级和断层机制等变量的衰减关系来估算地面运动的Veq谱[[1], [2], [3], [4], [5], [6], [7], 42,43]。在第二种方法中,通过某种缩放操作,从相应的频谱伪速度谱中得出Veq谱[44,45]。对相关文献[8,14,18,[46], [47], [48], [49]]的综述表明,Veq与频谱伪速度之间存在较强的相关性。研究人员通过建立数学表达式来描述频谱伪速度与Veq之间的关系,如表1所示。首先通过概率地震危险性分析得出特定地点的频谱伪速度,然后再通过缩放操作得到设计等效速度谱Veq。

表1. 用于通过频谱伪速度估算EI的数学方程综述。
编号 | 参考文献 | 公式 |
| ---- | -------- | ---- |
| 1 | Alici和Sucuoglu [8] | 2EI/m/PSv = a·exp(?b·T) + c |
| 2 | Housner [14] | EI/m = 0.5·PSv2 |
| 3 | Manfredi [18] | EI/m = 0.45·(1/μ?1+0.23·ID)·PSv2 |
| 4 | Khashaee等人 [46] | EI/m = 0.5·fˉ·fT·PSv |
| 5 | Shargh和Barati [47] | EI/m = α·PSvβ |
| 6 | Merter [48] | EI/m = IA·PSv |
| 7 | Gullu等人 [49] | EI/m = B·PSv·PSa·Tc·Ie·te·(Tc/T)k |

双归一化弹性谱的概念最初由Xu和Xie [50,51]提出。该概念是通过将峰值加速度谱的纵坐标除以地面运动的相应峰值参数来得到的。此外,SDOF系统的周期轴是依据频谱中的主导周期进行标准化的,这一主导周期与地震动的频率特性相关。先前的研究[[25], [26], [27], [28], [29]]表明,由于传播路径、场地条件以及海水影响的差异,海上与陆地地震动的特性存在显著区别。正如张和郑[52]所指出的,海上地震动的主导周期往往大于陆地地震动。在之前的研究[50,51]中,主要使用与频率特性相关的参数作为标准化参数。而本研究则着眼于分析海上与陆地地震动的主导周期。基于此,本研究通过分析海上地震动的特性并找出其共性,提出了一种新的双标准化输入能量谱Eeq。Eeq定义为以海上地震动的PSv为基准对Veq谱进行标准化后,再与以主导周期Tg为基准标准化的SDOF系统周期相对应而得到的谱。图7展示了三种自复位结构在遭受海上地震动作用时的Eeq谱。该图清晰地显示出SDOF结构的Eeq值存在较大差异,不同海上地震动对应的Veq谱之间也缺乏相似性。而另一组结构的Eeq值差异相对较小,不同海上地震动对应的Eeq谱之间存在明显相似性。下载:下载高分辨率图像(346KB)下载:下载全尺寸图像图7. 三种自复位结构在遭受200次海上地震动作用时的Eeq值:(a) Sc η = 0.2;(b) Sc η = 1.0;(c) Sc η = 1.0。3.3 BNIEST的生成本研究用于确定Eeq谱的方法是基于能量平衡方程直接推导能量项,如方程(6)所示。在非线性响应分析和能量时程分析中,采用具有固定支座附近潜在塑性铰区域的集中质量悬臂柱来计算Eeq谱的值。图8展示了一个用于确定海上地震动Eeq谱的计算流程图。通过计算机程序IDARC2D[53]对承受海上地震动的结构系统进行非线性时程分析,从而生成Eeq谱。结构模型的各项参数,包括周期T、延性特征(用位移延性比μ表示)以及所选定的海上地震动,都是该计算流程图的主要输入参数。这一过程分为四个连续步骤,具体如下:(1) 以μ、T、结构行为模型、海上地震动以及5%的恒定阻尼比作为输入参数,开展后续步骤中的分析。(2) 使用OpenSees进行线性时程分析,以确定PSv和弹性强度Fe。Fe指的是SDOF系统仍保持弹性时的最小强度,即当μ=1时的强度。(3) 根据上一步非线性时程分析的结果推导出能量项,同时保留谱值以供后续分析使用。这一流程会在不同的SDOF周期和指定的海上地震动范围内反复应用。通过为μ设定预定义的控制参数来判断迭代过程的收敛性,即当μ的数值在目标μ的±1%范围内时,视为收敛。(4) 将Eeq谱与特定的T范围相对应地呈现出来。下载:下载高分辨率图像(733KB)下载:下载全尺寸图像图8. Eeq的计算流程图。为了验证输入能量谱的构建方法,本研究采用了Uang和Bertero[43]提供的案例,该案例使用了1986年圣萨尔瓦多地震期间在地质技术调查中心站点记录的90°方向地震动时程数据(见图9a)。图9b展示了采用本方法计算的Veq谱与Uang和Bertero[43]之前计算的Veq谱的对比结果。两者完全一致,从而证明了本研究开发的计算方法的准确性。下载:下载高分辨率图像(405KB)下载:下载全尺寸图像图9. 验证1986年圣萨尔瓦多地震在地质技术调查中心站点90°方向记录的数据情况下输入能量谱计算结果的准确性,此时μ=1。(a) 加速度时程;(b) 本方法计算的Veq谱与之前计算的Veq谱的对比。3.4 结构参数在本研究中,采用五种滞回模型来估算海上地震动的Eeq谱:能量耗散系数为η=0.2的自复位模型(Sc η=0.2)[54]、η=0.5的自复位模型(Sc η=0.5)[54]、η=1.0的自复位模型(Sc η=1.0)、修正Clough模型[55]以及峰值导向模型[56],如图10所示。修正Clough模型被广泛用于描述在循环荷载作用下出现弯曲破坏的钢筋混凝土构件的滞回行为。而峰值导向模型则是专门为分析无粘结后张法钢筋混凝土桥墩的非线性响应而设计的。需要指出的是,针对陆地结构 的抗震控制研究主要侧重于实现震后功能恢复能力,尤其关注自复位系统[57,58]。目前已有多种基于自复位概念的材料、能量耗散装置以及结构体系被应用,包括形状记忆合金[[59], [60], [61]]、自复位能量耗散支撑[62,63]以及自复位摇摆结构体系[64]。同样,海上结构也可采用这些装置来提升抗震性能[[65], [66], [67]]。在本研究中,采用了不同能量耗散系数(η=0.2、0.5和1.0)的自复位模型来估算海上地震动的Eeq谱。在图10所示的模型中,K表示结构的初始刚度,α则表示屈服后的刚度比,即屈服后的刚度与初始刚度的比值。此外,uy和Fy分别代表结构的屈服位移和屈服强度。下载:下载高分辨率图像(332KB)下载:下载全尺寸图像图10. 本研究中所采用的滞回模型:(a) 自复位模型;(b) 修正Clough模型;(c) 峰值导向模型。此外,本研究还分析了那些控制参数变化较大的海上地震动的Eeq谱,相关参数如表2所示。海上地震动的Eeq谱可按以下方式分类:(8)Eeq≡Eer(T/Tg,Hy,α,μ,u¨g),其中T=(0.2:0.1:10),Hy≡(Scη=0.2,Scη=0.5,Scη=1.0,MC,P?O),α=(0,0.05,0.1,0.2,0.4),μ=μi(2,4,6,8,10),u¨g≡(海床站点,矩震级Mw,震中距离D,持续时间DS90)。表2. 本研究所使用的结构参数。结构参数变化范围标准化周期T/Tg(0.2:0.1:3.0)位移延性比μ(2, 4, 6, 8, 10)屈服后刚度比α(0, 0.05, 0.1, 0.2, 0.4)滞回模型Hy(Sc η=0.2, Sc η=0.5, Sc η=1.0, MC, P-O)4. 统计分析4.1 海床站点的影响通过比较针对特定海床站点计算的Eeq值Eeq,i与基于整个海上地震动数据库计算的Eeq值Eeq,all,来分析各海床站点记录的海上地震动Eeq值的变化情况。图11展示了在假设α=0的情况下,对于所研究的五种滞回模型,(Eeq, i?Eeq, all)/Eeq, all随T/Tg的变化情况。如果不区分海床站点,仅使用整个地震数据库中的平均值来计算平均Eeq值,那么对于所有的滞回模型、标准化周期以及位移延性比而言,其估算误差大多在10%以内,仅有少数情况下误差会超过这一比例。这一现象表明,无论海床站点之间存在何种差异,估算整个海上地震动群体中的Eeq值时,其误差都在10%的范围内。因此,用于推导Eeq解析值的回归分析是以整个地震数据库中的平均值为基础进行的。下载:下载高分辨率图像(2MB)下载:下载全尺寸图像图11. 海床站点的影响:在假设α=0的情况下,对于(a) μ =2且KNG 201;(b) μ = 10且KNG 201;(c) μ = 2且KNG 202;(d) μ = 10且KNG 202;(e) μ = 2且KNG 203;(f) μ = 10且KNG 203;(g) μ = 2且KNG 205;(h) μ = 10且KNG 205;(i) μ = 2且KNG 206;(j) μ = 10且KNG 206,(Eeq, i?Eeq, all)/Eeq, all随周期T/Tg的变化情况。由于Kyoshin网络中的五个海上监测站没有提供相应的场地条件信息,研究人员[29,37]通过采用海上地震动水平向垂直方向响应谱比的主导周期来对场地条件进行分类。Boore等人[24]认为,水平向垂直方向响应谱比能够有效降低地震源、断层类型以及传播路径等因素的影响,因此在分析陆地和海上监测站的场地效应时具有较高的实用性。不过,这五个海上监测站的水平向垂直方向响应谱比存在较大差异,说明这些监测站的场地条件存在显著差别。本研究采用主导周期Tg来评估场地条件对海上地震动频率特性的影响,如图4所示。KNG201、KNG202、KNG203、KNG205和KNG206所记录的海上地震动的主导周期均值分别为0.55、0.37、0.51、0.40和0.52。主导周期的这种差异表明,这些海上监测站的场地条件存在差异,进一步凸显了海底场地环境的复杂性。4.2 震级和距离的影响有研究[2,8,9]表明,震级Mw和震中距离D会对SDOF结构的输入能量需求产生显著影响。不过,这些结论是基于陆地监测站记录的地震动数据得出的。因此,本研究分析了Mw和D对海上地震动Eeq值的影响。整个海上地震动数据库根据Mw和D被系统地分类。所有的Eeq值都相对于其平均值进行了标准化处理,表示为(Eeq)/(Eeq)mean。通过线性回归分析,研究了Eeq值与其平均值(Eeq)mean的比值与地震学参数Mw和D之间的关系。同时,本研究还将整个海上地震动数据库根据Mw和D分别划分为三组。随后进行了假设检验,以评估斜率系数,其中零假设认为斜率系数等于零,显著性水平为5%。海上地震动特性的影响取决于计算得到的斜率值以及强度量级的区间。图12和图13的左侧面板展示了在假设α=0的情况下,当μ值为6时,(Eeq)/(Eeq)mean与Mw以及D之间的关系。对于Sc η = 0.2模型、Sc η = 0.5模型、Sc η = 1.0模型、修正Clough模型以及峰值导向模型,随着Mw的增加,对应的斜率系数分别为0.0979、0.0816、0.1010、0.0933和0.1368,在Mw=6.0时,这几种模型的平均高估幅度分别为4.57%、3.82%、4.73%、4.34%和6.36%。而对于同一系列模型,随着D的增加,对应的斜率系数分别为0.000946、0.000924、0.001083、0.000908和0.00086,在D=50公里时,这几种模型的平均低估幅度分别为4.22%、4.13%、4.84%、4.05%和3.84%。图12和图13的右侧面板展示了在假设α=0的情况下,当μ值为6时,平均Eeq值随T/Tg的变化情况,同时也考虑了所有分析过的滞回行为。在图12的右侧面板中,对于Sc η = 0.2模型、Sc η = 0.5模型、Sc η = 1.0模型、修正Clough模型以及峰值导向模型,由于Mw的不同,其平均Eeq值与海上地震动的平均Eeq值相比,最大差异分别为5.5%、4.8%、6.0%、4.5%和4.2%。而在图13的右侧面板中,由于D的不同,这五种模型的平均Eeq值与海上地震动的平均Eeq值相比,最大差异分别为6.0%、5.3%、5.6%、5.8%和5.3%。无论斜率系数在统计上是否与零无显著差异,其极小的数值都表明Mw和D对平均Eeq估算的影响可以忽略,因此未被纳入离岸GMs的Eeq估算中。下载:下载高分辨率图像(2MB)下载:下载完整尺寸图像图12. Mw对Eeq的影响:(a) Sc η = 0.2时Eeq与Mw的关系;(b) Sc η = 0.2时Eeq随T/Tg的变化;(c) Sc η = 0.5时Eeq与Mw的关系;(d) Sc η = 0.5时Eeq随T/Tg的变化;(e) Sc η = 1.0时Eeq与Mw的关系;(f) Sc η = 1.0时Eeq随T/Tg的变化;(g) MC模型下Eeq与Mw的关系;(h) MC模型下Eeq随T/Tg的变化;(i) P-O模型下Eeq与Mw的关系;(j) P-O模型下Eeq随T/Tg的变化。下载:下载高分辨率图像(2MB)下载:下载完整尺寸图像图13. D对Eeq的影响:(a) Sc η = 0.2时Eeq与D的关系;(b) Sc η = 0.2时Eeq随T/Tg的变化;(c) Sc η = 0.5时Eeq与D的关系;(d) Sc η = 0.5时Eeq随T/Tg的变化;(e) Sc η = 1.0时Eeq与D的关系;(f) Sc η = 1.0时Eeq随T/Tg的变化;(g) MC模型下Eeq与D的关系;(h) MC模型下Eeq随T/Tg的变化;(i) P-O模型下Eeq与D的关系;(j) P-O模型下Eeq随T/Tg的变化。图12和图13表明,按Mw和D分类的离岸GMs的平均Eeq具有高度相似性,这一特点使得人们认为Eeq=Veq/PSv谱与Mw和D无关。这些结果与Alici和Sucuoglu [8]的观察一致,他们发现,当输入能量等效速度Veq以谱伪速度PSv为基准进行归一化后,Mw和D的影响微乎其微。这也在情理之中,因为Mw和D对Veq和PSv的影响颇为相似。4.3. 显著持续时间的影响本节分析了显著持续时间[68],即DS90,对Eeq的影响。整个离岸GMs数据库是根据DS90进行分类的。所有Eeq值均以均值作为基准进行归一化,表示为(Eeq)/(Eeq)mean。通过线性回归分析研究了Eeq与其均值之比与DS90之间的关系。同时,还进行了假设检验来评估斜率系数,其中零假设认为斜率系数等于零,显著性水平为5%。图14的左侧面板展示了在α=0的假设下,当μ值为6时,(Eeq)/(Eeq)mean与DS90之间的关系。Sc η = 0.2模型、Sc η = 0.5模型、Sc η = 1.0模型、MC模型以及P-O模型在不同DS90值下的斜率系数分别为0.0025、0.00209、0.00245、0.00258和0.00367,而在DS90=30秒时的平均低估幅度分别约为1.39%、1.16%、1.33%、1.43%和2.01%。图14的右侧面板则在α=0的假设下,展示了当μ值为6时,平均Eeq随T/Tg的变化情况。图中显示,对于Sc η = 0.2模型、Sc η = 0.5模型、Sc η = 1.0模型、MC模型以及P-O模型,由于DS90的不同,其平均Eeq的最大差异分别为5.5%、5.8%、4.0%、5.0%和4.2%。这一现象表明,若忽略DS90的影响,离岸GMs平均Eeq的估算误差仍控制在5%以内。尽管斜率系数的统计显著性有待考量,但其较小的数值也说明DS90对Eeq估算的影响微弱,因此未被纳入离岸GMs平均Eeq的估算中。下载:下载高分辨率图像(2MB)下载:下载完整尺寸图像图14. DS90对Eeq的影响:(a) Sc η = 0.2时Eeq与DS90的关系;(b) Sc η = 0.2时Eeq随T/Tg的变化;(c) Sc η = 0.5时Eeq与DS90的关系;(d) Sc η = 0.5时Eeq随T/Tg的变化;(e) Sc η = 1.0时Eeq与DS90的关系;(f) Sc η = 1.0时Eeq随T/Tg的变化;(g) MC模型下Eeq与DS90的关系;(h) MC模型下Eeq随T/Tg的变化;(i) P-O模型下Eeq与DS90的关系;(j) P-O模型下Eeq随T/Tg的变化。4.4. BNIES的均值图15展示了在假设α取[0, 0.4]两个值的情况下,针对五种不同的μ值[69,1,3,5,7],五种所研究的滞回模型中平均Eeq随T/Tg的变化情况。总体而言,平均Eeq在不同滞回模型、延性水平以及α值下呈现出一致的趋势。无论采用何种滞回模型或α值,平均Eeq谱都会出现两个明显的谱段。在第一个谱段,即T/Tg小于1.0时,平均Eeq对T/Tg的变化较为敏感,随着T/Tg的增加而显著下降。而在第二个谱段,即T/Tg大于1.0时,平均Eeq则相对不受T/Tg变化的影响。出现这种现象的原因是,当T小于Tg时,随着T的增加,Veq和PSv都会呈上升趋势,不过Veq的上升幅度相比PSv要小。反之,当T大于Tg时,随着T的增加,Veq和PSv都会逐渐下降,且两者的下降速率大致相当。下载:下载高分辨率图像(2MB)下载:下载完整尺寸图像图15. 由以下模型计算得到的200个离岸GMs的平均Eeq:(a) Sc η = 0.2且α = 0;(b) Sc η = 0.2且α = 0.4;(c) Sc η = 0.5且α = 0;(d) Sc η = 0.5且α = 0.4;(e) Sc η = 1.0且α = 0;(f) Sc η = 1.0且α = 0.4;(g) MC模型且α = 0;(h) MC模型且α = 0.3;(i) P-O模型且α = 0;(j) P-O模型且α = 0.4。另一个值得注意的现象是,当T/Tg小于约0.7时,平均Eeq会显著依赖于延性水平,随着μ的增大而明显上升。这种现象是由于系统等效刚度的降低导致等效周期延长所致。而当T/Tg大于约0.7时,平均Eeq几乎不会随μ的变化而改变,这说明在该谱段内,平均Eeq与延性水平无关。这些发现与Zhou等人[10]的观察结果一致,他们指出,在估算受陆上GMs作用的自平衡单自由度系统的Veq值时,对于那些刚度处于中等至较高水平的结构系统,其平均Veq值大致与μ无关。前述研究表明,平均Eeq主要受延性水平及归一化周期的影响。本文进一步探讨了延性水平对离岸GMs的Eeq的影响。图16将不同T/Tg条件下Eeq值与μ的关系进行了绘制。在归一化周期较短的系统中(例如T/Tg = 0.3),在50%的概率水平下,Eeq的中位数会随着μ的增大而呈线性上升趋势。在超过Eeq的概率为90%和10%时,也观察到了类似的趋势。相反,在归一化周期较长的系统中(例如T/Tg = 2.0),Eeq几乎不会随μ的变化而产生波动。另外,第10百分位数和第90百分位数相对于中位数(p = 50%)是对称分布的,这表明Eeq的概率分布符合正态分布。下载:下载高分辨率图像(2MB)下载:下载完整尺寸图像图16. 由以下模型计算得到的200个离岸GMs的Eeq随μ的变化情况:(a) Sc η = 0.2且T/Tg = 0.3;(b) Sc η = 0.2且T/Tg = 2.0;(c) Sc η = 0.5且T/Tg = 0.3;(d) Sc η = 0.5且T/Tg = 2.0;(e) Sc η = 1.0且T/Tg = 0.3;(f) Sc η = 1.0且T/Tg = 2.0;(g) MC模型且T/Tg = 0.3;(h) MC模型且T/Tg = 2.0;(i) P-O模型且T/Tg = 0.3;(j) P-O模型且T/Tg = 2.0。4.5. BNIES的离散程度为了评估离岸GMs的Eeq的离散程度,计算了变异系数(COV)。图17比较了在假设α取[0, 0.4]两个值的情况下,针对五种不同的μ值[69,1,3,5,7],五种所研究的滞回模型中离岸GMs的Eeq的变异系数。总体而言,Eeq的变异系数在不同滞回模型和α值下呈现出一致的趋势。在所有考察的归一化周期范围内,Eeq的变异系数变化很小,仅随着μ值的增大而略有上升。此外,无论μ、α、T/Tg的值以及所采用的滞回模型如何,Eeq的变异系数始终低于0.5。下载:下载高分辨率图像(2MB)下载:下载完整尺寸图像图17. 由以下模型计算得到的200个离岸GMs的Eeq的变异系数:(a) Sc η = 0.2且α = 0;(b) Sc η = 0.2且α = 0.4;(c) Sc η = 0.5且α = 0;(d) Sc η = 0.5且α = 0.4;(e) Sc η = 1.0且α = 0;(f) Sc η = 1.0且α = 0.4;(g) MC模型且α = 0;(h) MC模型且α = 0.3;(i) P-O模型且α = 0;(j) P-O模型且α = 0.4。4.6. 屈服后刚度比的影响Zhou等人[10]认为,α对输入能量等效速度Veq谱的影响相对较小。具体而言,在短周期范围内,α对Veq谱的影响微乎其微。而在中长周期范围内,随着α值的增加,Veq谱会出现上升趋势,不过当α超过0.3后,这种影响就变得可以忽略不计。不过需要指出的是,他们的结论是基于从陆上站点收集的GMs数据得出的。因此,本研究旨在探究α对单自由度结构的离岸GMs的Eeq的影响。图18展示了在特定滞回模型和固定μ值的前提下,离岸GMs的平均Eeq与归一化周期随屈服后刚度比α变化的关系。所考虑的α值范围为[0.00, 0.05, 0.10, 0.20, 0.40],对应两种延性水平,即μ = [69,7]。显然,离岸GMs的Eeq估算会受到α的影响,这一影响取决于μ、T/Tg以及滞回模型的综合效应。当μ恒定为2时,无论T/Tg和滞回模型如何变化,离岸GMs的平均Eeq都不受α的影响。这一结果表明,对于延性水平较低的单自由度结构,离岸GMs的平均Eeq大致与α无关。当μ恒定为10时,离岸GMs的平均Eeq会出现两个主要的谱段。在第一个谱段,即T/Tg小于0.5时,离岸GMs的平均Eeq对α的变化较为敏感,随着α的增大而显著下降。而在第二个谱段,即T/Tg大于0.5时,离岸GMs的平均Eeq则相对不受α变化的影响。该观测结果表明,在这一频谱范围内,海上地震动引起的平均Eeq值大致与α无关。另一个观察结果尤其适用于那些具有较高延性水平且T/Tg小于0.5的单自由度结构,即与自平衡模型相比,无论在MC模型还是P-O模型中,α对海上地震动引起的Eeq值估算的影响都更为显著。下载:下载高分辨率图像(2MB)下载:下载全尺寸图像图18. α对Eeq的影响:(a) Sc η = 0.2,μ = 2;(b) Sc η = 0.2,μ = 10;(c) Sc η = 0.5,μ = 2;(d) Sc η = 0.5,μ = 10;(e) Sc η = 1.0,μ = 2;(f) Sc η = 1.0,μ = 10;(g) MC模型,μ = 2;(h) MC模型,μ = 10;(i) P-O模型,μ = 2;(j) P-O模型,μ = 10。4.7 滞回系统的影图19展示了对于两个不同的μ值,即[69,7],在两种不同的α值[0.2, 0.4]下,(Eeq)Hi/(Eeq)Sc η=1.0随T/Tg的变化情况。总体而言,在Eeq比值中可以观察到两个主要的频谱区域。在第一个区域,即T/Tg小于1.0时,滞回模型对海上地震动引起的平均Eeq值估算的影响是由μ、α和T/Tg的综合效应决定的。在这个频谱区域内,Eeq比值对滞回模型的变化较为敏感,其中最高的Eeq值出现在MC或P-O滞回模型中。对该频谱区域内Sc η=0.2和Sc η=1.0两种滞回模型的平均Eeq值进行比较后发现,随着η的增加,平均Eeq值可提高最多20%,这一增幅取决于μ、α和T/Tg的综合影响。此外,对比Sc η=1.0模型和MC滞回模型的平均Eeq值可知,MC滞回模型得到的Eeq值更高,但这一增幅也不会超过30%,同样受μ、α和T/Tg综合效应的影响。在第二个区域,即T/Tg大于1.0时,Eeq比值几乎不受滞回模型变化的影响。这一观测结果表明,在该频谱范围内,海上地震动引起的平均Eeq值大致与滞回模型无关。下载:下载高分辨率图像(858KB)下载:下载全尺寸图像图19. 与Sc η=1.0滞回模型相关的EDI值:(a) α = 0.2,μ = 2;(b) α = 0.2,μ = 10;(c) α = 0.4,μ = 2;(d) α = 0.4,μ = 10。5. BNIES回归分析基于上述NLTHA的研究结果,人们推导出了一个解析公式(方程式(9)),用以根据归一化周期T/Tg来计算海上地震动引起的平均Eeq值。该公式包含了多组结构参数,包括位移延性比μ、屈服后刚度比α以及滞回行为类型。预计,通过将方程式(9)与相应线性弹性系统的频谱伪速度PSv结合使用,能够更准确地估算出各种表现出非弹性行为的结构的输入能量等效速度Veq。(9)Eeq={a1+a2·T+a3·T2+a4·T3当T/Tg<1.0时,Eeq={a5·exp(?T/a6)+a7当1.0≤T/Tg≤3.0时其中,a1、a2、a3、a4、a5、a6和a7是通过采用Levenberg-Marquardt方法进行的非线性最小二乘回归分析确定的参数[70]。这些参数的值如附录A中的表A1所示,其数值取决于μ、α以及滞回行为类型。图20详细对比了基于分析方法的海上地震动引起的平均Eeq值与方程式(9)预测的数值,研究涵盖了三种不同的延性水平μ = [69,3,7],以及五种不同的滞回模型,对应的α值为[0, 0.4]。在此框架下提出的函数形式能够相当准确地估算海上地震动引起的平均Eeq值,因为数值分析结果与使用方程式(9)计算得到的解析结果十分接近。这一一致性还体现在R2值(决定系数,见附录A中的表A1)接近1的事实上,这一事实也是选择该函数形式而非其他模型来预测单自由度结构海上地震动引起的平均Eeq值的重要依据。图21展示了针对所有T/Tg和μ值,结合五种不同α值[0.00, 0.05, 0.10, 0.20, 0.40]的五种滞回模型,所估算的海上地震动引起的平均Eeq值与“实际Eeq值”的关系。显然,所提出的简化表达式能够有效计算海上地震动引起的平均Eeq值,其误差通常控制在5%以内。下载:下载高分辨率图像(2MB)下载:下载全尺寸图像图20. 实际Eeq值与估算Eeq值的对比分析:(a) Sc η = 0.2,α = 0;(b) Sc η = 0.2,α = 0.4;(c) Sc η = 0.5,α = 0;(d) Sc η = 0.5,α = 0.4;(e) Sc η = 1.0,α = 0;(f) Sc η = 1.0,α = 0.4;(g) MC模型,α = 0;(h) MC模型,α = 0.3;(i) P-O模型,α = 0;(j) P-O模型,α = 0.4。下载:下载高分辨率图像(1MB)下载:下载全尺寸图像图21. 不同模型下观测到的Eeq值与预测Eeq值之间的差异:(a) Sc η = 0.2模型;(b) Sc η = 0.5模型;(c) Sc η = 1.0模型;(d) MC模型;(e) P-O模型。需要明确的是,此处提出的解析估算结果仅适用于日本相模湾地区记录的海上地震动数据。因此,这些估算结果仅能代表该特定场景下的情况。在将这类解析估算结果用于评估其他地震多发地区的输入能量需求时需格外谨慎。6. 与陆上地震动的BNIES对比此前的研究(如[[34], [35], [36]])表明,海上地震动与陆上地震动在引发非弹性地震作用方面存在差异。因此,本部分将对海上地震动与陆上地震动引起的平均Eeq值估算之间的差异进行全面分析。为比较海上地震动与陆上地震动对结构物引起的平均Eeq值差异,本文计算了承受海上地震动与陆上地震动的单自由度结构的Eeq值比值,并将结果展示在图22中。研究中考虑了五种不同的μ值[69,1,3,5,7]以及五种不同的α值[0, 0.4]对应的滞回模型。总体而言,无论在何种滞回模型、延性水平或α值条件下,平均Eeq值比值都呈现出一致的趋势。当归一化周期小于约0.6时,平均Eeq值比值会显著下降;而在归一化周期介于0.6到1.3之间时,这些比值又会开始上升。超过这一范围后,比值则趋于稳定,不再发生变化。此外,除了少数特定区间外,大多数情况下平均Eeq值比值介于1.0到1.2之间。这一观测结果表明,与陆上地震动相比,海上地震动有可能提升单自由度结构的平均Eeq值,其增幅大约可达20%。下载:下载高分辨率图像(2MB)下载:下载全尺寸图像图22. 海上地震动与陆上地震动引起的平均Eeq值对比:(a) Sc η = 0.2,α = 0;(b) Sc η = 0.2,α = 0.4;(c) Sc η = 0.5,α = 0;(d) Sc η = 0.5,α = 0.4;(e) Sc η = 1.0,α = 0;(f) Sc η = 1.0,α = 0.4;(g) MC模型,α = 0;(h) MC模型,α = 0.3;(i) P-O模型,α = 0;(j) P-O模型,α = 0.4。7. 总结与结论在EBSD理论体系的基础上,输入能量被认为在解读地震作用效应方面起着重要作用。以往的研究大多集中在估算承受陆上地震动的结构物的输入能量上。然而,海上地震动的特性与陆上地震动存在明显差异。为此,本研究提出了一种针对承受海上地震动的结构物的双归一化输入能量谱Eeq。该Eeq值是通过将单自由度结构的振动周期除以主导周期Tg,再将输入能量等效速度除以频谱伪速度得到的。研究探讨了Eeq值如何随海上地震动的特征,即归一化周期T/Tg、位移延性比μ、屈服后刚度比α以及滞回规律而变化。主要结论如下:(1)海底位置、震级Mw、震中距D以及显著持续时间DS90对海上地震动引起的平均Eeq值的影响甚微。海上地震动引起的平均Eeq值的变异系数则受延性水平的影响,延性水平越高,该变异系数越大。(2)在T/Tg较小的系统中,随着μ值的增加,Eeq值呈线性上升趋势;而在T/Tg较大的系统中,Eeq值几乎不会因μ值的变化而发生明显波动。(3)在μ、α和T/Tg的共同作用下,MC模型的Eeq值可比η值为1.0的高自平衡模型的Eeq值高出多达30%,而相比η值为0.2的低自平衡模型,其Eeq值可高出约20%。(4)与陆上地震动相比,海上地震动有可能提升结构系统的平均Eeq值,其增幅可能达到20%左右。(5)本文为不同η值下的自平衡模型以及其他类型的滞回系统提出了平均Eeq值的解析估算方法。通过这些公式得到的可靠平均Eeq值估算结果,有助于更好地分析承受海上地震动的结构系统的性能。需要强调的是,此处提出的Eeq值解析估算结果仅适用于日本相模湾地区记录的海上地震动数据,因此这些估算结果仅能在该特定背景下作为参考。在将这类解析估算结果用于评估其他地震多发地区的海上地震动输入能量需求时需谨慎行事。作者贡献说明Bali Liu:撰写——初稿、可视化、软件应用、资源整理、方法设计、实验研究、正式分析、概念构建。Jiawen Huang:验证、方法设计、正式分析。Hao Tian:软件应用、资源整理、数据整理。Jinjun Hu:撰写——审阅与编辑、项目监督、资金筹措。Bali Liu|Jiawen Huang|Hao Tian|Jinjun Hu中国湖南科技大学土木工程学院,湘潭市411201
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号