[发明专利]一种抗震分析的耦合模型的建立方法及装置、耦合模型在审
申请号: | 202110720690.8 | 申请日: | 2021-06-28 |
公开(公告)号: | CN113343536A | 公开(公告)日: | 2021-09-03 |
发明(设计)人: | 杨建华;马英;张超琦;蔡利建;高爱平;李玉民;隋春光;王冬梅;孙晓颖;杨烨;沈亮;张莉 | 申请(专利权)人: | 中国核电工程有限公司 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F111/04;G06F119/14 |
代理公司: | 北京天昊联合知识产权代理有限公司 11112 | 代理人: | 罗建民;邓伯英 |
地址: | 100840 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 抗震 分析 耦合 模型 建立 方法 装置 | ||
1.一种抗震分析的耦合模型的建立方法,其特征在于,包括:
分别建立待测厂房、毗邻厂房的三维模型;
根据结构力学虚功原理和所述毗邻厂房的三维模型建立与毗邻厂房的动力特性相一致的集中参数模型;
将待测厂房的三维模型、毗邻厂房的集中参数模型分别与筏板基础的三维模型连接,以得到抗震分析的耦合模型。
2.根据权利要求1所述的抗震分析的耦合模型的建立方法,其特征在于,所述根据结构力学虚功原理和所述毗邻厂房的三维模型建立与毗邻厂房的动力特性相一致的集中参数模型,具体包括:
根据结构力学虚功原理和所述毗邻厂房的三维模型推导出毗邻厂房的各楼层的楼层质量信息和层间梁单元的参数,其中,楼层质量信息包括质量、质量惯量和质心位置,层间梁单元的参数包括层间梁的截面积、剪切面积、截面惯性矩、扭转惯性矩和刚度中心;
根据各楼层的楼层质量信息和层间梁单元的参数建立毗邻厂房的集中参数模型,以得到与毗邻厂房的动力特性相一致的集中参数模型,其中,集中参数模型包括质量单元、层间梁单元、刚度中心,以及质量单元与层间梁单元之间的无质量刚性梁单元。
3.根据权利要求2所述的抗震分析的耦合模型的建立方法,其特征在于,所述根据结构力学虚功原理和所述毗邻厂房的三维模型建立与毗邻厂房的动力特性相一致的集中参数模型,还包括:
对建立的毗邻厂房的集中参数模型进行参数调整,以使所述毗邻厂房的集中参数模型更接近于毗邻厂房的动力特性。
4.根据权利要求3所述的抗震分析的耦合模型的建立方法,其特征在于,所述根据结构力学虚功原理和所述毗邻厂房的三维模型推导出毗邻厂房的各楼层的楼层质量信息和层间梁单元的参数,具体包括:
S11,在毗邻厂房的三维模型的第M楼层施加重力加速度,获取第M楼层的楼层质量信息,M为正整数;
S12,根据第M楼层的墙体及柱体的截面积获取层间梁的截面面积;
S13,在第M楼层施加约束、在第M+1楼层的楼板位置建立刚性面并施加集中弯矩MP,计算出转角,并根据式(1)获取层间梁的截面惯性矩,其中:
I为层间梁的截面惯性矩,H为层高,E为弹性模量,为转角;
S14,在第M+1楼层的楼板位置施加水平集中荷载F,计算出层间剪切变形ΔShear,并根据式(2)获取层间梁的剪切面积:
AShear为层间梁的剪切面积,G为剪切模量;
S15,在第M+1楼层的楼板位置施加集中扭矩T,计算出层间扭转角并根据式(3)获取层间梁的扭转惯性矩:
IP为层间梁的扭转惯性矩;
S16,在第M+1楼层的楼板位置L施加水平集中荷载F,根据第M+1楼层的楼板位置的扭转变形和扭转惯性矩计算出扭矩T=F×Δ,并推导出集中荷载距刚度中心的距离Δ=T/F,根据式(4)获取刚度中心:
X=Δ+L (4)
X为刚度中心,L为集中荷载的位置,Δ为集中荷载距刚度中心的距离;
在M分别取值为1,2,…,k时分别执行步骤S11-S16以获取毗邻厂房的各楼层的楼层质量信息和层间梁单元的参数,其中,k为毗邻厂房的总层数。
5.根据权利要求4所述的抗震分析的耦合模型的建立方法,其特征在于,所述根据各楼层的楼层质量信息和层间梁单元的参数建立毗邻厂房的集中参数模型,以得到毗邻厂房的动力特性相一致的集中参数模型,具体包括:
S21,根据获取的第M楼层的楼层质量信息建立第M楼层的质量单元,以模拟该楼层的质量特性;
S22,根据获取的层间梁单元的参数建立第M楼层和第M+1楼层之间的层间梁单元,以模拟该楼层的刚度特性;
S23,采用无质量的刚性梁单元连接所述质量单元和所述层间梁单元;
在M分别取值为1,2,…,k时分别执行步骤S21-S23建立毗邻厂房的集中参数模型,以得到采用层间梁单元和质量单元模拟毗邻厂房的楼层动力特性的集中参数模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国核电工程有限公司,未经中国核电工程有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110720690.8/1.html,转载请声明来源钻瓜专利网。