为解决当前在钢结构建筑信息模型(building information modeling,BIM)与结构分析模型之间进行数据转换时存在的关键技术问题,本文在分析工业基础类(industry foundation classes,IFC)标准表达方法的基础上,以ABAQUS为结构分析平台,开...
详细信息
为解决当前在钢结构建筑信息模型(building information modeling,BIM)与结构分析模型之间进行数据转换时存在的关键技术问题,本文在分析工业基础类(industry foundation classes,IFC)标准表达方法的基础上,以ABAQUS为结构分析平台,开发了钢结构BIM模型数据转换算法,运用C#语言和Xbim工具包,实现了结构构件信息提取、构件空间位置调整和分析数据自动添加,并形成了相应的转换软件;通过钢框架结构实例分析验证了该软件的可靠性和准确性,并将其应用于安阳市游客集散中心的BIM模型转换和结构分析。结果表明,所开发的算法和软件解决了生成的结构分析模型节点不连接和人工添加分析数据工作量大等问题,实现了BIM中的钢结构设计模型或深化设计模型向ABAQUS结构分析模型数据的准确转换。与传统的在ABAQUS中直接建立结构分析模型相比,本文提出的方法能大大提高复杂钢结构的结构分析建模速度和效率。
卡尔曼滤波(Kalman filter,KF)和最大化后验概率法(maximum a posteriori,MAP)是结构荷载识别中常见的两类广义贝叶斯滤波算法,KF法计算效率高但数值稳定性较差,MAP法适用性强却需要复杂的矩阵求逆运算,加之这两类方法对荷载形式和测点...
详细信息
卡尔曼滤波(Kalman filter,KF)和最大化后验概率法(maximum a posteriori,MAP)是结构荷载识别中常见的两类广义贝叶斯滤波算法,KF法计算效率高但数值稳定性较差,MAP法适用性强却需要复杂的矩阵求逆运算,加之这两类方法对荷载形式和测点布置的苛刻要求,目前仅适用于简单荷载的识别。为此,该研究提出了针对任意分布式荷载的贝叶斯全局响应重构方法,从在线和离线两个角度改进了现有方法。针对在线KF方法,该研究从结构动力特性中导出等效荷载向量来降低未知荷载的维度,得到满足可控性条件的等效系统模型,并采用输入状态联合估计方法同时识别等效荷载和全局响应。针对离线MAP方法,引入考虑了空间相关性的荷载先验分布,采用MAP策略同时对等效荷载和观测噪声进行迭代估计,随后根据识别得到的等效荷载重构全局响应。改进后的在线和离线方法均不需要提前获取荷载位置或分布形式。通过青州大桥在风荷载和交通荷载下采集的响应数据对所提方法的精度和适用性进行了验证。
暂无评论