The invention discloses a non-Gaussian wind pressure simulation method based on Johnson transform, which includes the following steps: firstly, the Johnson transfer model and parameter estimation method are introduced; secondly, the simulation of Gaussian process based on spectral method is introduced; secondly, the explicit expression of correlation coefficient of non-Gaussian process is derived based on Johnson transfer model; finally, the whole simulation process and the number of simulators are given. The numerical examples are compared with Hermite model. The invention can simulate the non-Gaussian process of skewness and kurtosis outside the Hermite feasible region, and is applicable to hardening and softening, and has the characteristics of large applicable area and high accuracy, thus solving the problem of limited Hermite feasible region.
【技术实现步骤摘要】
基于Johnson变换的非高斯风压模拟方法
本专利技术属于非高斯过程模拟领域,特别是基于Johnson变换的由高斯过程向强非高斯过程转换的建筑物风压模拟方法。
技术介绍
风压作为风荷载的一种重要形式,在建筑设计尤其是屋盖设计中发挥着重要的作用。研究表明,迎风区域的风压可以用高斯分布来描述,而分离区域的风压表现为弱到强的非高斯性(Holmes1981)。在估算极端风压和荷载效应以及屋盖和构件的疲劳损伤时,风压模拟是行之有效的一种方法(e.g.,Gioffreetal.2000)。除模拟外,还可以直接估算风压极值。这些研究引起了风工程的高度重视。在有限持续时间的非高斯风压的模拟和峰值估计中,Grigoriu(1984)的移动平均过程法得到了广泛的应用(e.g.,Gurleyetal.1996;Gioffreetal.2000;SadekandSimiu2002;YangandTian2015;Liuetal.2017)。其中,由Winterstein(1988)提出的基于非高斯过程的前四阶统计量的Hermite多项式模型(HPM)因其简单易用在模拟(GongandChen2014)以及极值估计(DingandChen2014;Huangetal.2017)中得到了广泛应用。具体地,该模型包括了由高斯过程分别向软化(峰度>3)和硬化(峰度<3)非高斯过程的转换模型。下面对其进行分别回顾。针对软化过程,Winterstein(1988)导出了Hermite模型的解析解(称该模型为SHM)。该解析式的形式简单,易于使用。KareemandZhao(199 ...
【技术保护点】
1.一种基于Johnson变换的非高斯风压模拟方法,其特征在于,步骤1:非高斯的Johnson变换模型Suppose Y(t)是均值为μY和标准差为σY的非高斯风压过程;标准非高斯过程即标准非高斯序列,X(t)=[Y(t)‑μY]/σY转换为平稳标准高斯序列Z(t),然后再表示为(Grigoriu 1998)x(t)=g[z(t)] (1)在这里
【技术特征摘要】
1.一种基于Johnson变换的非高斯风压模拟方法,其特征在于,步骤1:非高斯的Johnson变换模型SupposeY(t)是均值为μY和标准差为σY的非高斯风压过程;标准非高斯过程即标准非高斯序列,X(t)=[Y(t)-μY]/σY转换为平稳标准高斯序列Z(t),然后再表示为(Grigoriu1998)x(t)=g[z(t)](1)在这里FX是X(t)的累积分布函数;是FX的反函数;ΦZ(·)为Z(t)的累积分布函数;基于中心极限定理并参照Perason的四参数系统,将平移标准高斯序列Z(t)转换为非高斯序列X(t)的四参数转换模型,该模型被称为Johnson转化模型;Johnson转换模型表示为:其中,J(·)分别为:(a)无界转换模型,SU(b)有界转换模型,SB(c)对数正态转换模型,SL其中ε和γ是控制Johnson曲线位置的参数;λ和η是控制Johnson曲线尺度的参数,其值总是大于零;为了下面分析的简化,定义需要注意的是线性变换不改变偏度和峰度;式(2a)对应的逆转化模型(I-Johnson转换模型)为:其中,J-1(·)分别为:(a)无界转换模型,SU(b)有界转换模型,SB(c)对数正态转换模型,SL同时,基于(3a)式,求出非高斯变量q的概率分布函数为:(a)无界转化模型,SU:(b)有界转化模型,SB:(c)对数正态转换模型,SL:式中,是标准高斯过程Z的概率密度函数;Johnson转换的适用范围中的SL转换适用范围是偏度-峰度的一条曲线,该曲线的闭合表达式为(Hilletal.1976):α4=w4+2w3+3w2-3(5b)其中,α3表示偏度;α4表示峰度;w=exp(η-2),对于上述三种转换的选取,取决于指定的偏度和峰度;对于指定的偏度α3,公式(5a)在复数域有三个根;由于w>0,故w取实数正根值;分别按下式计算:式中,Q1和Q2表示为:随后将求得的w带入公式(5b)得到α'4;若α4<α'4,选取SB转换;若α4>α'4,选取SU转换;当α4=α'4时,即该点落在SL曲线上,选取SL转换;步骤2:矩估计法Hilletal(1976)基于矩估计法对Johnson转化模型的参数进行了估计;非高斯变量q的前四阶中心矩rn(n=1,2,3,4)表示为:(1),无界转换模型,SU:r1(q)=-w0.5sinh(Ω)(8a)r2(q)=0.5(w-1)[wcosh(2Ω)+1](8b)r3(q)=-0.25w0.5(w-1)2[w(w+2)sinh(3Ω)+3sinh(Ω)](8c)(2),有界转换模型,SB(3),有界对数正态转换模型,SL:rn(q)=exp(0.5n2η-2-nγη-1)(10)其中,Ω=γ/η;非高斯变量q的偏度α3和峰度α4表示为:偏度和峰度仅与γ和η有关;基于样本数据的偏度和峰度,即先求出γ和η;再根据关系和ε=r1(x)-λr1(q)求出λ和ε;步骤3:高斯过程的模拟谱表示法是一种利用谱分解和三角函数技术叠加来模拟随机过程样本的传统方法;以一维单变量零均值平稳高斯随机过程为例,该方法表示为:Al=(2SZ(ωl)△ω)1/2,l=0,1,2,....,N-1(11b)ωl=l△ω,l=0,1,2,....,N-1(11c)△ω=ωu/N(12)其中,为模拟的平稳高斯过程样本;N为频率分段数,一般取N=2μ,μ为正整数,以便于进行快速傅里叶变换;SZ为高斯过程的目标功率谱;ωl为频率;△ω为频率间隔;ωu是上截频率,其值的确定见Shinozuka和Deodatis(1991);φl为随机相位,取0~2π之间的随机数;步骤4:功率谱密度匹配关系在模拟得到了高斯平稳随机样本后,将这些样本通过Johnson转换模型即得到相应的平稳非高斯随机样本;但模拟前往往只知道非...
【专利技术属性】
技术研发人员:吴凤波,黄国庆,李天成,刘敏,
申请(专利权)人:西南交通大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。