一种考虑台风持时效应的低矮房屋围护构件风灾损失分析方法技术

本发明专利技术公开了一种考虑台风持时效应的低矮房屋围护构件风灾损失分析方法，用于对低矮建筑围护结构的风致破坏进行评估。计算过程中，对当前时间步，结合房屋开孔工况确定内压，通过比较飞掷物冲击力与飞掷物冲击承载力确定由飞掷物冲击引起的窗户破坏，比较荷载极值与压力承载力确定由于风压造成的围护构件破坏，确定新的开孔从而更新内压，再次进行破坏分析，直至无新的开孔出现，进入下一时间步，直到台风持续时间内所有时间步均分析完成，得到每一时间步各构件的失效概率及损失率的统计值。本发明专利技术考虑了台风的持时效应，同时考虑了围护构件荷载的非高斯性、随机性以及空间相关性等因素，更切实的评估在台风中的损失情况，且计算效率大幅提升。且计算效率大幅提升。且计算效率大幅提升。

【技术实现步骤摘要】
一种考虑台风持时效应的低矮房屋围护构件风灾损失分析方法


[0001]本专利技术属于风灾评估领域，具体而言是基于风洞实验数据的蒙塔卡洛模拟，一种考虑飞掷物冲击、风压破坏和内压变化三个方面的低矮建筑围护结构的台风持时风致损失估计方法。

技术介绍

[0002]民宅、厂房等低矮房屋遍布沿海地区，该类建筑的损毁在台风引发的各项损失中占比极高，严重影响当地生产生活的有序开展。台风侵袭下的低矮房屋损毁通常起始于围护结构，其中门窗、屋面覆层和屋面板等围护构件首当其冲
[2]，导致房屋内压剧变、雨水灌入，继而引发房屋倒塌等后续灾害。有效分析、预测低矮房屋围护结构的台风灾害损失对于当地开展防灾减灾及风险控制工作具有积极作用。
[0003]在世界范围内，台风(北美称飓风)灾害对美国等北美国家影响严重，仅1996年至2012年期间由飓风造成的美国经济总损失高达2500亿美元，另有约4000人身亡(e.g.,NIST(National Institute of Standards and Technology).Measurement science R&D roadmap for windstorm and coastal inundation impact reduction.NIST GCR 14
‑
973
‑
13.Gaithersburg,MD:NIST,2014)。目前具有代表性的台风灾害预测模型有两种：文献Validation of a probabilistic model for hurricane insurance loss projections in Florida(Pinelli J,Gurley K,Subramaniana C,Hamid S,Pita G.,Reliability Engineering and System Safety,93:1896
–
1905,2008)提出了佛罗里达公共飓风损失模型(FPHLM)，侧重于考虑不确定性因素以建立构件围护结构损失概率与风速、风向之间的函数关系，应用于评估飓风最大风速对应的灾害状况。文献HAZUS
‑
MH Hurricane Model Methodology.II:Damage and Loss Estimation.(Vickery P J,Skerlj P F,Lin J,Twisdale Jr L A,Young Michael A,Lavelle F M.Natural Hazards Review,7(2):94
‑
103,2006b)是由美国联邦应急管理局(FEMA)发布的HAZUS
‑
MH模型，考虑了飓风的持时效应，对飓风周期内房屋破坏的全过程做分析，提供了基于风场时间序列的逐步分析模拟方法，用于飓风期间内围护结构的累积损失。
[0004]两者均采用荷载规范用于风压引起的损失分析，并且均发展出飞掷物灾害模型以考虑飞掷物冲击破坏。研究表明，基于荷载规范的风压取值可能会低估风压的极值效应(e.g.,St.Pierre L S,Kopp G A,Surry D,Ho T C E.,The UWO contribution to the NIST aerodynamic database for wind loads on low buildings:Part 2.Comparison of data with wind load provisions,Journal of Wind Engineering and Industrial Aerodynamics,93(1),31
–
59,2005)。基于风洞试验数据的低矮房屋围护结构风致易损性研究得到了初步发展。文献Vulnerability analysis of steel roofing cladding:Influence of wind directionality(Ji X,Huang G,Zhang X,Kopp G A.,Engineering Structures,156:587
‑
597,2018)利用风洞数据对钢屋面房屋开展了风致灾害分析，并引入
了风的方向性效应。文献Wind
‑
induced hazard assessment for low
‑
rise building envelope considering potential openings(Journal of structural engineering,146(4):04020039,2020)基于风洞数据时程，提出了考虑围护结构开孔随机性的房屋内压动态分析方法，对常见木质民宅的门窗、屋面等易损构件进行易损性评估。

技术实现思路

[0005]鉴于以往的考虑台风持时效应的低矮房屋围护结构风灾损失评估没有结合风洞试验数据，且涉及循环运算效率较为低下，为了更切实高效地评估低矮房屋围护结的台风持时风灾损失，开发了改进的风灾损失逐步分析方法。该方法包括的内容有：计算飞掷物冲击破坏概率、确定风压极值分布、计算风压多元极值联合概率分布、计算内压变化、建立风灾损失逐步分析流程。
[0006]本专利技术的具体步骤如下：
[0007]步骤1：飞掷物冲击破坏概率
[0008]在台风等强风环境中，气流往往裹挟周围石子、树枝以及其他房屋的构件残骸，这些残骸形成的飞掷物会以一定几率冲击门窗等脆性构件导致破坏发生，单个门窗受到飞掷物冲击破坏的概率为
[0009]p
d
＝1
‑
exp(
‑
a
×
N
a
×
b
×
c
×
d)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0010]式中，N
a
表示房屋周围环境成为潜在飞掷物的残骸数量；a＝Φ[(U
‑
42.2)/4.69]表示来流方向残骸成为飞掷物的比例；b＝0.4/62.52
×
(U
‑
15.63)表示飞掷物击中房屋的数量；c表示单个门窗的迎风面积与所在墙面迎风面积之比；d＝Φ[(U
‑
21.88)/3.13]表示飞掷物动量超过门窗抗冲击极限的概率。在上述关系式中，U表示10米高度处的10分钟平均风速，Φ(
·
)表示标准高斯变量累积分布函数。
[0011]步骤2：确定风压极值分布
[0012]除去飞掷物影响，构件破坏与否还取决于所受荷载与承载力。令x(t)表示某一构件的风压时程，其极值变量表示为W，其累积概率分布通常服从极值Ⅰ型(Gumbel)分布
[0013]F(W)＝exp{
‑
exp[
‑
(W
‑
δ
w
)/ψ
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑台风持时效应的低矮房屋围护构件风灾损失分析方法，其特征在于，步骤如下：步骤1：飞掷物冲击破坏概率在台风等强风环境中，气流往往裹挟周围石子、树枝以及其他房屋的构件残骸，单个门窗受到飞掷物冲击破坏的概率为p
d
＝1
‑
exp(
‑
a
×
N
a
×
b
×
c
×
d)
ꢀꢀꢀꢀ
(1)式中，N
a
表示房屋周围环境成为潜在飞掷物的残骸数量；a＝Φ[(U
‑
42.2)/4.69]表示来流方向残骸成为飞掷物的比例；b＝0.4/62.52
×
(U
‑
15.63)表示飞掷物击中房屋的数量；c表示单个门窗的迎风面积与所在墙面迎风面积之比；d＝Φ[(U
‑
21.88)/3.13]表示飞掷物动量超过门窗抗冲击极限的概率；在上述关系式中，U表示10米高度处的10分钟平均风速，Φ(
·
)表示标准高斯变量累积分布函数；步骤2：确定风压极值分布除去飞掷物影响，构件破坏与否还取决于所受荷载与承载力；令x(t)表示某一构件的风压时程，其极值变量表示为W，其累积概率分布通常服从极值Ⅰ型(Gumbel)分布F(W)＝exp{
‑
exp[
‑
(W
‑
δ
w
)/ψ
w
]}
ꢀꢀꢀꢀꢀꢀ
(2)式中，δ
w
和ψ
w
分别为待确定的位置参数和尺度参数；根据半经验公式，上述两参数可通过下列关系得出过下列关系得出式中，μ和σ分别为风压时程x(t)的统计均值和标准差；c
l
、d
l
为常系数，Θ
l
、Ω
l
则取决于时程x(t)的偏度α3、峰度α4以及平均穿零数η0，具体表达式详见表1；通过构件风压时程样本直接计算偏度α3、峰度α4和平均穿零数η0，地通过公式(3)和(4)得到风压的极值分布函数；表1经验公式参数Table 1 parameters of empirical formulae
步骤3：风压多元极值联合概率分布在台风环境中，低矮房屋围护结构不同构件的风压在空间上存在相关性，使得构件破坏彼此存在关联；为了考虑风压相关性的影响，采用基于Nataf变换的多元概率模型建立围护构件风压多元极值联合分布；令W＝[W1,W2,
…
W
i
,
…
W
j
,
…
W
N
]表示非高斯风压极值向量，N表示需考虑的围护构件数量，W
i
的边缘概率分布F
Wi
(W
i
),i＝1,2,
…
,N由步骤2中方法估计得到；同时定义一组N元标准高斯向量Z＝[Z1,Z2,
…
Z
i
,
…
Z
j
,
…
Z
N
]，变量Z
i
与变量W
i
之间存在下述等概率关系：通过Nataf变换
[18]
，非高斯向量W的联合概率分布F
W
(w)表示为：F
W
(w)＝Φ
N
(z,Σ
Z
)
ꢀꢀꢀꢀꢀꢀ
(6)式中，Φ
N
表示N元标准高斯联合累积分布函数；Σ
Z
表示标准高斯向量Z的相关系数矩阵，其元素应根据非高斯向量W的相关系数矩阵Σ
W
中对应元素确定，具体关系式如下：式中，μ
i
(μ
j
)和σ
i
(σ
j
)分别表示W

【专利技术属性】
技术研发人员：冀骁文，赵衍刚，张博雨，黄国庆，卢朝辉，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：