[发明专利]边坡地震动力响应及灾变过程多元多域感知监测方法在审

专利信息
申请号: 202210869674.X 申请日: 2022-07-22
公开(公告)号: CN115480305A 公开(公告)日: 2022-12-16
发明(设计)人: 宋丹青;刘晓丽;王诚文;张建伟;阎宗岭 申请(专利权)人: 清华大学
主分类号: G01V1/30 分类号: G01V1/30
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 李雪静
地址: 100084*** 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: 坡地 震动 响应 灾变 过程 多元 感知 监测 方法
【权利要求书】:

1.一种边坡地震动力响应及灾变过程多元多域感知监测方法,其特征在于,包括以下步骤:

对多因素耦合条件下的边坡进行动力分析,得到边坡目标测点的加速度时程和位移时程,并对所述加速度时程和所述位移时程进行分析,并根据分析结果和目标测点的时程曲线基于时间域确定所所述边坡的第一地震动力响应特征;

对所述加速度时程进行傅里叶变换,得到所述目标测点的傅里叶谱,并对所述边坡通过数值建模后进行模态分析,得到所述边坡的基于模态分析得到的固有频率和振型特征,根据基于所述傅里叶谱得到的固有频率和基于频谱特征得到的固有频率的每个频率段的谱峰值、所述基于模态分析得到的固有频率和所述振型特征基于频率域确定所述边坡的第二地震动力响应特征;

对所述目标测点的速度时程进行希尔伯特黄变换,得到所述目标测点的地震希尔伯特能量谱和边际谱,并从所述地震希尔伯特能量谱和所述边际谱中获取地震动时间-频率-幅值关系,并基于所述地震动时间-频率-幅值关系、所述地震希尔伯特能量谱的谱峰值变化及谱特征和所述边际谱的谱峰值变化及谱特征基于时频域确定所述边坡的第三地震动力响应特征;

根据所述地震希尔伯特能量谱和所述边际谱,与边坡动力变形的关联特征,得到基于能量传递的边坡动力损伤定量化评估判据;

基于所述边坡的第一地震动力响应特征、所述边坡的第二地震动力响应特征和所述边坡的第三地震动力响应特征,建立边坡动力响应的多域关联分析模型,以通过所述多域关联分析模型和所述边坡动力损伤定量化评估判据对边坡地震动力响应及灾变过程进行感知监测。

2.根据权利要求1所述的方法,其特征在于,所述根据所述地震希尔伯特能量谱和所述边际谱,与边坡动力变形的关联特征,得到基于能量传递的边坡动力损伤定量化评估判据,包括:

提取所述边坡的多个监测点进行加速度时程,并进行滤波处理,对处理后的加速度时程的进行模态分解,得到多个本征模函数IMF分量

对所述IMF分量进行希尔伯特黄变换,得到不同IMF分量的瞬时频率曲线及希尔伯特边际谱;

根据所述多个监测点的希尔伯特边际谱幅值的变化规律确定所述边坡内部的能量分布特征,并根据所述边坡内部的能量分布特征和所述边际谱的变化趋势得到所述边坡内部的破坏位置;

基于所述边坡内部的破坏位置和边坡表面位移,生成所述基于能量传递的边坡动力损伤定量化评估判据。

3.根据权利要求1所述的方法,其特征在于,所述对所述加速度时程进行傅里叶变换,得到所述目标测点的傅里叶谱,包括:

基于预设的变换公式,对所述加速度时程进行傅里叶变换,得到所述目标测点的傅里叶谱,其中,所述预设的变换公式为:

其中,f(t)是时间域的加速度时程,t为时间,F(ω)是加速度时程f(t)的傅里叶变换。

4.根据权利要求3所述的方法,其特征在于,所述地震希尔伯特能量谱为:

其中,H(t,ω)为加速度时程的希尔伯特黄能量谱,t为时间,ωj为瞬时频率,aj(t,ωj)为第j阶IMF在时间t与瞬时频率ωj时对应的损失幅值,j为整数。

5.根据权利要求4所述的方法,其特征在于,所述边际谱为:

其中,h(ω,t)为希尔伯特边际谱,ω为频率,T为整个振动信号的持续时间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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清华大学,未经清华大学许可,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/202210869674.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top