单质点阻尼系的地震反应计算小Tip

根据单质点阻尼系的地震反应计算加速度反应谱时,发现在某些地震时程下,同SeismoSignal软件计算的加速度反应谱相差较大,尤其是高频部分。SeismoSignal软件可以查看每个不同固有频率的单自由度系统在地震激励下的时程响应,经查看发现SeismoSignal求解的时程响应样本点非常多,远远高于原地震加速度时程。

将SeismoSignal计算的响应时程提取出来与自己的计算结果对比,发现在地震时程的采样时刻处,SeismoSignal与自己的计算结果是一致的,与下图类似:

图.响应时程

图中红线是SeismoSignal计算的加速度时程,蓝线是自己计算的加速度时程。计算的加速度、速度及位移响应时程都有这种现象,固SeismoSignal计算过程中应该是对地震时程进行了线性插值,而且插值后采样频率变得极高,使其依此计算的结果在原来的采样时间之外也有值。在求加速度响应谱时,是单个频率响应下的最大值,图中红线的峰值与蓝线的峰值自然不一样,而且当计算的单自由度系统的固有频率越大时,这种误差也会越来越大。

在很多情况下,不经过插值求得的精度已经满足工程应用的需要,但自己计算响应谱的时候仍然对频率范围进行判断,当最大计算频率大于20倍的采样频率时,就对地震时程进行插值。

ddy=rand(1,1000)-0.5;  %随机地震加速度

f=20;    %单自由度系统固有频率20Hz
dt=0.01;    %地震时程采样间隔
h=0.02;    %阻尼比

fSampling=1/dt;    %当单自由度系统固有频率过大时对地震时程进行插值
if fSampling<20*f
   fSampling=20*f;
   time=0:dt:length(ddy)*dt-dt;
   dt2=1/fSampling;
   time2=0:dt2:max(time);
   ddy2=interp1(time,ddy,time2);
end

[acc1,vel1,dis1]=sdof_response(h,f,dt,ddy);
[acc2,vel2,dis2]=sdof_response(h,f,dt2,ddy2);
plot(time,dis1)
hold on
plot(time2,dis2,'r');

--------06/25---------
我这里用的是简单的线性加速度法,SeismoSignal有可能是用了其他的积分算法,然后积分步长特别小。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,597评论 18 139
  • 题目:用于语义分割的全卷积网络 文章链接:《Fully Convolutional Networks for Se...
    zhwhong阅读 16,649评论 1 36
  • (1) 作为东北农村出生的孩子,自记事起总要为家里分担一些农活,每年春天家里都会孵一些小鸡小鸭,去田里挖菜就是我和...
    恍若隔世30阅读 144评论 0 0
  • 这场 没有硝烟的战争 无疑 你是战场最英勇的士兵 烈日骄阳 怎配为敌 生活的战火 一直在前方 危险 在左也在右 时...
    在尘世里低眉_0c44阅读 328评论 0 0