一种基于OC-PSO的超高层建筑抗风性能设计优化方法

    公开(公告)号:CN114491748A

    公开(公告)日:2022-05-13

    申请号:CN202210050739.8

    申请日:2022-01-17

    Applicant: 浙江大学

    Abstract: 本发明提供一种基于OC‑PSO的超高层建筑抗风性能设计优化方法,通过结合优化准则法(OC法)以及粒子群算法(PSO法),以降低结构造价为目标,同时考虑结构层位移,层间位移角及顶层峰值合成加速度作为约束,在结构优化的过程中采用了基于结构动力特性以及风洞试验结果的风振响应频域计算方法以达到在优化过程中更新等效静风荷载(ESWLs)以及加速度响应的目的从而实现结构的动力抗风设计优化,进一步提升了结构抗风的优化空间,实现了在保证结构安全性及舒适度要求的前提下,提高结构的经济效益。

    一种基于计算机视觉的气弹模型风洞试验平面风振响应测试方法

    公开(公告)号:CN109100112B

    公开(公告)日:2020-01-17

    申请号:CN201811148430.2

    申请日:2018-09-29

    Applicant: 浙江大学

    Abstract: 本发明提供一种基于计算机视觉的气弹模型风洞试验平面风振响应测试方法。与传统的风洞气弹模型测试方法相比,本发明所提供的基于计算机视觉的气弹模型风洞试验平面风振响应测试方法具有以下优点:(1)克服了使用加速度计和位移传感器进行结构动力响应测量而产生的试验误差,以及无法多点同步测量的问题;(2)相比于双目及多目视觉,具有便捷、高效、低成本的特点,且适用于风洞试验中气弹模型平面风振响应测试;(3)适用性强,能够实现相机能够在风洞实验室外灵活摆放的需求;(4)考虑了气弹模型的风致动力响应特点,解决当前已有单目视觉算法在风洞气弹模型试验中精度不足的问题,能够精准且同步获取气弹模型的风致位移和加速度响应。

    一种钢桁架液压提升施工的VR实现方法及系统

    公开(公告)号:CN108694747A

    公开(公告)日:2018-10-23

    申请号:CN201810500193.5

    申请日:2018-05-23

    CPC classification number: G06T19/006 G06F3/011 G06Q50/08 G09B9/00

    Abstract: 本发明提供一种钢桁架液压提升施工的VR实现方法及系统,用于钢桁架液压提升施工现场的模拟演练,具有以下优点:(1)化抽象为具体,工程管理人员可以身临其境地观察钢桁架液压提升施工现场,从而改进并得到最佳的现场布置方案,综合确定出最优的施工进度计划;(2)可以充分考虑钢桁架液压提升施工当天的天气情况和照明条件,并能够通过第一、第三人称视角自由漫游施工现场,帮助工程管理人员及时发现一些设计的疏漏以及现场施工可能出现的问题,从而有效保障施工质量与安全;(3)能够帮助现场施工人员提前熟悉钢桁架液压提升的施工工序,并能够进行反复演练,从而大大提高施工效率。

    一种大跨屋盖结构非高斯风荷载数值模拟方法

    公开(公告)号:CN107194036A

    公开(公告)日:2017-09-22

    申请号:CN201710270627.2

    申请日:2017-04-24

    Applicant: 浙江大学

    CPC classification number: G06F17/5009

    Abstract: 本发明提供一种大跨屋盖结构非高斯风荷载数值模拟方法。本发明所提供的方法改进了传统的单点非高斯风压模拟算法,将传统的单点非高斯风压模拟与本征正交分解(POD)技术、Hermite矩阵相结合,通过POD技术将风洞试验所得的风压场数据分解为主坐标和本征向量的组合,选取能量贡献率较大的前N阶POD本征向量对应的主坐标时程进行模拟,并与原本征向量组合形成模拟风压场。一方面,本发明通过POD技术不仅保持了风压场在时间与空间上的相关性,而且大大减小了模拟矩阵阶数,从而减小计算量,提高计算效率;另一方面,本发明采用Hermite矩阵将非高斯过程转化为高斯过程,并引入三个模拟误差评价参数修正模拟结果,更加符合实际大跨屋盖脉动风压场的特性。

    一种结构模态参数识别方法

    公开(公告)号:CN106548031A

    公开(公告)日:2017-03-29

    申请号:CN201610976945.6

    申请日:2016-11-07

    Applicant: 浙江大学

    CPC classification number: G06F19/00

    Abstract: 本发明属于结构健康检测领域,尤其是涉及一种结构模态参数识别方法。本发明所提供的结构模态参数识别方法利用经验模态分解法根据本身数据的时间尺度进行分解的特性,将振动信号按不同频段分解成具有不同频率成分的固有模式函数,不需要选取特定的基函数比傅立叶变换,小波变换等数据处理方法更加适应于非平稳、非线性数据。因此,改进的Fast Bayesian FFT方法能更好的处理非平稳过程,识别出非平稳激励下结构模态参数的最优估计值以及不确定性。同时,改进的Fast Bayesian FFT方法同时适用于密频结构和低信噪比信号的模态参数识别,使其不再受宽频结构的限制且能够更好的适用于低信噪比的情况。

Patent Agency Ranking