巨-子结构控制体系参数优化与随机响应灵敏度分析

"巨-子结构控制体系的参数优化及随机响应灵敏度分析 (2015年)" 本文探讨了在巨-子结构控制体系中如何优化隔震层的参数，以提升结构的抗震性能。巨-子结构控制体系是一种复合式抗震设计方法，通常由一个大型的主结构和附在其上的子结构组成，中间通过隔震层进行连接，旨在减少地震对建筑物的影响。 首先，作者建立了一个动力微分方程来描述这个体系的行为，这是进行参数优化的基础。他们采用了遗传算法，这是一种模拟自然选择和遗传机制的全局优化技术，以最小化基底剪力作为目标函数，对结构的物理参数进行了优化。这意味着寻找能够降低地震传递到建筑主体的剪切力的最优隔震层参数。 接着，文章利用虚拟激励法和摄动法对巨-子结构控制体系的平稳随机响应进行了灵敏度分析。虚拟激励法是一种在实际激励不可知或难以获取时，通过人为构造激励来模拟真实情况的技术。摄动法则通过对系统参数进行小幅度改变，观察响应变化，来评估参数的敏感性。 分析结果显示，主结构层间位移方差、隔震层层间位移方差以及子结构顶层绝对加速度方差等关键响应指标对子结构层的刚度不敏感，而对子结构层的质量、隔震层层的刚度以及隔震层的阻尼非常敏感。这意味着在设计和优化过程中，这些参数的调整将直接影响到结构的抗震性能和稳定性。 关键词：巨-子结构控制体系，是现代高层建筑抗震设计中的一个重要概念，它利用结构的层次化设计来分散和减缓地震能量的传递；遗传算法在此处作为优化工具，提供了一种有效的寻优策略；虚拟激励法和摄动法则帮助研究人员深入理解参数变化对系统性能的影响；随机响应灵敏度分析则揭示了哪些参数对于结构的动态性能最为关键。 这项研究提供了关于巨-子结构控制体系优化设计的重要见解，对于提高建筑的抗震能力和安全性具有实际意义。同时，这些方法和结果对于相关领域的工程实践和理论研究都有重要的参考价值。通过优化隔震层参数并了解其对响应的敏感性，可以更好地设计出适应各种地震条件的高效抗震结构。