單質點阻尼系的地震反應計算小Tip

根據單質點阻尼系的地震反應計算加速度反應譜時,發現在某些地震時程下,同SeismoSignal軟件計算的加速度反應譜相差較大,尤其是高頻部分。SeismoSignal軟件可以查看每個不同固有頻率的單自由度系統在地震激勵下的時程響應,經查看發現SeismoSignal求解的時程響應樣本點非常多,遠遠高于原地震加速度時程。

將SeismoSignal計算的響應時程提取出來與自己的計算結果對比,發現在地震時程的采樣時刻處,SeismoSignal與自己的計算結果是一致的,與下圖類似:

圖.響應時程

圖中紅線是SeismoSignal計算的加速度時程,藍線是自己計算的加速度時程。計算的加速度、速度及位移響應時程都有這種現象,固SeismoSignal計算過程中應該是對地震時程進行了線性插值,而且插值后采樣頻率變得極高,使其依此計算的結果在原來的采樣時間之外也有值。在求加速度響應譜時,是單個頻率響應下的最大值,圖中紅線的峰值與藍線的峰值自然不一樣,而且當計算的單自由度系統的固有頻率越大時,這種誤差也會越來越大。

在很多情況下,不經過插值求得的精度已經滿足工程應用的需要,但自己計算響應譜的時候仍然對頻率范圍進行判斷,當最大計算頻率大于20倍的采樣頻率時,就對地震時程進行插值。

ddy=rand(1,1000)-0.5;  %隨機地震加速度

f=20;    %單自由度系統固有頻率20Hz
dt=0.01;    %地震時程采樣間隔
h=0.02;    %阻尼比

fSampling=1/dt;    %當單自由度系統固有頻率過大時對地震時程進行插值
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---------
我這里用的是簡單的線性加速度法,SeismoSignal有可能是用了其他的積分算法,然后積分步長特別小。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,622評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,716評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,746評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,991評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,706評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,036評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,029評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,203評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,725評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,451評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,677評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,161評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,857評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,266評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,606評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,407評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,643評論 2 380

推薦閱讀更多精彩內容

  • Spring Cloud為開發人員提供了快速構建分布式系統中一些常見模式的工具(例如配置管理,服務發現,斷路器,智...
    卡卡羅2017閱讀 134,836評論 18 139
  • 題目:用于語義分割的全卷積網絡 文章鏈接:《Fully Convolutional Networks for Se...
    zhwhong閱讀 16,718評論 1 36
  • (1) 作為東北農村出生的孩子,自記事起總要為家里分擔一些農活,每年春天家里都會孵一些小雞小鴨,去田里挖菜就是我和...
    恍若隔世30閱讀 154評論 0 0
  • 這場 沒有硝煙的戰爭 無疑 你是戰場最英勇的士兵 烈日驕陽 怎配為敵 生活的戰火 一直在前方 危險 在左也在右 時...
    在塵世里低眉_0c44閱讀 332評論 0 0