近断层脉冲型地震动的量化识别与参数解析

发布时间：2020-09-19 22:39

　　近几十年来陆续发生的一些大地震对人类社会的生命及财产安全造成了巨大威胁。与此同时,地震工程研究者们陆续在地震中获得近断层地震记录,并认为近场地震场景中常见的速度脉冲型记录是中场周期结构遭遇地震破坏不可忽略的因素。因此,开展近断层地脉冲型地震动相关特性的研究将对考虑近断层区域结构抗震性能提供有效依据。本文主要对近断层脉冲型地震动量化识别,地震动脉冲的谱分析验证,脉冲的参数化解析等问题进行研究,主要研究内容及结论如下所示:(1)针对既有的识别方法在地震动脉冲形状不规则时可能导致脉冲识别失效的现象,建立基于经验模态分解(EMD)的自适应原理为基础的能量识别方法。1.为去除高频噪声带来的干扰,本文借助Tanimoto相似度理论,舍弃高频IMF分量,将其余部分重组从而形成光滑的脉冲重构信号。2.利用峰点法(PPM)在重构信号中准确识别脉冲,并确定脉冲周期。3.建立以脉冲能量为依据能量指示器,从而实现量化识别脉冲型地震动。此外,本文还在多脉冲识别、脉冲的方向性等问题上进行拓展。结果表明:相比其他方法,在脉冲形状不规则以及多脉冲情形下,本文方法判别结果更为准确。(2)在验证识别脉冲与原始地震动在波形中的匹配度后,本文还从动力响应方面进行验证。计算基于EMD方法、Baker方法识别脉冲与原始地震记录的反应谱,并进行对比。结果表明:无论是弹性或是弹塑性反应谱,本文方法识别脉冲在反应谱中长周期段与原始地震记录更为匹配。(3)基于Mavroeidis模型,同时利用本文的EMD脉冲识别方法,本文提出一种脉冲解析算法:脉冲不仅能自适应识别,且被包含脉冲频率、脉冲形状参数、脉冲振荡参数等在内的参数所解析。经验证:绝大部分地震脉冲均能由本文方法实现参数解析,为发震机制与脉冲参数之间的相关性分析提供有效依据。
【学位单位】：西南交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TU435;TU352.12
【部分图文】：

花莲,峰点,地震记录,台湾

Baker 提出用小波分析在地震动最大能量处提取脉冲，并以剔除脉冲后残余函数的相对速度比和相对能量比作为脉冲型地震动的识别特征[12]。2013 年，Zha针对 Baker 方法不能识别部分地震动脉冲特性的缺陷，建立了以 Dickision 拟合函数为基础的能量指示器[14]。本章将分别对两种方法进行分析。2.2 基于小波分解量化识别脉冲型地震动在谈论 Baker 的识别方法之前，本节将首先对小波分析的概念进行简单介绍。2.2.1 小波分析小波分析是目前应用较为广泛的一种信号分解工具。它能将原始序列分解为若干个小波分量，这些分量都由一个可以放大或缩小、变宽或变窄，也可在时间轴上移动

记录脉冲,峰点,台站,美国

小波,小波函数,基函数,Daubechies小波

图 2-4 小波函数图示例：(a)为 haar 小波，(b)为 1 阶高斯小波，(c)为 4 阶 Daubechies 小波，(d)为 Morlet 小波t 时刻的小波基函数由式 2-1 所示： ,1s lt lF t Fss

【参考文献】