论文部分内容阅读
对被动控制结构进行基于性能的抗震设计,能够针对不同的性能目标,确定结构所需阻尼器的布置以及相关力学参数。采用遗传算法可对结构的阻尼器布置位置进行优化,提高阻尼器对主结构的减震效果。并行遗传算法能有效结合遗传算法的天然并行性和计算机的快速并发性,提高优化问题的求解效率和计算精度。本文对利用自复位阻尼器的减震结构进行了基于能力谱法的抗震性能设计。同时,采用遗传算法对被动控制结构中的自复位阻尼器进行优化布置,从计算效率和结构减震率的角度评价算法的有效性,并给出框架结构的阻尼器布置方式建议。主要工作如下:(1)对附加自复位阻尼器的钢框架结构进行基于性能的抗震设计研究。采用能力谱法对附加自复位阻尼器的被动控制结构进行抗震性能设计,主要工作包括计算减震结构基于谱位移的目标性能点,确定使需求谱曲线经过目标性能点的等效阻尼比,计算结构所需的附加阻尼比,确定阻尼器布置与相关参数。最后,针对某10层钢框架结构进行基于能力谱的抗震性能设计,进行阻尼器参数与布置位置的设计,评价自复位阻尼器的耗能减震效果。(2)采用遗传算法对被动控制结构中的自复位阻尼器进行优化布置。提出基于MATLAB-Python-ABAQUS交互编程来实现的遗传算法,其核心思想是利用MATLAB语言编写遗传算法,采用ABAQUS有限元软件计算结构模型的目标函数值,并利用Python提取和传输ABAQUS模型结果数据,即通过MATLAB-Python-ABAQUS交互使用,处理了使用遗传算法调用有限元软件来计算附加自复位阻尼器的三维结构模型目标函数的问题。最后针对某10层的钢框架结构,采用基于MATLAB-Python-ABAQUS交互编程的遗传算法对其阻尼器的布置位置进行优化,评价该算法的计算精度。(3)将并行遗传算法应用到自复位阻尼器的优化布置问题之中。提出了基于MATLAB-Python-ABAQUS交互编程的粗粒度—主从式并行遗传算法,该算法的关键是在MATLAB-Python-ABAQUS交互编程的基础上,将遗传算法分为两层执行,在上层使用粗粒度模型对各个子种群之间的信息交流进行串行运算,在底层使用主从式模型对各个子种群进行独立遗传算法运算。最后,采用粗粒度—主从式并行遗传算法对某10层的钢框架结构的阻尼器布置位置进行了优化,从计算效率和结构减震率的角度评价该算法的有效性,并给出自复位阻尼器在钢框架结构中的布置建议。