详细讲解,软件生成 抗震隔震反应谱、公路桥梁反应谱、水利、铁路、地铁、自定义反应谱

简介: 地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度

软件复制到浏览器下载:https://wwb.lanzouw.com/b02cila0j

密码:cv10

首先下拉选择地震参数,如反应谱类别、地震烈度和地震分组等,填写建筑的阻尼比(默认0.05);再点击“保存路径”,选择生成规范反应谱的保存路径。(最新版支持:抗震反应谱、隔震反应谱、公路桥梁谱、水利工程谱、铁路工程谱、自定义谱)

image.gif 编辑

  • 先点击“1.绘图”,则反应谱图将绘制在“绘图”区域;再点击“2.保存数据”,则反应谱数据会保存在指定路径中,点击查看生成的反应谱数据如下。
  • image.gif 编辑
  • 额外说明:除了常用的抗震、隔震反应谱外,还有其他类型的反应谱,比如上海地区专用反应谱,城市轨道交通结构反应谱等等,这些反应谱的本质都是“三段线”或“四段线”,因此特地加入“自定义谱”功能,用户可以自行定义参数,生成各种类型的反应谱。
  • image.gif 编辑
  • 这里对自定义谱中的各参数做出说明:
  • T1:反应谱平台段开始的时刻,单位:秒
  • Tg:反应谱平台段结束的时刻,常说的特征周期,单位:秒
  • 反应谱时间:一般是默认6s
  • PGA:反应谱零时刻对应的值,同时也是地震波加速度时程的PGA
  • αmax:平台值,根据场地条件查规范获得
  • βmax:场地设计地震动加速度反应谱动力放大系数最大值,一般取2.25或2.5,查规范获得。可以证明的是:βmax=αmax/ PGA
  • η、γ:阻尼调整系数、衰减系数,通过指定阻尼比自动调整。
  • GM_Tools软件需指定以下参数,方可自定义反应谱。
  • image.gif 编辑
  • 举例:比如想生成地盾构隧道、铁车站的反应谱,那么查阅可知应参考《城市轨道交通结构抗震设计规范》GB50909-2014。
  • 首先明确场地条件,然后查规范获取参数的值,假定场地条件是:Ⅳ类场地、0.45s区、E3地震作用、地震动峰值加速度分区0.20g
  • image.gif 编辑
  • 根据规范容易得到这些参数:T1=0.1s;Tg=0.90s;βmax=2.5
  • 反应谱时间取6.0s;反应谱下降段可选“下降按前段”;阻尼比可取0.05
  • 查表5.2.1-1可知,地震动峰值加速度PGA=0.40g,(注意表中用到的是αmax符号来表示地震动峰值加速度,我们要知道说的是PGA),然后针对不同场地PGA有调整系数,查表5.2.2知是1.0,因此PGA还是0.40g。
  • βmax=αmax/ PGA,知道了βmax=2.5,PGA=0.40,因此反应谱平台值αmax=βmax×PGA=1.0
  • 综上我们知道了所有的参数,那么在软件中填写参数即可生成反应谱数据,
  • image.gif 编辑
  • 至此我们就了解了“自定义谱”的生成逻辑,遇到其他类型的反应谱也是这样生成。
  • 绘图区域生成反应谱曲线后,还可查看某周期处的反应谱值。先在“时间”框内填写周期值,再点击“对应”,则会显示该周期处对应的谱值。
  • 规范反应谱功能完成。
相关文章
|
机器学习/深度学习 资源调度 算法
【机器学习基础】对数几率回归(logistic回归)
【机器学习基础】对数几率回归(logistic回归)
1321 0
|
Java C++ 网络架构
【Java】@ApiOperation vs @ApiResponse in Swagger
【Java】@ApiOperation vs @ApiResponse in Swagger
472 0
|
3月前
|
存储 人工智能 运维
让智能无界协作:UModel 正式开源,发起通用语义标准倡议
让数据说同一种语言,让智能无界协作。阿里云正式开源 UModel,并携手信通院、中科院、畅捷通、神州商龙、小鹏汽车、卓驭科技、嘉立创科技等企业伙伴与学术机构共同发起通用语义标准倡议。
1101 31
|
11月前
|
数据采集 人工智能 搜索推荐
从SEO 到GEO:不用复杂技巧,这样做就对了
随着AI普及,GEO(生成式引擎优化)成为新趋势。与传统SEO优化关键词不同,GEO旨在让内容被AI模型选中并直接作为答案呈现。要提升GEO效果,需注重内容权威性、结构清晰、事实准确,并兼顾SEO基础,实现双轮驱动,在AI时代赢得曝光。
|
人工智能 Java API
支持 40+ 插件,Spring AI Alibaba 简化智能体私有数据集成
通过使用社区官方提供的超过 20 种 RAG 数据源和 20 种 Tool Calling 接口,开发者可以轻松接入多种外部数据源(如 GitHub、飞书、云 OSS 等)以及调用各种工具(如天气预报、地图导航、翻译服务等)。这些默认实现大大简化了智能体的开发过程,使得开发者无需从零开始,便可以快速构建功能强大的智能体系统。通过这种方式,智能体不仅能够高效处理复杂任务,还能适应各种应用场景,提供更加智能、精准的服务。
2346 118
|
存储 物联网 机器人
RFID仓库出入库步入智能化趋势
RFID技术在仓储出入库中实现自动识别、批量处理与实时联动,大幅提升效率,降低错误率,推动仓储物流向智能化、数字化转型。
|
前端开发 Java 数据库连接
后端开发中的错误处理实践:原则与实战
在后端开发中,错误处理是保障系统稳定性的关键。本文介绍了错误分类、响应设计、统一处理机制及日志追踪等实践方法,帮助开发者提升系统的可维护性与排障效率,做到防患于未然。
|
安全 网络协议 搜索推荐
远控安全金标准,ToDesk、向日葵、网易UU安全功能盘点,是否能攻破防线
本文对ToDesk、向日葵和网易UU三款主流远程控制软件进行了安全性评测。远程控制技术虽带来便利,但也存在安全隐患。文章从设备授权管理、远程连接与数据传输、隐私安全机制及主动防诈保护四个方面展开分析。ToDesk在二次验证、金融窗口保护等方面表现突出;向日葵基础安全功能完善但缺乏创新;网易UU侧重基础功能,安全机制尚待完善。最终通过星级表对比,ToDesk综合表现最佳,向日葵次之,网易UU适合低风险场景。未来远控软件需向体系化、智能化方向发展以应对不断演变的威胁。
|
安全 数据库 数据安全/隐私保护

热门文章

最新文章