基于群體智能算法的玻璃幕墻風(fēng)振可靠度分析.doc

作指申學(xué)所授 ： 學(xué)位論文作者簽名：學(xué)位論文作者簽名：簽字日期：。年隆日 關(guān)鍵詞：結(jié)構(gòu)可靠度；點(diǎn)支式玻璃幕墻；風(fēng)振系數(shù)；蟻群算法；粒子群算法 甎，猻琩猙 瓵籥 目摘要本章小結(jié)第陸峁箍煽慷確治齙母拍鈑敕椒結(jié)構(gòu)可靠性與可靠度結(jié)構(gòu)可靠度與極限狀態(tài)結(jié)構(gòu)可靠度與失效概率結(jié)構(gòu)可靠度與可靠指標(biāo)本章小結(jié)改進(jìn)蟻群算法改進(jìn)粒子群算法 詡蛑偷牡閌僥磺街漚峁顧婊韁孿煊撲恪 選題的背景及意義工程中常用的可靠指標(biāo)計(jì)算方法主要有一次二階矩法、法、梯度優(yōu)化法本文的目標(biāo)是采用基于信息熵的改進(jìn)蟻群算法 模越來(lái)越大，大跨度、超高層、復(fù)雜體型的幕墻層出不窮。但是在另一方面，玻璃幕墻體系自身及其環(huán)境的力學(xué)性能較為復(fù)雜，且與傳統(tǒng)結(jié)構(gòu)和傳統(tǒng)幕墻結(jié)構(gòu)均不相同，這導(dǎo)致我國(guó)在這一領(lǐng)域的理論研究遠(yuǎn)遠(yuǎn)滯后于實(shí)際工程的發(fā)展。理論的滯后直接導(dǎo)致玻璃幕墻法規(guī)建設(shè)的落后。建筑業(yè)法規(guī)的建設(shè)直接關(guān)系到相關(guān)領(lǐng)域的工程質(zhì)量和管理水平。特別是目前從事玻璃幕墻設(shè)計(jì)施工的企業(yè)大多為新興的從結(jié)構(gòu)體系的角度來(lái)看，點(diǎn)連接式玻璃幕墻與傳統(tǒng)的框式玻璃幕墻最大的不同，在于其有獨(dú)立的支撐體系【。因此，大部分點(diǎn)連接式玻璃幕墻已經(jīng)脫離了傳統(tǒng)圍護(hù)結(jié)構(gòu)和裝飾結(jié)構(gòu)的范疇。因此，我們不能再將傳統(tǒng)幕墻的一些設(shè)計(jì)理念和技術(shù)措施應(yīng)用到點(diǎn)支式玻璃幕墻中去，必須從點(diǎn)支式幕墻自身的特點(diǎn)出發(fā)做出相應(yīng)的調(diào)整。一般的，點(diǎn)支式玻璃幕墻分析設(shè)計(jì)中需要考慮的荷載包括自重荷載、風(fēng)荷載、地震荷載、溫度變化、雪荷載、施工可變荷載等等。幕墻處于建筑物的最外圍，對(duì)風(fēng)很敏感，風(fēng)荷載分析對(duì)幕墻設(shè)計(jì)十分重要，不可忽略。特別是對(duì)豎直的點(diǎn)支式玻璃幕墻，風(fēng)荷載是其主要的作用荷載，其數(shù)值可達(dá)甇甇，而一般的建筑幕墻自重較輕，即使按最大的地震作用系數(shù)，其地震荷載不過(guò)是規(guī)定采用等效風(fēng)荷載數(shù)反。的乘積，而不是與風(fēng)振系數(shù)某嘶蠓縵凳且歡問(wèn)奔淠詵繆棺畬籩祍 結(jié)構(gòu)可靠度概述 朱勁松等利用網(wǎng)絡(luò)來(lái)模擬響應(yīng)面，基于遺傳算法的優(yōu)化法來(lái)進(jìn)行可靠指標(biāo)計(jì)算卅；余建星提出基于誤差截?cái)嗟姆治龇?，并將此方法運(yùn)用到大跨度斜拉橋的可靠性分析中；李彥蒼運(yùn)用基于未確知數(shù)學(xué)的方法對(duì)大跨斜拉橋的可靠度進(jìn)和工業(yè)界的廣泛關(guān)注，成為當(dāng)今較為活躍的研究熱點(diǎn)之一。在蟻群算法提出后的二十幾年里，大多數(shù)學(xué)者的目光主要集中在對(duì)基本蟻群 記憶功能來(lái)改進(jìn)搜索的開(kāi)發(fā)性蟻群算法的控制參數(shù)進(jìn)行優(yōu)化，新算法的優(yōu)化質(zhì)量和效率都優(yōu)于傳統(tǒng)蟻群算法和了一種快速蟻群算法，該算法主要是把初始的信息量濃度作為唯一的啟發(fā)式信 參數(shù)進(jìn)行整定。改進(jìn)的蟻群算法穩(wěn)定性好，尋優(yōu)效率高，避免了神經(jīng)網(wǎng)絡(luò)參數(shù)陷入局部極小等問(wèn)題，從而實(shí)現(xiàn)大滯后系統(tǒng)的優(yōu)化控制州。數(shù)值實(shí)驗(yàn)采用基準(zhǔn)數(shù)粒子群算法概述粒子群優(yōu)化算法的基本思想是通過(guò)群體中個(gè)體之間的協(xié)作和信息共享來(lái)尋找最優(yōu)解。該算法最初是受到飛鳥(niǎo)集群活動(dòng)的規(guī)律性啟發(fā)，進(jìn)而利用群體智能建立的一個(gè)簡(jiǎn)化模型，在對(duì)動(dòng)物集群活動(dòng)行為觀察基礎(chǔ)上，利用群體中的個(gè)體對(duì)信息的共享使整個(gè)群體的運(yùn)動(dòng)在問(wèn)題求解空間中產(chǎn)生從無(wú)序到有序的演化過(guò)程，從而得到最優(yōu)解。由于粒子群算法在函數(shù)優(yōu)化等領(lǐng)域有著廣泛的應(yīng)用前景，算法自提出以來(lái)， 支承方式和底部高度的修正。關(guān)鍵失效路徑，在己確定該路徑的前提下，采用改進(jìn)的粒子群算法計(jì)算結(jié)構(gòu)的可分析，獲得結(jié)構(gòu)可靠指標(biāo)計(jì)算的結(jié)果，并與其他方法計(jì)算結(jié)果進(jìn)行比較分析。本章小結(jié) 結(jié)構(gòu)可靠性與可靠度根據(jù)國(guó)際慣例，結(jié)構(gòu)可靠性定義為：結(jié)構(gòu)在規(guī)定的時(shí)間內(nèi)，在規(guī)定條件下，完成預(yù)定功能的能力。結(jié)構(gòu)可靠度則是指的是結(jié)構(gòu)或構(gòu)件在規(guī)定的時(shí)間內(nèi)，在規(guī)定的條件下完成預(yù)定功能的概率，是結(jié)構(gòu)可靠性的概率度量?？煽慷仍O(shè)計(jì)是承認(rèn)結(jié)構(gòu)有失效蚱蘋的可能性為前提的。上面所說(shuō)的“預(yù)定功能”，是指下面三項(xiàng)基本要求：足夠的耐久性能。結(jié)構(gòu)在規(guī)定的時(shí)間內(nèi)與條件下完成預(yù)定功能的概率稱為結(jié)構(gòu)的可靠度。結(jié)構(gòu)是否可靠，決定于結(jié)構(gòu)所處的狀態(tài)。結(jié)構(gòu)整體或部分在超過(guò)某狀態(tài)時(shí)，結(jié)構(gòu)就不能滿足設(shè)計(jì)規(guī)定的某一功能要求的這種狀態(tài)，稱為結(jié)構(gòu)的極限狀態(tài)。結(jié)構(gòu)極限狀態(tài)是結(jié)構(gòu)由可靠變?yōu)槭У呐R界狀態(tài)。結(jié)構(gòu)極限狀態(tài)可分為承載能力極限狀態(tài)和正常使用極限狀態(tài)。結(jié)構(gòu)承載能力極限狀態(tài)是結(jié)構(gòu)達(dá)到極限承載力的狀態(tài)。如果結(jié)構(gòu)或結(jié)構(gòu)構(gòu)件 整個(gè)結(jié)構(gòu)或結(jié)構(gòu)的一部分作為剛體失去平衡。結(jié)構(gòu)變?yōu)闄C(jī)動(dòng)體系。結(jié)構(gòu)或結(jié)構(gòu)構(gòu)件喪失穩(wěn)定。地基喪失承載能力而破壞。結(jié)構(gòu)或結(jié)構(gòu)構(gòu)件的疲勞破壞。影響正常使用或外觀的變形。結(jié)構(gòu)可靠度與失效概率 為：結(jié)構(gòu)可靠度與可靠指標(biāo)可靠指標(biāo)同可靠度只和失效概率只有關(guān)，引入 背哂隨為正態(tài)變量時(shí)，由極限狀態(tài)方程猄得出可靠指標(biāo)出可靠指標(biāo)：均值分別為： 最后可得：靠指標(biāo)公式為：髓區(qū)影。力“失樞狣一尺坐標(biāo)系下的失效邊界 在理解口的幾何意義時(shí)，應(yīng)了解失效邊界以及分隔出來(lái)的失效區(qū)和可靠區(qū)。一掃一生縧因此求解可靠指標(biāo)口就是求解長(zhǎng)度的問(wèn)題。， 厶咎而，矗蚪峁溝氖怕為法主要有：設(shè)結(jié)構(gòu)的功能函數(shù)為：式中：，為魷嗷懶乃婊淞浚淦驕滴#疓江，標(biāo) 中心點(diǎn)法的最大特點(diǎn)是計(jì)算簡(jiǎn)單，但也存在以下不足：不能考慮隨機(jī)變量的實(shí)際分布，只取用隨機(jī)變量的一階矩和二階矩講，因此計(jì)算結(jié)果比較粗糙；將非線性功能函數(shù)在平均值處展開(kāi)不合理，由于隨機(jī)變量的平均值不在極限狀態(tài)曲面上，展開(kāi)后的線性極限狀態(tài)方程可能會(huì)較大程度地偏離原來(lái)的極限狀態(tài)曲面；對(duì)有相同力學(xué)含義但不同表達(dá)方式的極限狀態(tài)方程，由中心點(diǎn)計(jì)算的可靠度指標(biāo)可能不同。針對(duì)前述中心點(diǎn)法所存在的問(wèn)題，人們提出了改進(jìn)的一次二階矩方法一驗(yàn)算點(diǎn)法。這方法因被國(guó)際結(jié)構(gòu)安全聯(lián)合委員會(huì)所采用，故也稱為法。該方法既能夠考慮非正態(tài)分布的基本變量，又可在計(jì)算增加不多的情況下，對(duì)可靠指標(biāo)刀進(jìn)行精度較高的近似計(jì)算，而且還可以算出各基本變量的“設(shè)計(jì)驗(yàn)算點(diǎn)”，并由此導(dǎo)出分項(xiàng)安全系數(shù)，使概率設(shè)計(jì)方法與安全系數(shù)法聯(lián)系起來(lái)，從而大大促進(jìn)了可靠性理論的工程應(yīng)用。我國(guó)建筑結(jié)構(gòu)設(shè)計(jì)統(tǒng)一標(biāo)準(zhǔn)和鐵路工程結(jié)構(gòu)設(shè)計(jì)統(tǒng)一標(biāo)準(zhǔn)中都規(guī)定采用本法進(jìn)行結(jié)構(gòu)的可靠度計(jì)算。法的基本原理是首先把隨機(jī)變量原來(lái)的非正態(tài)分布用正態(tài)分布代替，但對(duì)于代替的正態(tài)分布函數(shù)要求在設(shè)計(jì)驗(yàn)算點(diǎn)處的累積概率分布函數(shù)值和概率密度函數(shù)值都和原來(lái)的分布函數(shù)相同，然后根據(jù)這個(gè)條件求得等效正態(tài)分布的均值和標(biāo)準(zhǔn)差，最后用一次二階矩法求結(jié)構(gòu)的可靠指標(biāo)。設(shè)結(jié)構(gòu)功能函數(shù)為： 瞊氣缸：。蒙特卡羅法又稱為隨機(jī)抽樣法、概率模擬法或統(tǒng)計(jì)試驗(yàn)法。該法是通過(guò)隨機(jī) 蒙特卡羅法應(yīng)解決的兩個(gè)基本問(wèn)題：對(duì)任何分布隨機(jī)變量薯，的隨機(jī)抽樣方法。本章小結(jié) 結(jié)構(gòu)可靠度分析的概念與方法 和螞蟻這種社會(huì)性動(dòng)物，雖然個(gè)體行為及其簡(jiǎn)單，但是由這些簡(jiǎn)單個(gè)體所組成的群體卻表現(xiàn)出及其復(fù)雜的行為特征。這是因?yàn)槲浵佋趯ふ沂澄飼r(shí)，能在其經(jīng)過(guò)的路徑上釋放一種叫做信息素的物質(zhì)，使得一定范圍內(nèi)的其他螞蟻能夠感覺(jué)到這種物質(zhì)，且傾向于朝著該物質(zhì)強(qiáng)度高的方向移動(dòng)。蟻群的集體行為表現(xiàn)為一種正反饋現(xiàn)象，蟻群這種選擇路徑的行為過(guò)程稱之為自催化行為。由于其原理是一種 回答。蟻數(shù)影占法的詳細(xì)介紹都是從旅行商問(wèn)題略躰，埽茜啵琲枇礁齔鞘衖、淶木嗬胛猟。，表示如式所不：毛粁，咒一俊 經(jīng)訪問(wèn)過(guò)的城市飪捎山殺砝純刂。礦一一笨搪煲蟢下一步允許選擇的城市：絕心痙啤鬟 實(shí)現(xiàn)蟻群算法尋優(yōu)過(guò)程的計(jì)算機(jī)程序流程圖如圖所示： 算法后的又一種應(yīng)用于優(yōu)化問(wèn)題的啟發(fā)式隨機(jī)搜索算法。它是一種結(jié)合了分布式計(jì)算、正反饋機(jī)制貪婪式搜索的算法。蟻群算法通過(guò)利用正反饋原理，從而在一定程度上加快了進(jìn)化過(guò)程，具有很強(qiáng)的尋優(yōu)能力；通過(guò)分布式計(jì)算避免了算法早熟收斂，而貪婪式搜索又有助于不同個(gè)體之間通過(guò)信息的不斷交流和傳遞，達(dá)到相互協(xié)作的效果，使得在搜索過(guò)程中早期找到較好的方案。概括說(shuō)來(lái)，蟻群算法的主要特點(diǎn)可以概括為以下幾點(diǎn)：的智能；導(dǎo)性以及目標(biāo)函數(shù)和約束函數(shù)的精確數(shù)學(xué)描述； 由上式可以看出，在算法運(yùn)行前，各路徑上的信息量相等，此時(shí)信息熵值最大：隨著算法運(yùn)行，某路徑上的信息素強(qiáng)度會(huì)發(fā)生變化，信息熵值會(huì)逐漸變小，如果不進(jìn)行控制，熵值會(huì)減小到零，此時(shí)可能由于算法停滯而得到局部最優(yōu)解。因此我們可以通過(guò)引入兩個(gè)因子： 進(jìn)行求解，得到的仿真結(jié)果對(duì)比表如表，進(jìn)化曲線圖如圖和所示。 圖，算法是一種基于群體智能理論的全局優(yōu)化方法，該算法是模擬鳥(niǎo)群飛行覓食的行為，通過(guò)群體中粒子間的競(jìng)爭(zhēng)與合作產(chǎn)生的群體智能指導(dǎo)優(yōu)化搜索。科學(xué)家們通過(guò)對(duì)蜂群、鳥(niǎo)群和魚(yú)群中各成員協(xié)調(diào)運(yùn)動(dòng)的研究，得出其相互間沒(méi)有沖撞的隱含規(guī)則。模擬試驗(yàn)表明，每個(gè)個(gè)體在運(yùn)動(dòng)過(guò)程中一直保持與其相鄰個(gè)體的距離最優(yōu)。一般將群體中個(gè)體之間的信息共享認(rèn)為是能提供進(jìn)化的優(yōu)勢(shì)，這就是粒子群優(yōu)化算法發(fā)展過(guò)程中的中心思想。 在惴?？庚l鎏宥汲莆R桓雋櫻即嬖諞桓鏊俁表示運(yùn)動(dòng)狀 的適應(yīng)值進(jìn)行對(duì)比，若各粒子的歷史最優(yōu)值更好，將其作為當(dāng)前全局最好位置算法的各粒子是按隨機(jī)性的原則來(lái)移動(dòng)的，對(duì)于模糊的復(fù)雜區(qū)域 具有搜索能力。算法可使各粒子利用自身及群體經(jīng)驗(yàn)進(jìn)行不斷更新，粒子的學(xué)習(xí)篸?；X在搜索的過(guò)程中，通過(guò)引進(jìn)平滑函數(shù)，可以繼續(xù)優(yōu)化當(dāng)前全局所得的最優(yōu)位置。引進(jìn)平滑函數(shù)的思想是：在進(jìn)化的某一代上，若某粒子達(dá)到結(jié)束條件停止進(jìn)化，則需對(duì)此代的所有較好粒子進(jìn)行基于平滑函數(shù)的一維搜索，找出目標(biāo)函數(shù)值最小的解作為此代粒子進(jìn)化之后的最新位置。而對(duì)于那些次于此位置的粒子，可及時(shí)消除：優(yōu)于此位置的粒子，可繼續(xù)保持。所以對(duì)于平滑函數(shù)的引進(jìn)，既加快 石盪圖最優(yōu)解進(jìn)化圖 群算法。由圖可以看出，本文算法的收斂速度明顯快于標(biāo)準(zhǔn)粒子群算法。本章小結(jié)早熟和停滯現(xiàn)象發(fā)生，快速的找到局部最優(yōu)路徑。 力也愈大。這層高壓氣幕對(duì)后面的氣流起著緩沖作用，使得流速降低，建筑物所受壓力因而也隨之減小。當(dāng)流速減小到一定程度時(shí)，后面接踵而至的氣流又繼續(xù)加強(qiáng)使建筑物前的流速獲得新的較大的速度，從而又在建筑物前形成高壓氣幕。風(fēng)速一大一小連續(xù)不斷的變化，使建筑物的壓力即風(fēng)壓也隨之發(fā)生變化，從而使建筑物產(chǎn)生較大的偏移，并圍繞偏移位置做較大的振動(dòng)。圖風(fēng)速時(shí)程樣本 警一一一一一一瘛馹馹以順流向的壓力為正，作用于小段刎上的合力為： 故有當(dāng)時(shí)，則卅，代入式得：當(dāng)工瑆則變成：所以 風(fēng)力的大小是與高度有關(guān)的，因此標(biāo)準(zhǔn)高度的規(guī)定對(duì)平均風(fēng)的大小有很大的影響。一個(gè)國(guó)家在確定標(biāo)準(zhǔn)高度時(shí)需要考慮多方面的因素，由于我國(guó)記錄風(fēng)速的重現(xiàn)期實(shí)際規(guī)定了年最大風(fēng)速不超過(guò)設(shè)計(jì)值的保證率。設(shè)重現(xiàn)期為瓦年，則 式中，口，與統(tǒng)計(jì)平均值透講顀的關(guān)系為：嘰危河鉸靠根據(jù)多次觀測(cè)資料的結(jié)果，提出平均風(fēng)速沿高度的變化規(guī)律可用指數(shù)函數(shù)來(lái)描弧?？跒榈孛娲植诙认禂?shù)，地面粗糙程度愈大，口亦愈大。 【莆即得規(guī)范規(guī)以以“ 平穩(wěn)性會(huì)給隨后的分析計(jì)算帶來(lái)極大的困難和麻煩，因此當(dāng)上世紀(jì)六十年代脈動(dòng)風(fēng)的功率譜密度是進(jìn)行結(jié)構(gòu)風(fēng)振計(jì)算必須具備的條件，它需要由強(qiáng)風(fēng)觀風(fēng)速的相關(guān)曲線，建立相關(guān)曲線的數(shù)學(xué)表達(dá)式，然后通過(guò)傅立葉變換得出功率譜立數(shù)學(xué)表達(dá)式。在這以后、用最為廣泛。 式中，。咿一；故有 點(diǎn)支式玻璃幕墻風(fēng)振系數(shù)計(jì)算將式肷鮮劍純傻玫紻譜所對(duì)應(yīng)的脈動(dòng)風(fēng)壓譜密度琧密度：丌 點(diǎn)支式玻璃幕墻風(fēng)振系數(shù)計(jì)算 振動(dòng)理論進(jìn)行。利用振型分解法，將位移按振型分解，得：琭哆 根據(jù)隨機(jī)振動(dòng)理論可得：襝啤蒲哆實(shí)際結(jié)構(gòu)阻尼比一般較小，上式中交叉項(xiàng)影響很小，可以略去，那么上式可式中，蝔 出 蝗鐃，即竹齔觥甦雕篇一出 點(diǎn)支式玻璃幕墻風(fēng)振系數(shù)計(jì)算仉锏!一以比町，稱為空間相關(guān)性折算系數(shù)。風(fēng)壓高度變化系數(shù)：可由建筑結(jié)構(gòu)荷載規(guī)范查得。 均在前兩節(jié)分析的幕墻，其支承結(jié)構(gòu)都是落地的，但現(xiàn)實(shí)中還存在大量的幕墻支 一卜痆啊瘄圖幕墻支撐結(jié)構(gòu)不落地示意圖簡(jiǎn)化算式：銣州一州 面寬度。其中嘀漚峁瓜腋瞬捎謾止埽垢瞬捎夢(mèng)簦痬類支撐結(jié)構(gòu)弦桿采用鋼管，腹桿采用鋼 點(diǎn)支式玻璃幕墻抗風(fēng)可靠度分析改進(jìn)蟻群算法尋找結(jié)構(gòu)關(guān)鍵失效路徑結(jié)構(gòu)失效的定義為結(jié)構(gòu)不能再按照設(shè)計(jì)要求承受外載、結(jié)構(gòu)在外載的作用下其變形超過(guò)規(guī)定設(shè)計(jì)要求或結(jié)構(gòu)系統(tǒng)變成機(jī)構(gòu)。結(jié)構(gòu)系統(tǒng)的可靠性要比電子系統(tǒng)和單個(gè)構(gòu)件的可靠性復(fù)雜的多，確定結(jié)構(gòu)的關(guān)鍵失效路徑更是一大難題。在一個(gè)復(fù)雜的結(jié)構(gòu)中，由于結(jié)構(gòu)單元比較多，機(jī)動(dòng)失效路徑一般也比較多，因此若想找出全部失效路徑也是很難的。而且大多數(shù)失效路徑出現(xiàn)的概率極小，所以通常在可靠性分析中僅考慮有較大出現(xiàn)概率的失效路徑即關(guān)鍵失效路徑即可。因此進(jìn)行系統(tǒng)可靠性分析必須先找出關(guān)鍵失效路徑。灰壞趂個(gè)結(jié)構(gòu)單元安全余量的均值：灰壞趂個(gè)結(jié)構(gòu)單元安全余量的標(biāo)準(zhǔn)差。 息島何=峁溝5目煽恐副。時(shí)間畬笱反問(wèn)鬰。，綣雜詡螩中所有結(jié)構(gòu)單元沒(méi)有完全訪問(wèn)，即V戀和及最優(yōu)路徑長(zhǎng)度和算法的運(yùn)行時(shí)間。蟻群算法在中詳細(xì)的實(shí)現(xiàn)步驟如下：類似，屆，也為一個(gè)羘的對(duì)稱矩陣。狧娜矩陣，然后設(shè)置計(jì)時(shí)器。 點(diǎn)支式玻璃幕墻抗風(fēng)可靠度分析湊展計(jì)算。按式進(jìn)行信息素更新。停止計(jì)時(shí)，記錄運(yùn)行時(shí)間。約束優(yōu)化模型： 例如，虷岢雋嘶諞糯惴湍饌嘶鸕幕旌纖惴琇提出搜索技術(shù)以及其他優(yōu)化算法相結(jié)合，做了大量的研究。最優(yōu)路徑轉(zhuǎn)化為下步惴牧映跏嘉恢梅植跡涸倮肞算法的較快的全局搜索能力，進(jìn)而尋找到全局最優(yōu)路徑。這樣的混合算法，時(shí)間效率上優(yōu)于惴誶蠼廡噬嫌龐赑算法，形成了時(shí)間求解效率都比較好的啟發(fā)對(duì)結(jié)構(gòu)進(jìn)行更為準(zhǔn)確和快速的結(jié)構(gòu)可靠度分析。分析流程如圖所示： 空間桁架支撐體系是目前應(yīng)用較多的玻璃幕墻支撐體系之一，它是由幾個(gè)平面桁架按一定連接系統(tǒng)組成一個(gè)空間體系，桁架結(jié)構(gòu)本身就能承受作用于其平面內(nèi)、外的荷載，不需要由其它結(jié)構(gòu)或支撐承受和保證其穩(wěn)定性或是結(jié)構(gòu)的安全。空間桁架的結(jié)點(diǎn)，一般都看作圓球結(jié)點(diǎn)，連接圓球的桿件可以通過(guò)鉸中心的任意軸線轉(zhuǎn)動(dòng)。與平面桁架一樣，兩端由鉸連接的直桿稱為鏈桿，由結(jié)點(diǎn)和鏈桿組成的空間桁架的每個(gè)結(jié)點(diǎn)都有三個(gè)自由度，這種支承結(jié)構(gòu)的特點(diǎn)，可隨著幕墻外形變化而變化，適用性強(qiáng)。 按照點(diǎn)支式玻璃幕墻變形的最大撓度超過(guò)撓度限值為結(jié)構(gòu)失效控制條件，根為其跨度的，即。 點(diǎn)支式玻璃幕墻抗風(fēng)可靠度分析芝蘭型以下分別對(duì)年最大風(fēng)荷載、設(shè)計(jì)期最大風(fēng)荷載、號(hào)臺(tái)風(fēng)荷載和臺(tái)風(fēng)荷載四種情況下的可靠指標(biāo)進(jìn)行求解”。采用傳統(tǒng)方法計(jì)算時(shí)，由蒙特卡羅有限元法的遞推方程組式可求得各節(jié)點(diǎn)位移的分布特征值，進(jìn)而求得各失效模式的失效概率，然后由分枝限界法及法求得結(jié)構(gòu)系統(tǒng)的失效概率及結(jié)構(gòu)可靠指標(biāo)。本文在采用改進(jìn)惴罷醫(yī)峁構(gòu)丶肪兜幕希酶慕鳳算法求解結(jié)構(gòu)可靠指標(biāo)，極限狀態(tài)函數(shù)為結(jié)構(gòu)允許的最大位移，即。算法的迭代過(guò)程如圖所示，其中、分別為點(diǎn)支式玻 表該數(shù)據(jù)表明，規(guī)范統(tǒng)一規(guī)定的撓度限值條件下，對(duì)于年最大風(fēng)荷載和基準(zhǔn)期最大風(fēng)荷載是偏于安全，而臺(tái)風(fēng)作用下是偏于不安全的。特別是由于氣候的變化，近年來(lái)臺(tái)風(fēng)更加頻繁，風(fēng)力也更大，僅考慮撓度的影響，按照規(guī)范設(shè)計(jì)幕墻體系，結(jié)構(gòu)可靠性是偏低的。鑒于一般幕墻強(qiáng)風(fēng)作用下可能完全破壞并可能引起的危害，建議臺(tái)風(fēng)頻繁登陸沿海地區(qū)，幕墻設(shè)計(jì)時(shí)應(yīng)該采取提高可靠性的措施，或者適當(dāng)?shù)叵拗拼罂缍饶粔w系的使用，現(xiàn)行點(diǎn)支式玻璃幕墻設(shè)計(jì)規(guī)范也急需考慮臺(tái)風(fēng)的影響。 本章小結(jié)少的粒子數(shù)，快速收斂，求出更準(zhǔn)確的目標(biāo)函數(shù)值。 結(jié)論玻璃幕墻的規(guī)模越來(lái)越大，大跨度、超高層、復(fù)雜體型的建筑物層出不窮。另外一方面