导读:本文包含了非高斯特性论文开题报告文献综述及选题提纲参考文献，主要关键词:结构风工程,非高斯风荷载,极值计算,数值模拟
非高斯特性论文文献综述
马兴亮[1]（2019）在《建筑结构表面风压非高斯特性分析方法研究》一文中研究指出建筑结构抗风设计需要充分考虑风荷载的非高斯特征,不容忽视。本文首先回顾了非高斯风荷载研究领域的几个热点问题,综述了研究现状,指出了缺陷和不足。在此基础上,针对非高斯风压概率分布拟合、非高斯风压极值计算、非高斯风压过程模拟以及非高斯风压插值预测四个问题,展开深入研究。全文主要内容及结论如下:(1)现有基于穿越率理论的非高斯风压极值计算方法适用范围有限,且对于短尾侧极值的计算精度明显低于长尾侧。鉴于此,本文开发了“分离描述”(separate description,简称SD)算法以解决这些问题。SD算法采用Johnson变换作为潜在高斯过程与目标非高斯过程之间的转换工具,其适用范围覆盖了整个Pearson平面,适用于任意偏度、峰度组合的非高斯分布。由于短尾侧数据在极大似然函数的计算中所占权重更高,因而提出对母体风压分布拟合两次,以极大似然估计的拟合结果计算短尾侧极值,以矩估计拟合结果计算长尾侧极值,以针对性地改善短尾侧极值计算精度。经对比验证,SD算法的整体计算误差在4%以内,其精度高于传统算法,优势在短尾侧以及处理非高斯性较强的软过程时尤为明显。(2)现有基于极值理论的非高斯风压极值算法需要进行长时间风洞试验,其资源耗费较大。为解决这一问题,本文提出一种试验数据与数值模拟相结合(hybrid measurement and simulation-based,简称HMSB)的算法,通过数值模拟的手段,以前四阶统计量和功率谱密度(power spectral density,简称PSD)为口标,仿真生成大量风压时程,以获取足够多的极值样本,拟合极值分布。考虑到统计量对于极值计算精度影响更大,在保证统计量模拟精度的基础上,为了最大程度地提高模拟效率,提出了一种简化模拟方法,可以实现统计量的精确模拟和PSD的近似模拟。经验证,HMSB法计算精度高于传统方法,整体计算误差在4%左右。其计算效率极高,能在短时间内生成大量模拟时程,从而有效地节省了试验资源。(3)平稳非高斯过程模拟包含频率和概率两方面目标,传统方法大多基于先干涉频率再干涉概率的模拟思路。本文采用新的模拟思路,即先干涉概率再干涉频率,提出了一种新的模拟方法。在此过程中,推导了线性滤波系统输入过程与输出过程低阶统计量之间的转换关系,解决了统计量扭曲问题;探讨了新思路与传统思路所各自面临的不相容问题的成因,证明了两种不相容区间并不完全重迭,新方法可以解决某些传统方法的不相容问题;通过多个算例证明了新方法的有效性和准确性。此外,所提方法还具有模拟高阶相关非高斯过程的潜力。(4)现有非高斯非平稳过程模拟方法较少,且均需要迭代计算,模拟效率较低。本文基于线性滤波技术,提出了新的模拟方法,使用时变自回归(time-varying auto-regressive,简称TVAR)模型将潜在非高斯非平稳白噪声过滤成目标非高斯非平稳过程。新方法无需迭代,计算简便。在其开发过程中,推导了TVAR模型输入过程与输出过程时变低阶统计量之间的变换关系,从而可在模拟前根据目标时变低阶统计量计算出潜在非高斯非平稳白噪声的时变低阶统计量;将传统Johnson变换升级为时变版本,用于生成非平稳白噪声输入;提出了一种简便方法,用于确定TVAR模型阶数;通过算例证明了新方法的可行性和准确性。(5)将高斯过程回归(Gaussian process regression,简称GPR)技术引入到风压统计量的插值估计问题,相比于现有方法中使用的人工神经网络技术,GPR的优势在于超参数自适应选取、输出具有明确的概率意义等方面。对于低阶统计量估计问题,本文所提方法相对于传统方法精度更高,能够实现对未布测点位置和未测量风向角的风压信息的准确补充。对于风压时程估计问题,本文充分利用GPR善于处理小样本问题的特点,提出了时变GPR估计方法,其精度相对传统方法更高,且能够处理风场随时间变化的非平稳情形。尝试估计了高阶统计量和累积密度函数,其中叁阶统计量和累积密度函数估计精度较高,可以满足使用要求。而四阶统计量由于其随机性更强、波动幅度更高,精度尚无法满足要求,需进一步提升算法。(本文来源于《大连理工大学》期刊2019-05-31）
向少华,赵宇靖[2]（2019）在《利用累积量理论量化双模压缩贝尔态的非高斯特性（英文）》一文中研究指出根据相空间函数的累积量理论,提出了玻色量子态非高斯性的量化工具.利用该量具研究了四个压缩贝尔纠缠态的非高斯特性.结果表明:高斯操作能显着的改变这些态的非高斯特性.此外,也研究了这些量子态二阶关联函数的四阶累积量.(本文来源于《原子与分子物理学报》期刊2019年03期）
夏俞超,陈水福[3]（2019）在《复杂屋盖结构表面风压的非高斯特性研究》一文中研究指出对一具有复杂曲面形状的开敞式大跨屋盖结构进行了风洞模型测压试验,对获得的屋面平均风压系数、脉动风压系数及其偏度和峰度值进行了计算和分析;提出并运用叁种概率分布混合模型:对数正态分布和Weibull分布组合(LW)、双对数正态分布组合(LL)、双Weibull分布组合(WW)模型,对屋盖的非高斯风压分布特性进行了拟合和计算。结果显示,这类复杂屋盖除了在迎风屋檐、角区等出现吸力极大值外,还会在跨中凸起区域产生依次排列的多个极值区,这主要与复杂曲面所引起的气流多次分离与再附着有关;屋盖不同部位的风压呈现不同程度的非高斯特性,其中气流分离区的风压非高斯特性比较显着;叁种概率分布混合模型对屋盖风压系数概率分布的拟合效果有所差别,其中LW混合模型的拟合效果最佳,适用于不同偏度的风压分布情况。(本文来源于《振动与冲击》期刊2019年02期）
辛亚兵,刘志文,邵旭东,卢山东[4]（2018）在《山区地形实测风非平稳特性和非高斯特性分析》一文中研究指出为了分析山区桥位实测风非平稳特性和非高斯特性,采用统计学Augment Dickey Fuller(ADF)法对实测风速样本非平稳性进行了定量检验,利用小波变化法提取非平稳风的时变平均风速,最后对实测风样本脉动风速分别进行平稳风速模型与非平稳风速模型下的高斯特性对比分析。研究结果表明:山区地形可能会出现突变风。常见非平稳风样本和突变风样本采用非平稳风速模型计算时变平均风速最大值比采用平稳风速模型计算10 min常值平均风速最大值大。常见非平稳风样本采用非平稳风速模型和平稳风速模型计算脉动风接近高斯分布;突变风样本采用非平稳风速模型和平稳风速模型计算脉动风为非高斯分布。(本文来源于《振动与冲击》期刊2018年21期）
邱冶,王晓梦,朱召泉[5]（2018）在《雷诺数对柱面屋盖脉动风压非高斯特性与风压极值的影响》一文中研究指出基于柱面屋盖的风洞测压试验,研究了不同雷诺数下脉动风压的非高斯特性,并通过改进独立风暴法分析了风压极值分布随雷诺数的变化规律。结果表明,当Re=6. 90×104～2. 48×105时,非高斯风压和风压极值分布具有明显的雷诺数效应。(本文来源于《山西建筑》期刊2018年30期）
罗颖,黄国庆,李明水,彭留留[6]（2018）在《基于风洞数据的低矮房屋双坡屋面风压非高斯特性》一文中研究指出基于加拿大西安大略大学低矮房屋风洞试验获得的风压数据,探讨了低矮房屋在不同屋面坡度、风向角、高度及地形情况下屋面风压特性的变化。为便于描述,以跨中测点为参考,不同风向角时还参考了边缘测点情况。文中分析了测点风压系数均值、标准差、偏度及峰态的变化,并探讨了基于Hermite多项式得到的测点峰值因子的变化规律。结果表明:屋面坡度较小时的风压特性相近,背风屋面风压非高斯性较弱;随坡度增加,风压非高斯性较弱的区域位于迎风屋面,继续增加则使迎风屋面测点偏度从负变为正。斜向角度下迎风屋面前缘的角点非高斯性较强,会产生较大的峰值因子。随高度增加,迎风屋面前缘峰值因子减小,靠近屋脊线的测点则增大。比起郊区地形,开阔地形时迎风屋面非高斯性较弱,测点峰值因子较小。(本文来源于《空气动力学学报》期刊2018年04期）
柯世堂,王浩[7]（2018）在《基于大涡模拟直筒-锥段型钢结构冷却塔风压非高斯特性研究》一文中研究指出为研究直筒-锥段型钢结构冷却塔表面脉动风压非高斯特性,并对非高斯特性的形成机理进行分析。以国内拟建的首座超大直筒-锥段型钢结构冷却塔(189 m)为例,采用大涡模拟(LES)方法对其进行了数值风洞试验,得到其表面流场特性和压力时程,并通过与国内外大型冷却塔实测及风洞试验结果对比验证了数值模拟结果的有效性。基于典型测点概率密度分布曲线和空间相关性,对具有非高斯分布特性的局部区域给出判断标准,并从非高斯特性的形成与分离流动及涡旋运动相关性入手,揭示了非高斯风压的形成机理。研究表明:负压极值点至分离点区域内锥段和直筒段表面风压呈非高斯分布,锥段背风区风压也明显呈非高斯分布,而直筒段背风区大多测点呈高斯分布特征。(本文来源于《建筑结构学报》期刊2018年02期）
汪大海,程浩,李志豪[8]（2017）在《大型广告牌面板的非高斯风压特性及风致易损性研究》一文中研究指出近年来户外大型广告牌发展迅速,其强风下的风致损坏也时有发生。本文针对这类特殊开敞板式结构的风压特性,通过大型风洞测压试验研究,全面分析了各风向角面板表面净风压的统计分布特征,给出了面板风压系数的分布规律。考察局部风压的非高斯特性,采用Hermite矩方法计算了非高斯测点的极值风压;最终给出了面板设计分区及对应的风压设计参数。采用概率可靠度方法对风荷载下面板螺钉拔出破坏和面板拉脱破坏两种失效模式展开了研究,分别得到了两种破坏模式下的易损性概率曲线。研究为大型广告牌结构的抗风设计提供的基础数据和分析依据。(本文来源于《中国力学大会-2017暨庆祝中国力学学会成立60周年大会论文集（C）》期刊2017-08-13）
王旭,黄鹏,刘海明,余先锋[9]（2016）在《超强台风作用下低矮建筑屋盖风压非高斯特性研究》一文中研究指出在强风作用下,低矮建筑屋盖表面风压会呈现明显的非高斯特性,在计算极值风压时会产生较大误差。通过上海东海岸边的现场实测试验,对台风"梅花"作用下足尺低矮房屋屋盖表面风压的风压时程、概率密度分布、偏度与峰度以及峰值因子进行了研究,并将部分实测成果与1∶30刚性模型风洞试验结果进行对比分析。结果表明:部分区域低矮建筑屋盖表面风压时程带有大幅度的间歇脉冲,其概率密度表现为明显的非高斯分布;在风向接近的工况下,实测和风洞试验得到的偏度、峰度等值线图在趋势上基本接近,但数值上存在一定差异;经过对比发现,偏度与峰度之间的关系在实测和风洞试验中基本一致,并且受风向变化的影响较小;另外,通过现有峰值因子取值的分析,得到了99.38%保证率下非高斯风压的峰值因子,发现实际应用中峰值因子的取值偏小,应适当提高我国荷载规范对于低矮建筑峰值因子的取值。(本文来源于《建筑结构学报》期刊2016年10期）
左太辉,李庆祥,黄启明,许伟[10]（2016）在《镂空双层幕墙建筑风压分布及非高斯特性研究》一文中研究指出借助风洞动态同步测压试验,对某办公楼镂空外墙双层幕墙平均风压分布特性进行分析,根据测点风压时程及其概率密度分布,并基于第叁、四阶矩统计量对脉动风压分布的非高斯特性进行了描述。结果表明,外层幕墙的内表面风压和内层幕墙的外表面风压几乎相等,外层幕墙的净风压很小;建筑双层幕墙的风压脉动非高斯性的区域主要为建筑迎风下游尾流区,而外层幕墙由于内外压平衡的原因,其内表面边缘位置基本符合高斯性。在进行幕墙结构设计时,应对非高斯分布区域的风荷载设计予以特别重视,以保证其安全性。(本文来源于《建筑结构》期刊2016年16期）
非高斯特性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
根据相空间函数的累积量理论,提出了玻色量子态非高斯性的量化工具.利用该量具研究了四个压缩贝尔纠缠态的非高斯特性.结果表明:高斯操作能显着的改变这些态的非高斯特性.此外,也研究了这些量子态二阶关联函数的四阶累积量.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非高斯特性论文参考文献
[1].马兴亮.建筑结构表面风压非高斯特性分析方法研究[D].大连理工大学.2019
[2].向少华,赵宇靖.利用累积量理论量化双模压缩贝尔态的非高斯特性（英文）[J].原子与分子物理学报.2019
[3].夏俞超,陈水福.复杂屋盖结构表面风压的非高斯特性研究[J].振动与冲击.2019
[4].辛亚兵,刘志文,邵旭东,卢山东.山区地形实测风非平稳特性和非高斯特性分析[J].振动与冲击.2018
[5].邱冶,王晓梦,朱召泉.雷诺数对柱面屋盖脉动风压非高斯特性与风压极值的影响[J].山西建筑.2018
[6].罗颖,黄国庆,李明水,彭留留.基于风洞数据的低矮房屋双坡屋面风压非高斯特性[J].空气动力学学报.2018
[7].柯世堂,王浩.基于大涡模拟直筒-锥段型钢结构冷却塔风压非高斯特性研究[J].建筑结构学报.2018
[8].汪大海,程浩,李志豪.大型广告牌面板的非高斯风压特性及风致易损性研究[C].中国力学大会-2017暨庆祝中国力学学会成立60周年大会论文集（C）.2017
[9].王旭,黄鹏,刘海明,余先锋.超强台风作用下低矮建筑屋盖风压非高斯特性研究[J].建筑结构学报.2016
[10].左太辉,李庆祥,黄启明,许伟.镂空双层幕墙建筑风压分布及非高斯特性研究[J].建筑结构.2016