Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Ước lượng phân bố mô men uốn của một cấu trúc tòa nhà thép thực tế bằng cách đo độ biến dạng vi mô dưới các động đất nhỏ
Tóm tắt
Hầu hết các hệ thống giám sát sức khỏe kết cấu ước lượng hành vi tổng thể bằng cách đo lường phản ứng gia tốc, điều này không thể đo trực tiếp được trạng thái căng thẳng hoặc tổn thương của từng bộ phận kết cấu. Một phương pháp thay thế là sử dụng các phép đo biến dạng; tuy nhiên, các phương pháp phân tích và sử dụng dữ liệu biến dạng cho các tòa nhà thép thực tế vẫn chưa được thiết lập. Trong nghiên cứu này, các cảm biến biến dạng bán dẫn chính xác cao đã được áp dụng cho một tòa nhà thực tế. Các giá trị gia tốc và biến dạng được đo trong quá trình tải động đất đã được sử dụng để tính toán tỷ lệ giữa mô men uốn tại các đoạn dầm hoặc cột với độ dịch chuyển tại đỉnh tòa nhà, được định nghĩa là “độ cứng cục bộ.” Chỉ số vật lý này đại diện cho độ cứng của các phần tử kết cấu gần vị trí đo và có thể được dự đoán một cách dễ dàng thông qua phân tích khung tĩnh đơn giản. Độ cứng cục bộ được đo so sánh với các giá trị độ cứng cục bộ phân tích cho các dầm nhưng lớn hơn đối với các cột. Điều này chỉ ra rằng các bộ phận không chịu lực có thể biểu hiện một mức độ lực phục hồi nhất định và độ cứng cục bộ được đo có thể bị ảnh hưởng mạnh bởi các phần tử không chịu lực mà không được xem xét trong giai đoạn thiết kế kết cấu. Ngược lại, độ cứng cục bộ được đo có thể được sử dụng để ước lượng hành vi của các thành phần không chịu lực. Tần số chiếm ưu thế được đo và độ cứng cục bộ của các dầm và cột cho thấy sự phụ thuộc vào biên độ, nhưng đã quan sát thấy các xu hướng ngược lại đối với các dầm và cột. Điều này chỉ ra rằng sự phụ thuộc vào biên độ của tần số chiếm ưu thế không phải do hành vi của các dầm và cột mà là do các lý do khác như các thành phần không chịu lực hoặc sự thay đổi về khối lượng.
Từ khóa
#giám sát sức khỏe cấu trúc #cảm biến biến dạng #độ cứng cục bộ #động đất nhỏ #tòa nhà thépTài liệu tham khảo
Todorovska MI, Trifunac MD (2007) Earthquake damage detection in the Imperial County Services Building I: the data and time–frequency analysis. Soil Dyn Earthq Eng 27:564–576
Brownjohn JMW (2003) Ambient vibration studies for system identification of tall buildings. Earthq Eng Struct Dyn 32:71–95
Nayeri RD, Masri SF, Chassiakos AG (2007) Application of structural health monitoring techniques to track structural changes in a retrofitted building based on ambient vibration. J Eng Mech 133(12):1311–1325
Yousefianmoghadam S, Behmanesh I, Stavridis A, Moaveni B, Nozari A, Sacco A (2018) System identification and modeling of a dynamically tested and gradually damaged 10-story reinforced concrete building. Earthq Eng Struct Dyn 47:25–47
Kaloop MR, Hu JW, Sayed MA, Seong J (2016) Structural performance assessment based on statistical and wavelet analysis of acceleration measurements of a building during an earthquake. Shock Vib. https://doi.org/10.1155/2016/8902727
Kubota J, Suzuki Y, Suita K, Sawamoto Y, Kiyokawa T, Koshika N, Takahashi M (2017) Experimental study on the collapse process of an 18-story high-rise steel building based on the large-scale shaking table test. In: 16th World Conference on Earthquake Engineering, Santiago, Chile, 9–13 January 2017
Kubota J, Takahashi M, Sawamoto Y, Suzuki Y, Koetaka Y, Iyama J, Nagae T (2018) Collapse behavior of 18-story steel moment frame on shaking table test under long period ground motion. J Struct Constr Eng Trans AIJ 83(746):625–635 (in Japanese)
Iiba M, Okawa I, Saito T, Morita K, Hasegawa T (2012) Study on the behavior of buildings based on the strong motion records observed at the 2011 off the Pacific coast of Tohoku earthquake. Building Research Data No. 138. Building Research Institute, Tsukuba, Japan (in Japanese)
Bernal D (2002) Load vectors for damage localization. J Eng Mech 128(1):7–14
Reynders E, De Roeck G (2010) A local flexibility method for vibration-based damage localization and quantification. J Sound Vib 329(12):2367–2383
Hann CE, Singh-Levett I, Deam BL, Mander JB, Chase JG (2009) Real-time system identification of a nonlinear four-story steel frame structure: application to structural health monitoring. IEEE Sens J 9(11):1339–1346. https://doi.org/10.1109/jsen.2009.2022434
Kurata M, Li X, Fujita K, Yamaguchi M (2013) Piezoelectric dynamic strain monitoring for detecting local seismic damage in steel buildings. Smart Mater Struct 22(11):115002
Matarazzo TJ, Kurata M, Nishino H, Suzuki A (2018) Postearthquake strength assessment of steel moment-resisting frame with multiple beam-column fractures using local monitoring data. J Struct Eng 144(2):04017217
Iyama J (2017) Detection of damage and fracture of steel members based on micro strain measurement. In: 9th International Symposium on Steel Structures, Jeju, Korea, 1–4 November 2017
Iyama, J., Hasegawa, T., Nakagawa, H., Kaneshiro, Y. (2019) Beam end fracture detection of two-story steel frame based on micro strain measurement under microtremor. In: 12th Pacific Structural Steel Conference, Tokyo, Japan, 15–17 December 2019.
Kobayashi Y, Miki C, Tanabe A (2004) Long-term monitoring of traffic loads by automatic real-time weigh-in-motion. J Jpn Soc Civ Eng 773(69):99–111 (in Japanese)
Miura T, Minami K, Nishikawa K, Matsumura H (1994) Repair of salt damaged concrete bridge at Kuretsubo. 3. Loading tests and prolonged surveillance after strengthening. Kyouryou to Kiso (Bridges Found) 28(1):39–47 (in Japanese)
Toyota S, Miyazaki S, Uomoto T (2008) Long-term analysis for RC bridges health based on a remote monitoring system. Seisan Kenkyuu (Prod Res) 60(3):234–236 (in Japanese)
Sousa H, Cavadas F, Henriques A, Bento J, Figueiras J (2013) Bridge deflection evaluation using strain and rotation measurements. Smart Struct Syst 11(4):365–386
Pines D, Aktan AE (2002) Status of structural health monitoring of long-span bridges in the United States. Progr Struct Eng Mater 4:372–380
Catbas FN, Aktan AE (2002) Condition and damage assessment: issues and some promising indices. J Struct Eng 128(8):1026–1036
Brownjohn JMW (2007) Structural health monitoring of civil infrastructure. Philos Trans R Soc A 365:589–622
Reynders E, De Roeck G, Bakir PG, Sauvage C (2007) Damage identification on the Tilff Bridge by vibration monitoring using optical fiber strain sensors. J Eng Mech 133(2):185–193
Li H, Ou J, Zhao X, Zhou W, Li H, Zhou Z, Yang Y (2006) Structural health monitoring system for the Shandong Binzhou Yellow River highway bridge. Comput Aided Civ Inf 21(4):306–317
Liu M, Frangopol DM, Kim S (2009) Bridge system performance assessment from structural health monitoring: a case study. J Struct Eng 135(6):733–742
Iyama J, Araki K (2020) Estimate of stress distribution based on strain measurement in actual steel building. J Struct Eng AIJ 66B:139–146 (in Japanese)
Araki K, Iyama J (2018) Joint yield moment degradation caused by out-of-plane deformation between base plates of attachment and beam flange: study of web-clamped beam–column connection part 3. J Struct Constr Eng Trans AIJ 83(753):1677–1687 (in Japanese)
Araki K, Iyama J (2019) Field study of fabrication time for web-clamped beam–column connection. AIJ J Technol Des 25(60):579–584 (in Japanese)
Araki K, Iyama J (2017) Numerical study on shear panel behavior of panel zone in web-clamped type connection. In: 16th World Conference on Earthquake Engineering, Santiago, Chile, 9–13 January 2017
Architectural Institute of Japan (2010) Design recommendations for composite constructions. Architectural Institute of Japan, Tokyo (ISBN: 978-4-8189-0597-9 in Japanese)
SENQCIA (2018) Design handbook of HIBASE NEO method (in Japanese). SENQCIA Corporation. https://www.senqcia.co.jp/products/download/catalog/kz/pdf/NEO_handbook_11.pdf. Accessed 3 Feb 2021