川西藏羌石砌民居建筑的抗地震倒塌性能

许浒; 杜宁宁; 余志祥; 乔杨锴

doi:10.3969/j.issn.0258-2724.20180441

川西藏羌石砌民居建筑的抗地震倒塌性能

doi: 10.3969/j.issn.0258-2724.20180441

基金项目: 国家自然科学基金资助项目（51408500）

详细信息

作者简介:
许浒（1985—），男，讲师，研究方向为工程结构抗震与新型防护结构，E-mail：xuhu@swjtu.edu.cn

通讯作者:
余志祥（1976—），男，副教授，研究方向为结构工程，E-mail：yzxzrq@swjtu.edu.cn

中图分类号: V221.3
计量
- 文章访问数: 615
- HTML全文浏览量: 376
- PDF下载量: 22
- 被引次数: 0
出版历程
- 收稿日期: 2018-05-29
- 修回日期: 2018-08-10
- 网络出版日期: 2019-04-28
- 刊出日期: 2019-10-01

Seismic Collapse-Resistant Performance of Stone Houses in Tibetan and Qiang Autonomous Prefectures of Western Sichuan

摘要

摘要: 我国川西地区的传统藏羌石砌民居具有较高的文化遗产保护价值，但在近年来的历次地震中出现了大量破坏. 结合该类房屋的砌筑材料和建筑布置特征，对其抗地震倒塌性能进行研究. 首先，开展了3组黏土试件的无侧限抗压强度试验和一个1/2缩尺黏土-石砌墙体试件的水平抗剪承载力试验，并通过显式动力数值计算手段对试验过程进行模拟；其次，针对黏土和毛石材料均采用Holmquist-Johnson-Cook （HJC）本构模型，基于随机分布离散型有限元方法，根据实际墙体中两种材料的分布比例建立相应数值模型，并通过与模型试验结果的对比验证，明确了数值计算中的关键参数；在此基础上，对一典型二层平面L型缩进式民居结构进行动力时程分析计算，通过与实际震害情况的对比分析了其地震破坏机制，再现了地震倒塌全过程，并开展了结构的抗地震倒塌易损性分析，研究了不同晒台缩进面积的影响. 研究结果表明，在罕遇烈度下，平面L型缩进式结构中晒台面积比例由30%增加至45%时，结构倒塌概率增大16.7%，抗倒塌储备系数下降9%，对易损性曲线影响并不显著；但当晒台面积比例减小至15%时，二层墙体开洞率增大18%，导致结构的地震倒塌概率增加143%.
- 砌体结构 /
- 民居碉房 /
- 随机分布离散型有限元模型 /
- 抗震性能 /
- 易损性分析
Abstract: Traditional stone houses in the Tibetan and Qiang autonomous prefectures of Western Sichuan, deserve preservation as indicators of cultural heritage; however many of them have been damaged during earthquakes in recent years. Based on the characteristics of masonry materials and architectural layout, seismic collapse-resistant performance of stone houses was investigated. Unconfined compression tests on three clay specimens and lateral shear tests on a half-scaled clay-brick rubble masonry wall specimen were conducted and also modeled via an explicit dynamic numerical approach. The Holmquist–Johnson–Cook (HJC) constitutive model was applied to the clay and rubble, and a randomly-distributed discrete finite element model was built to show the proportion between clay and brick rubble. Through the comparison of experimental and numerical results, the numerical model was verified and key parameters were calibrated. According to above work, a structural model of a typical two-storey residential stone house with an L-shaped indented platform was built, and its dynamic time-history analysis was conducted. By comparing the calculated seismic damage modes with its real seismic damage, the collapse mechanism was analyzed and the collapse process was simulated. Moreover, the structural fragility of seismic collapse was studied based on the influence of the indented area of the platform. The results indicate that, under rare seismic intensity, when the indented area is increased from 30% to 45%, the probability of structural collapse increases by 16.7%, and the collapse margin ratio decreases by 9%, which has little effect on the fragility curve. However, when the indented area is reduced to 15%, the failure rate of walls on the second floor increases by 18%, leading to the increase of 143% in the probability of structural collapse.
- masonry structure /
- residential stone house /
- randomly-distributed discrete finite element model /
- seismic performance /
- fragility analysis

HTML全文

逆变回馈装置不但可以有效利用城轨列车再生制动能量，还可以改善城轨牵引供电系统网压水平，近些年国内广泛投入使用^[1-2]. 逆变回馈装置容量配置及安装位置是影响系统节能效果评估的重要因素，装置选址定容等问题是现阶段亟需解决的问题之一^[3-4].

针对城轨再生制动能量利用装置定容选址的优化问题，是现阶段研究的热点. 文献[5]根据地铁列车全线对向行驶时供电臂和走行轨等效电阻的损耗功率最小对逆变回馈装置进行选址，由于实际全线牵引变电所数量多、计算量大，该法收敛速度较慢. 文献[6-7]考虑超级电容储能装置的节能电量与投资成本，同时优化装置能量管理策略控制参数，结合城轨供电仿真平台与遗传算法，实现了多目标同时优化. 多目标优化问题受各个目标量纲属性不同的影响，很难找到一组同时满足所有目标最优的解，通常存在一个Pareto最优解集，其各组非劣解之间互不支配，无法在优化任何目标的同时不削弱其他目标^[8]. 这一多目标优化问题的求解思想常与智能算法结合以搜索非劣解集.

在利用遗传算法求解多目标优化问题上，相关文献展开了研究. 吴广宁等^[9]在牵引变电所接地网优化设计上对传统遗传算法做出了改进，添加适应度函数并采用自适应算法根据适应度值动态调整交叉概率和变异概率，避免算法进入局部最优解. Deb等^[10]为进一步提高遗传算法的计算效率和鲁棒性，在NSGA （non-dominated sorting genetic algorithm）的基础上提出了一种带精英策略的快速非支配排序遗传算法（fast NSGA-Ⅱ）. 文献[11-12]验证了NSGA-Ⅱ相对传统遗传算法和并行粒子群算法具有计算精度高、收敛速度快的优点.

本文首先分析了含逆变回馈装置的系统级节能指标，并建立城轨逆变回馈装置定容选址多目标优化模型，其次将考虑逆变回馈装置周期性间歇工作制的城轨交直流混合潮流算法与NSGA-Ⅱ结合求解多目标函数的Pareto解集，采用基于信息熵的序数偏好法（technique for order preference by similarity to ideal solution，TOPSIS）归一化各目标函数值，计算相对理想距离，进而在Pareto解集中筛选出逆变回馈装置选址定容最优方案. 最后以广州某地铁线路为例进行仿真分析，验证算法有效性.

1. 优化模型

1.1 目标函数

从逆变回馈装置的投资成本以及逆变回馈装置对城轨牵引供电系统节能效果两个角度，建立逆变回馈装置定容选址优化模型.

1）逆变回馈装置投资成本. 受地铁线路坡度及曲线信息影响，列车在各站间产生的再生制动能量不同，考虑逆变回馈装置经济投资因素，应在各牵引所安装不同容量的逆变回馈装置. 选择全线逆变回馈装置优化容量配置投资总成本的相反数作为目标函数f₁（X），如式（1）.

$\left\{ {\begin{array}{l} {f_{\rm{1}}}(X) = {\rm{ - }}\displaystyle\sum\limits_{i = 1}^{{N}_{\rm{all}}} {{c_{{\rm{EFS,}}i}}} , \\ X = \{ {x_i}\} , \\ \end{array} } \right.$

(1)

式中： ${c_{{\rm{EFS,}}i}}$ 为第i个牵引所内逆变回馈装置投资成本；N_all为全线逆变回馈装置投入总数量；X为全线各牵引所逆变回馈装置容量配置集合；x_i为第i个牵引所内逆变回馈装置容量.

2）系统级节能率. 全线不安装逆变回馈装置的城轨牵引供电系统作为参考系统，其系统能量流向如图1所示. 安装逆变回馈装置后，城轨牵引供电系统能量流向如图2所示.

图 1 参考系统能量流向示意

Figure 1. Energy flow direction of reference system

下载: 全尺寸图片幻灯片

图 2 安装逆变回馈装置的系统能量流向示意

Figure 2. Energy flow direction for installation of inverter feedback devices

下载: 全尺寸图片幻灯片

图1中：W_T1为全线牵引所牵引能耗之和；W_trac为全线列车牵引总能耗；W_reg为全线再生制动总能量； $W_{{\rm{reg-trac}}}$ 为全线被邻车吸收再生制动能量之和；W_res为全线消耗在车载制动电阻上的再生制动能量之和. 图2中：W_T2为全线牵引所牵引能耗之和；W_F为全线被逆变回馈装置反馈再生制动能量之和；W_R为返送主所逆功率； $W_{{\rm{reg-trac}}}'$ 为全线被邻车吸收再生制动能量之和； $W_{{\rm{res}}}'$ 为全线消耗在车载制动电阻上的再生能量之和.

全线牵引能耗及再生能量关系如式（2）、（3）.

$\left\{ {\begin{array}{l} {W_{{\rm{trac}}}} = {W_{{\rm{T}}1}} + {W_{{\rm{reg - trac}}}}, \\ {W_{{\rm{res}}}} = {W_{{\rm{reg}}}} - {W_{{\rm{reg - trac}}}}; \\ \end{array} } \right.$

(2)

$\left\{ {\begin{array}{l} {W_{{\rm{trac}}}} = {W_{{\rm{T}}2}} + {W'_{{\rm{reg - trac}}}}, \\ {W'_{{\rm{res}}}} = {W_{{\rm{reg}}}} - {W'_{{\rm{reg - trac}}}} - {W_{\rm{F}}}. \\ \end{array}} \right.$

(3)

相对于参考系统，投入逆变回馈装置后全线车载制动电阻消耗的能量变化即为列车运行所节省的总电量W，如式（4）.

$\begin{split} &W{\rm{ = }}{W_{{\rm{res}}}} - {W'_{{\rm{res}}}} - {W_{\rm{R}}} = {W'_{{\rm{reg - trac}}}} - {W_{{\rm{reg - trac}}}}{\rm{ + }} {W_{\rm{F}}} - {W_{\rm{R}}} =\\ &\quad {W_{{\rm{T}}1}} - \left( {{W_{{\rm{T}}2}} - {W_{\rm{F}}}} \right) - {W_{\rm{R}}}. \\[-13pt] \end{split}$

(4)

计及主所逆功率返送，W_R未被城轨牵引供电系统利用，因此式（4）中没将W_R计入总节省电量中.

定义投入逆变回馈装置后列车运行所节省的总电量与参考系统下全线牵引所输出能耗的比值为系统级节能率，选择其作为目标函数f₂（X），如式（5）.

$\begin{split} &{f_{\rm{2}}}(X) = \frac{W}{{{W_{{\rm{T}}1}}}} \times 100{\text{%}} =\\ &\quad \frac{{{W_{{\rm{T}}1}} - \left( {{W_{{\rm{T}}2}} - {W_{\rm{F}}}} \right) - {W_R}}}{{{W_{{\rm{T}}1}}}} \times 100{\text{%}}. \end{split}$

(5)

综合考虑逆变回馈装置投资成本相反数以及系统级节能率，可表达为式（6）所示的城轨牵引供电系统逆变回馈装置定容选址多目标优化问题.

$\left\{ {\begin{array}{l} \max {V}(j) = \left\{ {{f_1}(X),{f_2}(X)} \right\}, \\ {\rm{s.t.}}\quad X \in \varepsilon , \\ \end{array}} \right.$

(6)

式中：V(j)为优化目标，由子目标函数f₁(x)和f₂(x)组成，表示逆变回馈装置容量配置Pareto方案；j为方案数；X属于可行域ε，是以0.5 MW为步长的随机离散变量集合^[13].

1.2 约束条件

求解上述多目标函数需满足逆变回馈装置容量、逆变回馈装置启动电压、整流机组空载电压和车载制动电阻启动电压的约束条件，如式（7）.

$\left\{ \begin{array}{l} {x_{\min }} \leqslant {x_i} \leqslant {x_{\max }} ,\\ {U_{{\rm{min}}}} \leqslant {U_i} \leqslant {U_{{\rm{max}}}} ,\\ {U_{{\rm{d0,min}}}} \leqslant {U_{{\rm{d0}}}} \leqslant {U_{{\rm{d0,max}}}}, \\ {U_{{\rm{br,min}}}} \leqslant {U_{{\rm{br}}}} \leqslant {U_{{\rm{br,max}}}}, \\ \end{array} \right.$

(7)

式中：第i个牵引所的U_i为逆变回馈装置启动电压；U_d0为整流机组空载电压；U_br为车载制动电阻启动电压；x_max和x_min分别为投入逆变回馈装置容量的上、下限值；U_max和U_min分别为逆变回馈装置启动电压的上、下限值；U_d0,max和U_d0,min分别为整流机组空载电压的上、下限值；U_br,max和U_br,min分别为车载制动电阻启动电压的上、下限值.

2. 基于NSGA-Ⅱ求解逆变回馈装置定容选址优化算法

2.1 城轨牵引供电系统交直流混合潮流算法

含逆变回馈装置的城轨交直流混合潮流计算以列车牵引计算信息和全日行车计划为计算条件，根据交直流供电系统拓扑结构建立直流侧节点电导矩阵和交流侧节点导纳矩阵，先进行直流侧潮流计算，收敛后更新牵引所运行状态，然后将直流侧电压参数收敛结果代入交流侧潮流计算，直至交流侧电压收敛. 其中，算法的可靠性以及控制策略改进分别在文献[14-15]中验证. 本文在上述算法基础上考虑了国标《城市轨道再生制动能量吸收逆变装置》（GB/T 37423—2019）规定的逆变回馈装置周期性间歇工作制^[13]，以120 s为工作周期，占空比为0.25，矩形工作制如图3所示. 图中：I_r为逆变回馈装置周期性间歇工作峰值电流.

图 3 逆变回馈装置矩形工作制

Figure 3. Rectangular work cycle of inverter feedback devices

下载: 全尺寸图片幻灯片

计算120 s内逆变回馈装置吸收电流的有效值，如式（8）.

${I_{\rm{RMS} }} = \sqrt {{{\displaystyle\sum\limits_{t = 1}^T {{I_{{t}}}^2} }}\bigg /{{120}}},$

(8)

式中：I_t为逆变回馈装置在时刻t吸收的直流电流；T为逆变回馈装置运行时间.

则120 s内逆变回馈装置的占空比σ计算如式（9）.

$\sigma = {\left( {\frac{{{I_{\rm{RMS} }}}}{{{I_{\rm{r}} }}}} \right)^2}.$

(9)

在交直流混合潮流算法中，根据式（9）对牵引所逆变回馈装置直流侧的电流进行限制，确保每120 s时间周期内逆变回馈装置工作占空比在0.25以内.

2.2 NSGA-Ⅱ算法优化逆变回馈装置定容选址

NSGA-Ⅱ算法首先根据个体之间的支配关系对N组种群进行非支配排序分层，经选择、交叉和变异获得第一代子种群；然后在传统NSGA算法基础上将父代种群与子代种群合并进行快速非支配排序，同时对每个非支配层中的个体进行拥挤距离计算，从而筛选出新的优质父代种群；最后逐次迭代直至达到迭代收敛条件或最大迭代次数，输出结果为Pareto最优解集.

针对所提逆变回馈装置定容选址多目标优化问题，在城轨牵引供电仿真系统^[16]模拟列车运行工况、牵引计算、交直流混合潮流计算，得到牵引所整流机组输出能耗、逆变回馈装置反馈能量等牵引供电系统参数，进而求解目标函数. 采用交直流混合潮流算法与NSGA-Ⅱ结合求解流程如图4所示. 图中：g为迭代次数；V_P(j)和V_Q(j)分别为父代方案和子代方案.

图 4 基于NSGA-Ⅱ求解逆变回馈装置容量配置优化流程

Figure 4. Optimization process of siting and sizing for inverter feedback devices based on NSGA-Ⅱ algorithm

下载: 全尺寸图片幻灯片

图4中，初始父代种群是以0.5 MW为步长，随机产生的N组逆变回馈装置容量配置方案；G为最大迭代次数；J为交叉概率；B为变异概率；Z为整流机组额定功率；P_t和Q_t分别为时刻t的父代和子代容量配置.

3. 基于信息熵的TOPSIS法最优解选取

由于上述Pareto解集的每组解具有两个量纲属性，无法在N组Pareto解集中挑选出一组最优解. 为防止决策者偏好影响最优解选取，本文采用基于信息熵的TOPSIS将f₁(X)和f₂(X)无量纲属性归一化处理，在N组Pareto解集中筛选出与理想方案相对距离最小、与负理想方案相对距离最大的逆变回馈装置定容选址最优方案^[17]. 其中，通过信息熵赋予Pareto解集中各目标函数值的影响权重，权值大小反应了该目标函数值对最优解选取的影响程度^[18].

累和归一化与向量归一化方法均不会改变目标函数的原始值属性^[19]，考虑本文目标函数f₁(X)值为负数，因此采用累和归一化方法，如式（10）.

${f^\prime_{{m}}} (X) = \frac{{{f_{{m}}}(X)}}{{\displaystyle\sum\limits_{m = 1}^{{n}} {{f_{{m}}}(X)} }},$

(10)

式中：f_m(X)为方案V(j) 归一化处理前的第m个目标函数原始值；n为目标函数个数； $f_m' (X)$ 为归一化目标函数值.

子目标函数的信息熵计算如式（11）.

$E({{m}}) = {\rm{ - }}K\sum\limits_{j = 1}^{{N}} {\left[ {{f^\prime_{{m}}} (X) \ln {f^\prime_{{m}}} (X)} \right]},$

(11)

式中：E(m)为第m个子目标函数信息熵；熵系数K=1/ln m；当 $f_m' (X)$ 为0时，令ln $f_m' (X)$ 为0.

子目标函数权重计算如式（12）.

${\varepsilon _{{m}}} = \frac{{1 - E(m)}}{{\displaystyle\sum\limits_{{{m}} = 1}^{{n}} {(1 - E(m))} }},$

(12)

式中：ε_m为第m个子目标函数的权重，0 < ε_m < 1，且ε₁+ε₂+···+ε_m=1.

根据 $f_m' (X)$ 求解方案V(j)的信息熵以及权重得到V(j)的归一化相对理想距离d（j），如式（13）.

${{ d}}(j) = \frac{{{{{d}}_ + }(j)}}{{{{{d}}_ + }(j) + {{{d}}_ - }(j)}},$

(13)

式中：d₊(j)为优化方案V(j)到理想方案归一化相对距离；d₋(j)为优化方案V(j)到负理想方案归一化相对距离.

d(j)值越小则V(j)越接近理想方案.

4. 算例分析

4.1 仿真模型

以广州某地铁线路一期工程进行算例仿真，该系统设有两座主变电所、10座牵引所，线路自西向东Sub1～Sub9共9个车站，全长26 km，除Sub7处为降压所外，其余车站均设有牵引所，另两座区间牵引所位置如图5，各牵引所位置信息如表1.

图 5 线路供电系统结构

Figure 5. Structure of line power supply system

下载: 全尺寸图片幻灯片

表 1 牵引所位置信息

Table 1. Traction station position information

牵引所	位置/km	牵引所	位置/km
Sub1	0.243	Sub6	13.900
Sub2	2.456	区间所 1	16.287
Sub3	4.568	区间所 2	20.527
Sub4	7.804	Sub8	23.322
Sub5	10.670	Sub9	25.685

下载: 导出CSV

| 显示表格

设计考虑列车初期行车计划：运营时间段为06:30～23:30，共17 h；期间发车间隔为525 s，共发车117对；列车车型为6B，4动2拖. 设置仿真参数如表2，逆变回馈装置容量与投资成本满足关系如图6所示.

表 2 仿真参数设置

Table 2. Simulation parameter setting

仿真参数	取值	仿真参数	取值
N	20	Z/MW	2×2.5
J	0.9	U_d0/V	1680
B	0.1	x_max/MW	3
G/次	100	U_i/V	1720
W_T1/（kW•h）	3954.17	U_br/V	1830

下载: 导出CSV

| 显示表格

图 6 逆变回馈装置价格与容量关系

Figure 6. Relationship between price and capacity of inverter feedback devices

下载: 全尺寸图片幻灯片

4.2 优化过程

计算每次迭代Pareto解集的归一化相对理想距离并筛选出各次迭代的最优方案，其目标函数值收敛过程如图7，在迭代至30次左右时，最优方案的目标函数值基本收敛. 表3统计了收敛后目标函数的Pareto解集，图8（a）是Pareto收敛解集方案的归一化相对理想距离变化情况，图8（b）在方案3～7中筛选出d(j)最小的V(7)作为该线路逆变回馈装置定容选址的最优方案. 表4统计了V(7)的潮流计算结果，由式（5）可得系统级节能率为17.94%.

图 7 目标函数Pareto解集的最优方案变化过程

Figure 7. Change process of optimal scheme of Pareto solution set

下载: 全尺寸图片幻灯片

表 3 Pareto解集收敛结果

Table 3. Convergence results of Pareto solution set

V(j)	f₁(X)/ （×10² 万元）	f₂(X)/%	V(j)	f₁(X)/ （×10² 万元）	f₂(X)/%
1	−3.30	9.54	11	−7.30	19.81
2	−3.60	9.55	12	−8.60	20.28
3	−4.00	14.03	13	−10.10	20.46
4	−4.20	14.53	14	−10.70	20.86
5	−5.30	16.15	15	−11.10	21.48
6	−5.40	16.66	16	−14.90	21.68
7	−5.80	17.94	17	−16.80	21.7
8	−6.70	17.79	18	−6.90	17.61
9	−6.90	17.95	19	−6.20	18.05
10	−7.10	18.85	20	−5.80	17.39

下载: 导出CSV

| 显示表格

为验证该优化方案的逆变回馈装置能满足周期性间歇工作制，以区间所2为例，统计牵引所直流电流如图9所示. 计算525 s发车间隔下该牵引所逆变回馈装置的工作占空比（σ），如图10所示.

图 9 区间所2直流侧电流

Figure 9. DC current of section traction substation 2

下载: 全尺寸图片幻灯片

图 10 区间所2逆变回馈装置工作占空比

Figure 10. Operating duty ratio of inverter feedback devices in section traction station 2

下载: 全尺寸图片幻灯片

4.3 优化方案对比

将筛选出的最优逆变回馈装置定容选址方案V(7)与该地铁工程实际安装逆变回馈装置方案V_a统计如表5，其目标函数值计算结果如表6，投资回报周期计算如式（14）.

表 5 逆变回馈装置方案对比

Table 5. Scheme comparison of inverter feedback devices MW

牵引所	V(7)，V_a	牵引所	V(7)，V_a
Sub1	0，2.0	Sub6	0，0
Sub2	2.0，0	区间所 1	0，0
Sub3	0，0	区间所 2	2.0，0
Sub4	1.5，0	Sub8	0，2.0
Sub5	0，0	Sub9	0，3.0

下载: 导出CSV

| 显示表格

表 6 不同优化方案目标函数值对比

Table 6. Comparison of objective function values of different optimization schemes

优化方案	f₁(X)/（×10²万元）	f₂(X)/%
V(7)	5.80	17.94
V_a	6.50	14.69

下载: 导出CSV

| 显示表格

图 8 归一化Pareto收敛解集

Figure 8. Normalized Pareto convergence solution set

下载: 全尺寸图片幻灯片

表 4 最优方案V(7)每小时潮流计算结果

Table 4. Hourly power flow calculated by optimal scheme V(7) kW•h

牵引所	W_T2	W_F	W_R
Sub1	275.97	0	45.66
Sub2	459.14	270.84
Sub3	499.08	0
Sub4	501.06	238.75
Sub5	473.03	0
Sub6	292.77	0
区间所 1	321.41	0
区间所 2	462.30	273.07
Sub8	416.51	0
Sub9	280.59	0
合计	3981.86	782.66	45.66

下载: 导出CSV

| 显示表格

$c = \frac{{ - {f_{\rm{1}}}(X)}}{{c_{\rm{m}}W D}} \times {10^6},$

(14)

式中：c为投资回报周期，a；c_m为地铁用电单价；D为线路全年运营天数；f₁(X)单位为10²万元.

从表6可以看出：本文所提逆变回馈装置优化方案V(7)对于该地铁工程实际配置方案V_a可以节省逆变回馈装置投资成本70万元，系统级节能率提高3.25%，按0.75元/（kW•h）电价计算，投资回报周期缩短236 d.

由于线路牵引所Sub7～Sub8站间距离长，列车制动频繁，优化算法搜索出在区间牵引所2装设逆变回馈装置的方案，且线路端头所处列车制动能量相对较少，安装逆变回馈装置节能效益不高，因此建议在该地铁线路Sub2和Sub4处的牵引所分别安装容量为2.0 MW和1.5 MW的逆变回馈装置，并在区间所2处安装容量为2.0 MW的逆变回馈装置.

5. 结　论

1）本文将NSGA-Ⅱ与城轨交直流混合潮流算法结合对广州某地铁线路逆变回馈装置定容选址多目标优化模型进行求解，迭代30次得到Pareto收敛解集. 采用基于信息熵的TOPSIS归一化目标函数值，通过比较d(j)筛选出在牵引所Sub2、Sub4和区间所2装设容量为2.0、1.5 MW和2.0 MW的逆变回馈装置优化方案.

2）将优化方案与该地铁工程实际逆变回馈装置配置方案进行对比，逆变回馈装置投资成本节省70万元，系统级节能率提高3.25%，投资回报周期相应缩短.

3）该算例采用B型列车按初期发车计划运行，发车间隔大，线路车辆稀疏，产生的制动能量较少，因此逆变回馈装置投入数量不需过多. 对于不同地铁线路，本文所述优化方法均能有效进行逆变回馈装置定容选址，提高再生制动能量利用率并缩短投资回报周期.

图 1 典型缩进形式

Figure 1. Typical irregular layout

下载: 全尺寸图片幻灯片

图 2 民居碉房的震害情况

Figure 2. Seismic damage of residential stone houses

下载: 全尺寸图片幻灯片

图 3 黏土试件的破坏

Figure 3. Damage of clay specimen

下载: 全尺寸图片幻灯片

图 4 黏土-石砌墙体抗剪试验

Figure 4. Lateral shear capacity test of clay masonry wall specimen

下载: 全尺寸图片幻灯片

图 5 黏土试件有限元模型

Figure 5. Finite element model of clay specimen

下载: 全尺寸图片幻灯片

图 6 随机分布离散型墙体有限元模型

Figure 6. Randomly-distributed discrete finite element model of wall

下载: 全尺寸图片幻灯片

图 7 黏土试件抗压强度曲线

Figure 7. Compressive stress-strain curve of clay specimen

下载: 全尺寸图片幻灯片

图 8 墙体破坏形式

Figure 8. Damage mode of masonry wall specimen

下载: 全尺寸图片幻灯片

图 9 墙体抗剪强度曲线

Figure 9. Curves on shear strength of the wall specimen

下载: 全尺寸图片幻灯片

图 10 典型民居碉房模型

Figure 10. Model of typical residential stone house

下载: 全尺寸图片幻灯片

图 11 倒塌全过程

Figure 11. Process of structural collapse

下载: 全尺寸图片幻灯片

图 12 结构倒塌易损性曲线

Figure 12. Fragility curves for structural seismic collapse

下载: 全尺寸图片幻灯片

表 1 HJC本构模型参数

Table 1. Key parameters of HJC constitutive model

参数	黏土	毛石	参数	黏土	毛石
ρ/（kg•m^–3）	1 750	2 800	S_max	7	20
G/MPa	71.4	1 357	P_crush/MPa	1.19	81.5
A	0.79	0.55	μ_crush/× 10^–3	3.57	12.9
B	1.6	1.23	P_Lock/GPa	2	2
C/× 10^–3	7	9.7	μ_Lock/× 10^–1	1.74	1.74
N	0.61	0.89	D₁/× 10^–2	4.87	4
f’_c/MPa	0.99	67.92	D₂	1	1
T/MPa	0.042	2	K₁/MPa	85	39
ε₀/× 10^–6	1	1	K₂/MPa	–171	–223
ε_f，min	0.01	0.01	K₃/MPa	208	550

下载: 导出CSV

参考文献(29)

林建华,王全凤,施养杭. 石砌体结构抗震性能及其模糊抗震可靠度的研究[J]. 土木工程学报,1998,31(6): 40-48.

LIN Jianhua, WANG Quanfeng, SHI Yyanghang. Study on the seismic behaviour and fuzzy earthquake-resistant reliability of stone masonry structures[J]. China Civil Engineering Journal, 1998, 31(6): 40-48.

张淑娴. 粗料石砌体房屋振动台试验研究[D]. 南京: 东南大学, 2015

陶毅,古金本,信任,等. CFRP网格加固震损多层砌体开洞墙体的抗震性能研究[J/OL]. 西南交通大学学报, 网络优先出版. （2018-05-22）[2018-08-01]. http://kns.cnki.net/kcms/detail/51.1277.U.20180522.2227.006.html

TAO Yi, GU Jinben, XIN Ren, et al. Seismic performance of multi-storey masonry wall with opening repaired using CFRP grid[J/OL]. Journal of Southwest Jiaotong University, Network Priority Publishing. (2018-05-22) [2018-08-01]. http://kns.cnki.net/kcms/detail/51.1277.U.20180522.2227.006.html

徐学书,喇明英. 羌族传统建筑抗震技术及其传承研究[J]. 西南民族大学学报(人文社科版),2009(2): 11-14. doi: 10.3969/j.issn.1004-3926.2009.02.003

孙建刚,崔利富,王振,等. 藏族民居砌体材料物理力学性能试验研究[J]. 大连民族学院学报,2015,17(1): 61-64. doi: 10.3969/j.issn.1009-315X.2015.01.016

SUN Jiangang, CUI Lifu, WANG Zheng, et al. Experiment research of stone masonry materials physical mechanic property of Tibetan folk house[J]. Journal of Dalian Nationalities University, 2015, 17(1): 61-64. doi: 10.3969/j.issn.1009-315X.2015.01.016

杨惠晴. 藏族民居抗震性能数值仿真分析——以木堆藏寨194号为例[D]. 大庆: 东北石油大学, 2014

刘伟兵,崔利富,孙建刚,等. 藏族民居石砌体基本力学性能试验与数值仿真[J]. 大连民族学院学报,2015,17(3): 252-256. doi: 10.3969/j.issn.1009-315X.2015.03.015

LIU Weibing, CUI Lifu, SUN Jiangang, et al. Tests and numerical simulation of basic mechanical properties of Tibetan dwellings stone masonry[J]. Journal of Dalian Nationalities University, 2015, 17(3): 252-256. doi: 10.3969/j.issn.1009-315X.2015.03.015

张先进. 汶川大地震对藏、羌村寨聚落的破坏与恢复思考[C]//中国民族建筑研究会学术年会暨第二届民族建筑（文物）保护与发展高峰论坛. 北京: 中国民族建筑研究会, 2008: 171-174

中华人民共和国水利部. 土工试验方法标准: GB/T 50123—1999[S]. 北京: 中国计划出版社, 1999

苗吉军,顾祥林,张伟平,等. 地震作用下砌体结构倒塌反应的数值模拟计算分析[J]. 土木工程学报,2005,38(9): 45-49. doi: 10.3321/j.issn:1000-131X.2005.09.008

MIAO Jijun, Gu Xianglin, Zhang Weiping, et al. Numerical simulation analysis for the collapse response of masonry structures under erthquakes[J]. China Civil Engineering Journal, 2005, 38(9): 45-49. doi: 10.3321/j.issn:1000-131X.2005.09.008

许浒,李勇志,雷敏,等. 群落生土建筑的抗地震倒塌加固措施[J]. 工程抗震与加固改造,2017,39(1): 135-142.

XU Hu, LI Yongzhi, LEI Min, et al. A strengthening measure for seismic collapse resistance of the residential[J]. Earthquake Resistant Engineering And Retrofitting, 2017, 39(1): 135-142.

李耀. 混凝土HJC动态本构模型的研究[D]. 合肥: 合肥工业大学, 2016

陕西省建筑科学研究院. 建筑砂浆基本性能试验方法标准: JGJ/T 70—2009[S]. 北京: 中国建筑工业出版社, 1999

方秦,孔祥振,吴昊,等. 岩石Holmquist-Johnson-Cook模型参数的确定方法[J]. 工程力学,2014,31(3): 197-204.

FANG Qin, KONG Xiangzhen, WU Hao, et al. Determination of Holmquist-Johnson-Cook constitutive model parameters of rock[J]. Engineering Mechanics, 2014, 31(3): 197-204.

于文. 新疆喀什生土石房屋模型振动台试验研[D]. 北京: 中国建筑科学研究院, 2007

甄昊. 阿坝州生土石砌体结构在地震作用下的抗倒塌分析[D]. 成都: 西南交通大学, 2016

工程地质手册编写委员会, 工程地质手册[M]. 3版. 北京: 中国建筑工业出版社, 1992: 214-216

施景勋,卢志红,林建华,等. 对石墙抗震性能的研究和设计取值的建议[J]. 华侨大学学报(自然科学版),1993,14(2): 197-198.

SHI Jingxun, LU Zhihong, LIN Jianhua, et al. Syudy on the antiseismic behavior of stone wall and proposal of the short-cut process in its design[J]. Journal of Huaqiao University (Natural Science), 1993, 14(2): 197-198.

余卓群. 四川藏寨传统住宅述略[C]//中国民族聚居区建筑文化遗产国际研讨会论文集. 成都: [出版者不详], 2010: 119-123

朱荣张. 马尔康直波藏寨民居建筑研究[D]. 西安: 西安建筑科技大学, 2012

孙玉红,聂立武,韩古月,等. 地震作用下建筑结构倒塌失效准则分析[J]. 中外建筑,2011,35(18): 199-201.

SUN Yuhong, NIE Liwu, HAN Guyue, et al. Analysis on the rules of architecture structure tumble invalidation earthquake function[J]. Chinese and Overseas Architecture, 2011, 35(18): 199-201.

焦双健,冯启民,付长文,等. 钢筋混凝土框架结构地震破坏的计算机模拟方法[J]. 地震工程与工程振动,2002,22(2): 54-59. doi: 10.3969/j.issn.1000-1301.2002.02.009

JIAO Shuangjian, FENG Qimin, FU Changwen, et al. Simulation method for earthquake damage to RC frames[J]. Earthquake Engineering and Engineering Vibration, 2002, 22(2): 54-59. doi: 10.3969/j.issn.1000-1301.2002.02.009

中华人民共和国住房和城乡建设部. 建筑抗震设计规范: GB50011—2010[S]. 北京: 中国建筑工业出版社, 2010

FEMA. NEHRP guidelines for seismic rehabilitation of builidings[R]. FEMA Report 273. Washington D. C.: Federal Emergency Management Agency, 1997: 2-10, 2-13

李吉,刘如山,越潇. 结构抗震破坏准则研究综述[J]. 世界地震工程,2015,31(1): 262-263.

LI Ji, LIU Rushan, YUE Xiao. Research summary of seismic failure criteria for structures[J]. World Earthquake Engineering, 2015, 31(1): 262-263.

许浒, 余志祥, 康翔杰, 等. 多层砌体结构在地震中倒塌全过程数值模拟[J]. 建筑结构, 2012, 42（增刊1）: 223-224

XU Hu, YU Zhixiang, KANG Xiangjie, et al. Numerical simulation on collapse process of multistory masonry structure in earthquake[J]. Building Structure, 2012, 42 (S1): 223-224

Applied Technology Council. Quantification of building seismic performance factors: FEMA P695[R]. Washington D. C., Federal Emergency Management Agency, 2009.

陆新征,叶列平. 基于IDA分析的结构抗地震倒塌能力研究[J]. 工程抗震与加固改造,2010,32(1): 13-18. doi: 10.3969/j.issn.1002-8412.2010.01.003

LU Xinzheng, YE Lieping. Study on the sesmic collapse resistance of structural system[J]. Earthquake Resistant Engineering and Retrofitting, 2010, 32(1): 13-18. doi: 10.3969/j.issn.1002-8412.2010.01.003

施炜,叶列平,陆新征,等. 不同抗震设防RC框架结构抗倒塌能力的研究[J]. 工程力学,2011,28(3): 42-43.

SHI Wei, YE Lieping, LU Xinzheng, et al. Study on collapse-resistant capacity of RC frames with different sesmic fortification levels[J]. Engineering Mechanics, 2011, 28(3): 42-43.

施引文献

附加材料(0)

访问统计