大跨度悬挑屋盖非高斯极值风压及峰值因子预测

马澎涛; 陈伏彬; 张涛; 周晋芳

doi:10.3724/j.gyjzG23052206

大跨度悬挑屋盖非高斯极值风压及峰值因子预测

doi: 10.3724/j.gyjzG23052206

长沙理工大学土木与环境工程学院, 长沙 410114

基金项目:

国家自然科学基金项目（52278479）；湖南省自科基金项目（2023JJ30016）。

详细信息

作者简介:
马澎涛,硕士研究生。

通讯作者:
陈伏彬,教授,博士生导师,主要从事工程结构抗风研究,fbchen88@126.com。

计量
- 文章访问数: 3
- HTML全文浏览量: 0
- PDF下载量: 0
- 被引次数: 0
出版历程
- 收稿日期: 2023-05-22
- 网络出版日期: 2026-06-06
- 刊出日期: 2026-04-20

Non-Gaussian Extreme Wind Pressure and Peak Factor Predictions for a Long-Span Cantilevered Roof

School of Civil and Environmental Engineering, Changsha University of Science & Technology, Changsha 410114, China

摘要

摘要: 基于大跨度悬挑屋盖刚性模型风洞测压试验，研究屋盖表面非高斯极值风压的估计问题及峰值因子预测。通过试验获得了屋盖表面风压时程序列，分析了典型风向角0°、45°和90°情况下，屋盖表面平均风压系数、脉动风压系数、偏度和峰度的分布特性。采用高斯峰值因子法和修正的Hermite级数方法分别计算典型测点的峰值因子，基于5种概率密度函数评估了典型测点非高斯特性及风压拟合情况，并采用修正的Hermite级数方法和现有极值风压评估方法分别获得了极小值风压估计，最后通过广义回归神经网络预测了峰值因子。结果表明：在典型风向角0°、45°和90°情况下，屋盖表面极小值风压显著，且风压分布长尾侧在负向；高斯峰值因子法往往会低估非高斯风压的峰值因子；修正的Hermite级数方法估计的峰值因子更为准确，且该方法在风压拟合中效果最佳，特别是在负压长尾段；修正的Hermite级数方法能获得更为不错的极小值估计；基于风压时程前四阶统计量的广义回归神经网络预测效果良好。
- 风洞试验 /
- 非高斯特性 /
- 极小值风压 /
- 修正的Hermite级数 /
- 广义回归神经网络
Abstract: By conducting wind tunnel pressure measurement test based on a rigid model of a long-span cantilevered roof， the estimation of non-Gaussian extreme wind pressure on the roof surface and the prediction of peak factors were studied. The time series of wind pressure on the roof surface was obtained through experiments， and the distribution characteristics of the mean wind pressure coefficient， fluctuating wind pressure coefficient， skewness， and kurtosis on the roof surface were analyzed under typical wind directions of 0 °， 45 °， and 90 °. The Gaussian peak factor method and the revised Hermite series method were used to calculate the peak factor at typical measuring points， respectively. The non-Gaussian characteristics and wind pressure fitting at typical measuring points were evaluated based on five probability density functions， and the minimum wind pressure estimation was obtained using the revised Hermite series method and the existing extreme wind pressure evaluation method， respectively. Finally， the peak factor was predicted using a general regression neural network. The results showed that the minimum wind pressure on the roof surface was significant under typical wind directions of 0°， 45°， and 90°， and the long tail of the wind pressure distribution was measured in the negative direction； the Gaussian peak factor method was found to frequently underestimate the peak factor of non-Gaussian wind pressure； the revised Hermite series method estimated the peak factor more accurately and performed best in wind pressure fitting， especially in the negative pressure long tail section； the revised Hermite series method obtained better minimum estimates； the general regression neural network based on the fourth-order statistics of wind pressure time history exhibited good prediction performance.
- wind tunnel test /
- non-Gaussian characteristics /
- minimum extreme wind pressure /
- revised Hermite series /
- general regression neural network

HTML全文

参考文献(23)

[1]	DAVENPORT A G. Note on the distribution of the largest value of a random function with application to gust loading［J］. Proceedings of the Institution of Civil Engineers，1964，28（2）：187-196.
[2]	KUMAR K，STATHOPOULOS T. Wind loads on low building roofs［J］. Journal of Structural Engineering，ASCE，2000，126（8）：944-956.
[3]	孙瑛，武岳，林志兴，等. 大跨屋盖结构风压脉动的非高斯特性［J］. 土木工程学报，2007，40（4）：1-5.
[4]	叶继红，侯信真. 大跨屋盖脉动风压的非高斯特性研究［J］. 振动与冲击，2010，29（7）：9-15.
[5]	李志国，彭宇轩，秦川，等. 大跨曲面屋盖脉动风荷载非高斯分布特性试验研究［J］. 工业建筑，2021，51（7）：84-89.
[6]	HUANG D M，CHEN G L. Wind pressure distribution，non-Gaussian characteristics，and conical vortices of a large-span roof with variable arc angles［J］. Journal of Building Engineering，2022，46：104929.
[7]	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，2019，38（2）：123-130.
[8]	KAREEM A. Surge response statistics of tension leg platforms under wind and wave loads:a statistical quadratization approach［J］. Probabilistic Engineering Mechanics，1995，10（4）：225-240.
[9]	SADEK F，SIMIU E. Peak non-gaussian wind effects for database-assisted low-rise building design［J］. Journal of Engineering Mechanics，ASCE，2002，128（5）：530-539.
[10]	全涌，顾明，陈斌，等. 非高斯风压的极值计算方法［J］. 力学学报，2010，42（3）：560-566.
[11]	SIMIU E. Extreme wind distribution tails:a“peaks over threshold” approach［J］. Journal of Structural Engineering，ASCE，1996，122（5）：539-547.
[12]	KWON K D，KAREEM A. Peak factors for non-gaussian load effects revisited［J］. Journal of Structural Engineering，ASCE，2011，137（12）：1308-1314.
[13]	杨雄伟，周强，李明水，等. 复杂曲面屋盖脉动风压的非高斯特性及峰值因子研究［J］. 振动与冲击，2021，40（10）：315-322.
[14]	林强，刘敏，杨庆山，等. 非高斯风压峰值因子估计：基于矩的转换过程法的对比研究［J］. 工程力学，2020，37（4）：78-86.
[15]	吴凤波，郭增伟，刘敏，等. 非高斯风压极值估计：基于无可行区限制的传递函数对比研究［J］. 工程力学，2022，39（9）：170-178.
[16]	吴凤波，姜言，彭留留，等. 基于矩的传递函数模型的“不兼容”非高斯风压过程模拟研究［J］. 振动与冲击，2022，41（24）：142-149.
[17]	汪大海，黄洪量，邓宇帆，等. 大型户外广告牌面板极值风压分布的试验研究［J］. 计算力学学报，2022，39（2）：250-256.
[18]	中华人民共和国住房和城乡建设部. 屋盖结构风荷载标准：JGJ/T 481—2019［S］. 北京：中国建筑工业出版社，2019.
[19]	中华人民共和国住房和城乡建设部. 建筑结构荷载规范：GB 50009—2012［S］. 北京：中国建筑工业出版社，2012.
[20]	GIOFFRE M，GUSELLA V，GRIGORIU M. Non-gaussian wind pressure on prismatic buildings. Ⅱ：numerical simulation［J］. Journal of Structural Engineering，ASCE，2001，127（9）：990-995.
[21]	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：大连理工大学，2019.
[22]	CHOI M，SWEETMAN B. The Hermite moment model for highly skewed response with application to tension leg platforms［J］. Journal of Offshore Mechanics and Arctic Engineering，ASME，2010，132（2）：021102.
[23]	DING J，CHEN X Z. Assessment of methods for extreme value analysis of non-Gaussian wind effects with short term time history samples［J］. Engineering Structures，2014，80：75-88.