Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dr Agathoklis Giaralis
ENTRADA:
Variable en el tiempo
cargas de excitación
SISTEMA:
Civil
Infraestructura
SALIDA:
Estructural
respuesta
-No lineal
UNA ENTRADA:
Variable en el tiempo
SISTEMA:
Civil
SALIDA:
Estructural
-No estacionario
Uti
-No estacionario
- No lineal
-Uncertain -Uncertain
- Resultado de una
"Proceso" no lineal
6 ° ~ 7 ° segundo:
NPEEE, 2005
UNA ENTRADA:
Variable en el tiempo
SISTEMA:
Civil
SALIDA:
Estructural
-No estacionario
Uti
-No estacionario
- No lineal
-Uncertain -Uncertain
- Resultado de una
"Proceso" no lineal
Variable en el tiempo
cargas de excitación
Civil
Infraestructura
Estructural
respuesta
Non I l i
-Incierto
- Resultado de una
Proceso inelástico
-No elástico
-Incierto
pag
Tiempo-frecuencia conjunta
representación de señales
-Linealización estadística
"Respuesta/
Diseño "espectro
Movimientos de tierra grabados
Entrada
(Evolucionismo)
acelerogramas
Modal
(/ Aki 1983)
o análisis dinámico
Elástico o inelástico
(Integracion numerica
fii
Análisis
(Boore, 2003)
de ecuaciones gobernantes
Modal de movimiento)
reglas de combinación
Máximo absoluto
cantidades de respuesta de
Historias de tiempo de
cantidades de respuesta de
poner
pq
proceso de diseño
pq
proceso de diseño
Métodos viables para el diseño asísmico de nuevas estructuras
"Respuesta/
Diseño "espectro
Entrada
(Evolucionismo)
acelerogramas
Modal
análisis
o análisis dinámico
Elástico o inelástico
(Integracion numerica
fii
Análisis
linealización) al azar
de ecuaciones gobernantes
Modal de movimiento)
reglas de combinación
análisis de vibración
Máximo absoluto
cantidades de respuesta de
Historias de tiempo de
cantidades de respuesta de
poner
Momentos estadísticos de
p q cantidades de respuesta de
proceso de diseño
pq
proceso de diseño
Fuera
proceso de diseño
Resumen de la presentación
espectros
No estacionario
Proceso estocástico
Cuasi estacionario
modelo estocástico
Espectro
compatible
Derivación de la respuesta
espectro cuasi-compatible
Estocástico
t ti
propiedades de no lineal
osciladores a través de
representación
de PLGM
estadístico
linealización
marco de respuesta
Cuasi estacionario
Contenido de frecuencia:
Variación de tiempo:
duración finita Ts
(Boore, 2003)
(Kanai, 1957)
Proceso estocástico
cero-media
estacionario
Poco a poco en
(EPS) y
Proceso estocástico
función
del tipo separable
() () ()
() ()
2, () N
EPS t ω = Σ A t G ω
() () () 2 EPS t, ω = A t, ω G ω
⎛⎞2
r=Σ
()
, 0,15 2 5
EPS t e tt e
πω
π
-⎛ - ⎜ ⎟ ⎛ ⎛ = ⎛ ⎛ ⎛ ⎛
⎝⎠
p.ej. Peng, ElCentro (1940)
EPSD-N compatible = 21
Ecuación que relaciona el EPS con una respuesta / diseño de desplazamiento dado
2 () () () ()
exp 2 exp 2 t
annn
t t EPS d π
σ = - ζω ∫
ζω τ τ ω τ
p p,
norte
ζζ
(0) = 0
función del oscilador (ζ << 1), el desplazamiento relativo x (t) del oscilador es
() () cos () n x t = a t ⎡⎣ω t + φ t ⎤⎦
bien aproximado por el proceso:
Ecuación que relaciona el EPS con una respuesta / diseño de desplazamiento dado
forma estadística.
Giaralis, A. & Spanos, P.D. 2012. Derivación del espectro de respuesta compatible
() exp
A t = Ct ⎛ - b t ⎞ ⎜ ⎟
Bernard, ⎝ ⎠
() ()
() ()
95
95 05
0.95
0 05 eff
EtEt
Ttt
EE
= → ∞ ⎧⎪
= - ⎨⎪
t ωb
∫∫
05 0.05 t t
⎨
⎩⎪ = → ∞
() ()
segundo
Et S dd
τωωτ
() ()
() ()
22
95 95 95
22
05 05 05
2 2exp 0.1
2 2exp 1.9
b t bt bt
b t bt bt
⎧ + + - = ⎪⎨
+ + - = ⎪⎩
Parámetros a determinar: C, b
() 2 2
min
METRO
jj
Sσ
⎧⎫
⎨-⎬
⎩⎭
Σ; dónde:
() 2 (), 1, ...,
0, 1, ..., 2
dnj
SjM
jMM
⎧⎪ ω = = ⎨
= + ⎪⎩
⎩
()
() ()
*22*2
3, 1, ...,
bt j
nj
jnj
Cte
GjM
ζω
- ⎧⎪
⎪ = = ⎨ () () ()
* 2 2 * * 2 2 1 * 2 4 j M j M, 1, ..., 2
j M j M j M j M j M n j M t bt bt b e j M M γ
γ γ ζω - - -
------
⎨⎪
- - - - + = + ⎪⎩
d γ 2ζω () b. k n k = ζω -b
Cantidad de ecuaciones: 2M
()
2
14g
gG
⎛⎞
+ ⎜⎜ ⎟⎟
=⎝⎠22
142g
gg
ωω
ωω
⎛⎛⎞⎞⎞⎞
⎜ -⎜ ⎟ ⎜ + ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜
el problema de optimización
el proceso.
22
142g
ωω
ζ
ωω
⎛⎞⎛⎞
⎜⎜ ⎜⎜ + ⎜⎜ ⎟⎟
() ⎝ ⎠ ⎝ 2 2 2 2 2 2 2
22
1414
fg
segundo
fg
fgg
GRAMO
ωωω
ωωωω
ζζ
ωωωω
⎜⎟⎜⎟
=≤
⎛⎛⎛⎛⎞⎞⎞⎞
⎜ -⎜ ⎟ ⎜ + ⎜ ⎜ ⎜ ⎜ ⎜ + ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜
⎜⎜⎜⎜⎜⎜
⎝⎠
Filtra la energía de baja frecuencia por un
d d hi h (H P) filt hi h
espectro
(K-T) espectro
Espectro (C-P)
Suelo
tipo
C 0 20 0 60 2 00 6 00 10 00
grupo 1 2 3 4
Experimento numérico
Tres relaciones de amortiguamiento diferentes ζ (= 2%, 5%, 8%); cinco condiciones del suelo,
como
se generan acelerogramas.
Cada suite se "alimenta" a una serie de 200 SDOF con períodos naturales Tn = 2π / ωn
que van desde 0.02seg a 6seg y para cada oscilador 15 conjuntos de respuesta
Para cada una de tales poblaciones de factores pico del conjunto η (k); k = 1,2, ..., 10000 son
calculado por
EPS
)}
() ()
{{(() ())} 2
max,,,
max,,,
ktn
norte
tn
x tT T EPS
E x t T EPS
ηζ
⎧⎫
⎨⎬
Estimación del factor máximo basado en Monte Carlo
Factores máximos () ()
{() ()}
{(() ())} 2
max,,,
,
k
ktn
norte
x tT EPS
T EPS
E tT EPS
ηζ
⎧⎫
⎨⎬
/ pag )
max,,, t n
xtT⎩⎭
ζ = 5%
Me gustaría mucho
ζ = 5%
()
1/f/11
ξμ
ξξ
⎛ ⎛ - ⎞- ⎞
⎜⎜⎟⎟
11/
,, exp 1
zξ
ξσμξ
σσ
--
= -⎛ + ⎞ × ⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜
⎛-⎞⎜+⎟
⎝⎠
1z
/ pag )
{,,, t ζ η ζ ζ
Los acerogramas compatibles con EPS generados estarán debajo del nivel Sd
()
j 0 02 6sec
j
η T = Σp T T
pppppppp
, 0.02 j
p=
Σ≤≤
p0 p1 p2 p3 p4 p5 p6 p7 p8
S (ω ζ) η (ω ζ p 0 5) max {σ (t ω ζ EPS)
)}
/ pag )
,,, 0.5),,, d n n t a n
== Tierra máxima
C (cm / seg2.5) b
ωf
(rad / seg)
αg = 0.36g
(g = sec2)
S (ω ζ) η (ω ζ p 0 5) max {σ (t ω ζ EPS)
)}
S (ω ζ) η (ω ζ p 0 5) max {σ (t ω ζ EPS)
)}
S (ω ζ) η (ω ζ p 0 5) max {σ (t ω ζ EPS)
)}
Efecto de efectivo
factores
Accelerogramas Artificiales
pp g p
acelerogramas compatibles
Acelerogramas
219-235.
Considere una estructura base aislada del período natural fundamental T1 = 2 segundos para
ser
rango [0.2T1 = 0.4, 2T1 = 4] (seg) de los períodos naturales, y n-m = 16 para el resto del
Ancho de banda
en el cual
la coincidencia es
perseguido
22
() 2 (ω) HF HF A t G
() 2 2 () 1
, () () () () (). HF HF LF r r
LF S t ω A t G ω A t G ω A t G ω
=+=Σ
1
() (ω)
= ΣR
AtG
2 () (ω) LF LF A t G
Entrada estocástica en
términos EPS
Sistema no lineal
Respuesta estadística
de PS o propiedades
(Gaussiano)
(elástico o inelástico)
(No gaussiano)
Suponer Gaussianity
Respuesta estadística
propiedades gaussianas)
y adoptar un
Criterio estadístico
Sα (Τeq, ζeq):
pp
relaciones de amortiguación ζ
Solución de un
estocástico inverso
de no
la respuesta elástica
Espectro de pasos
problema de dinámica
período natural Tn
fdibdli
Segundo orden
Estadístico
Linealización
Paso 2
798-810.
sistema (ELS)
d i ti ζ
Sα (Τeq, ζeq):
Respuesta máxima de la
ppp
estocástico inverso
d i bl
de la respuesta elástica
problema de dinámica
pag
cuasi-espectro
reducción
criterio
Paso 3
Orden superior
Estadístico
Linealización
Paso 2
pp
igualmente espaciadas por Δω (en rad / seg) frecuencias naturales ωj = ω0 + (j-0.5) Δω; j = 1,2,
..., N
[]
() []
21
20
4 2 /,;
k
kk
ikN
GRAMO
GRAMO
αζπωζ
ωωωω
⎧⎞-⎞
⎪ ⎜ - Δ ⎟ <≤
⎨⎝⎠
Σ
⎧ ()
11
0; 0
kkkkki
ωωπωη
ωω
-==-⎪≤≤⎩
{(1.2 ())}
En 2 0
en 2 1 exp ln 2 0
jjj
vqπv
≥
⎪⎨
⎪ ⎡ - - ⎤ ≥ ⎩ ≥ ⎦⎥
2 2))} j j j j = v ⎡⎢ - -q v ⎤⎥ ⎣-
2 ln
()
jj
pag
=-⎣⎦
asociado A [ω ζ] con 2
22
1 1 1 2 bronceado
11
jj
ζπζ
⎛⎞
=-⎜-⎟
- ⎜ - ⎟ espectro de respuesta ⎝ ⎠
j, el objetivo
espectro de diseño Sα (por ejemplo, Sundararajan, 1980; Gupta y
Trifunac, 1998)
⎛S
⎡⎣ ω ζ
⎤⎦ ⎞
1 exp (2)
jsT
ζω
--
() ()
()
1,
vvaj
jjv
GG
UN
ωω
ωζ
⎡⎣ ⎤⎦ = ⎡⎣ ⎡⎣ ⎡⎣ ⎡⎣ ⎡⎣ ⎡⎣ ⎡⎣ ⎡⎣
Espectro de diseño EC8 considerado: ζ = 5%; PGA = 0,36 g; las condiciones del suelo B
p = 0.5; Ts = 20seg
El así derivado
el espectro de potencia es
determinando efectividad
frecuencia natural y
parámetros de amortiguación
asociado con
histerosis bilineal
osciladores.
1 2,,,, y y
f x t z t x = z t f x t z t x
dónde
y y y + x U z t - x U x t -U -z t - x U -x t
(() ()) ({()} {()} {()} {()} 2,, 1 yyyfx tztx = -U zt - x U x t -U -zt - x U -x t
() () 2 () 2 () (() ()) ()
1 2 2 1 n n n x t + ζω x t + aω x t + ω - a C x t + C z t = -g t
() C () () 0 F Li i i ffi i
dónde
1 2 2 z exp
yyyxxx
C erfc
σ -ρ ⎛⎜ - ⎞⎟ ⎛⎜ - = - + ⎜ ⎟ - -
() () 1 2 2 2 2
x2z12xz1z21
πσ σ ρ πσ σ ρ ρ
⎜ ⎟ - - ⎜⎜ - ⎟⎟ ⎟⎟ ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎠
1 1 año
1 (2) x v C f f d C
⎡ ⎛ ⎞⎤ ρ ρ
⎞
⎢ ⎜ ⎟⎥ ∫
⎜⎟
223
exp
2 2 1 año
zx
erf v erf dv σ
σπρ
= + ⎜⎜ ⎟⎟⎥ - - = - ⎢⎣ ⎝ ⎟ ⎟ - ⎟ ⎝ ⎟
222
⎛⎞⎡⎛⎞⎞⎞
() ()
422222
exp 1 1 exp
222121
yxyyxy
zzzzz
xxxx
C erf
ρσρρρ
σ π σ σ σ σ ρ σ σσ
- - ⎢ ⎜ ⎟⎥ - ⎜ ⎜⎜ = ⎜⎜ ⎜⎜ ⎜ + ⎜ ⎝ + ⎝ ⎝ ⎝ - ⎟ ⎜ - ⎟ ⎟ ⎟ ⎟
zx
Extzt
σExtσEztρ
σσ
===
22
norte
()
()
()
2 2 4 2 4 []
33
00
00
xkk
jkj
jkj
jj
iCGdiCG
iAiA
ωω
σωωωωω
ωω
==
++
=∫≈ΔΣ
ΣΣ
{} C4 2
E xz C
do
=-σ
()
()
()
[]
22
233
33
norte
zk
jkj
iCGdiCG
AA
ωω
σωωω
∞--
=∫≈ΔΣ
0 Σ (Σ (0 0
jkj
jj
iω = iω = =
ΣΣ
(()) ()
()
2222
0411423
2413
; 2 1 1;
2 1; 1
nnnnn
nn
A a C A a a C C a CC
ACaCA
ω ω ζω ω ω
ζω ω
==++---
=++-=
dónde:
22
norte
Un sistema 7-por-7 de ecuaciones no lineales: algoritmo iterativo o rutina de optimización
1 2 2 n n n x ζω x aω x ω - a x + z = -g () () () 3 4 z t + C x t + C z t = 0
por un sistema lineal de segundo orden con propiedades efectivas: ζeff y ωeff
ff ff y
()
() ()
2222
Gx
re
σω
ωωζωω
=
-+∫
()
4 []
norte
kj
kj
iCG
Ia
ωω
=ω
ΔΣ≈
Σ ff ff ff
()
() ()
22
22
/y
Gx
re
ωω
σω
∞
=∫
j=Σ
Observaciones finales
formas; Duración
(artificial y no estacionario
Proceso estocástico
Cuasi estacionario
Proceso estocástico
grabado); mínimo
modificación
Espectro
de
representaciones de
acelerogramas registrados
Eff ti li ti d
Estocástico
t ti
Propiedades de GM no lineales
osciladores a través de
estadístico
de PLGM
linealización
Bouc-N i O i d i f
rigidez y amortiguación
No estacionario
Linealización estadística
esquemas
Diseño óptimo de
vibración pasiva