王　浩　 徐梓棟　 陶天友　 姚程淵　 李愛群

(東南大學(xué)混凝土及預(yù)應(yīng)力混凝土結(jié)構(gòu)教育部重點(diǎn)實(shí)驗(yàn)室, 南京 210096)

?

基于2008—2015年實(shí)測(cè)數(shù)據(jù)的蘇通大橋風(fēng)速風(fēng)向聯(lián)合分布分析

王浩 徐梓棟 陶天友 姚程淵 李愛群

(東南大學(xué)混凝土及預(yù)應(yīng)力混凝土結(jié)構(gòu)教育部重點(diǎn)實(shí)驗(yàn)室, 南京 210096)

為充分掌握蘇通大橋橋址區(qū)基本風(fēng)速,基于大橋結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)(SHMS)運(yùn)行7年(2008年1月至2015年3月)的實(shí)測(cè)數(shù)據(jù)開展了橋址區(qū)風(fēng)速風(fēng)向聯(lián)合分布分析.利用安裝在主梁跨中上游、跨中下游和南塔塔頂?shù)?個(gè)風(fēng)速儀采集的數(shù)據(jù),以1個(gè)月作為基本抽樣時(shí)間間隔,采用階段極值法抽取極值樣本.在進(jìn)行Gumbel,Frechet和Weibull分布函數(shù)的參數(shù)估計(jì)后,根據(jù)風(fēng)向頻度函數(shù)得到橋址區(qū)風(fēng)速風(fēng)向聯(lián)合分布,據(jù)此對(duì)橋址區(qū)10,50及100年重現(xiàn)期的極值風(fēng)速進(jìn)行了推算.結(jié)果表明,Weibull概型風(fēng)速風(fēng)向聯(lián)合分布函數(shù)較Gumbel和Frechet概型更為合適,考慮風(fēng)向影響的基本風(fēng)速使結(jié)構(gòu)抗風(fēng)設(shè)計(jì)更加接近實(shí)際情況,而蘇通大橋抗風(fēng)設(shè)計(jì)時(shí)所采用的基本風(fēng)速偏于保守.

蘇通大橋;結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng);風(fēng)速風(fēng)向聯(lián)合分布;基本風(fēng)速;數(shù)理統(tǒng)計(jì)方法

風(fēng)對(duì)結(jié)構(gòu)的作用是空間性的,因地理、環(huán)境等因素的影響,不同方向上風(fēng)特性存在差異.隨著土木工程結(jié)構(gòu)向長(zhǎng)大化方向發(fā)展,越來越多的工程結(jié)構(gòu)在空間不同方向上的尺度表現(xiàn)出明顯差異,這將導(dǎo)致結(jié)構(gòu)在不同方向上的風(fēng)敏感性存在顯著差異.因此,以往抗風(fēng)設(shè)計(jì)中對(duì)空間不同方向存在尺度差異的工程結(jié)構(gòu)均采用基本風(fēng)速進(jìn)行設(shè)計(jì)是不盡合理的.考慮特定場(chǎng)地空間尺度存在差異的工程結(jié)構(gòu)所受風(fēng)荷載時(shí),有必要考慮風(fēng)向的影響,因此需構(gòu)建相應(yīng)的風(fēng)速風(fēng)向聯(lián)合分布函數(shù),從而可以得到一定重現(xiàn)期下各風(fēng)向?qū)?yīng)的基本風(fēng)速.

為有效掌握某地區(qū)不同方向上的基本風(fēng)速分布,最有效的方法是依托結(jié)構(gòu)所在場(chǎng)地實(shí)測(cè)數(shù)據(jù)對(duì)風(fēng)速風(fēng)向聯(lián)合分布進(jìn)行分析.Justus等[1]、Garcia等[2]基于實(shí)測(cè)風(fēng)數(shù)據(jù)開展了不同聯(lián)合分布概型的擬合與檢驗(yàn),結(jié)果表明Weibull分布和對(duì)數(shù)正態(tài)分布與實(shí)測(cè)數(shù)據(jù)的擬合效果均良好,而Weibull概型擬合結(jié)果更優(yōu).Gupta[3]基于印度多個(gè)地區(qū)實(shí)測(cè)數(shù)據(jù)進(jìn)行了Weibull概型參數(shù)估計(jì),結(jié)果表明不同地區(qū)、不同高度分布參數(shù)擬合結(jié)果差異明顯.楊詠昕等[4]提出了基于最小二乘法原理考慮風(fēng)速風(fēng)向聯(lián)合分布的平均風(fēng)統(tǒng)計(jì)分析方法,分析了上海地區(qū)的平均風(fēng),說明了考慮風(fēng)速風(fēng)向聯(lián)合分布的必要性.張春濤等[5]基于重慶日極值風(fēng)建立了風(fēng)速條件概率密度混合模型,同時(shí)結(jié)合風(fēng)向概率密度提出了風(fēng)向風(fēng)速離散-連續(xù)混合模型.陳雋等[6]基于統(tǒng)一的風(fēng)速風(fēng)向邊緣分布極值概型提出了一種7參數(shù)風(fēng)速風(fēng)向聯(lián)合分布解析表達(dá)式,同時(shí)給出了風(fēng)向區(qū)間的建議劃分法.范文亮等[7]基于重慶日極值風(fēng)樣本并利用乘法定理建立了風(fēng)速風(fēng)向離散-連續(xù)混合分布模型,分別擬合得到風(fēng)速風(fēng)向的混合分布模型.王浩等[8]基于蘇通大橋結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)(structural health monitoring system, SHMS)為期4年的監(jiān)測(cè)數(shù)據(jù)分析了橋址區(qū)風(fēng)速風(fēng)向聯(lián)合分布概型,依據(jù)數(shù)理統(tǒng)計(jì)方法推算了4個(gè)部位不同重現(xiàn)期的極值風(fēng)速;Feng等[9]基于給定方位區(qū)間中的實(shí)測(cè)風(fēng)速數(shù)據(jù),擬合得到不同方位區(qū)間內(nèi)Weibull分布函數(shù)的參數(shù),通過在各方位區(qū)間之間引入插值函數(shù)得到了風(fēng)速風(fēng)向聯(lián)合分布連續(xù)函數(shù).很明顯,現(xiàn)有風(fēng)速風(fēng)向聯(lián)合分布研究主要采用氣象站資料進(jìn)行,因此針對(duì)大跨度橋梁等大型重要工程結(jié)構(gòu)物所在場(chǎng)地、基于長(zhǎng)期監(jiān)測(cè)風(fēng)環(huán)境數(shù)據(jù)的風(fēng)速風(fēng)向聯(lián)合分布研究具有重要意義.

本文基于蘇通大橋SHMS長(zhǎng)達(dá)7年(2008年1月至2015年3月)的實(shí)測(cè)風(fēng)特性數(shù)據(jù),依據(jù)階段極值法抽取極值樣本進(jìn)行極值分布函數(shù)參數(shù)擬合,通過引入風(fēng)向頻度函數(shù)得到了不同風(fēng)向上極值風(fēng)速分布,據(jù)此預(yù)測(cè)了10，50及100年重現(xiàn)期下橋址區(qū)基本風(fēng)速,并與已有研究結(jié)果及規(guī)范建議值進(jìn)行了對(duì)比分析,以期為橋址區(qū)風(fēng)速風(fēng)向聯(lián)合分布的進(jìn)一步分析提供基礎(chǔ),同時(shí)為大跨度橋梁風(fēng)致振動(dòng)精細(xì)化分析提供參考.

1　蘇通大橋風(fēng)速儀布置簡(jiǎn)介

蘇通大橋?yàn)闁|南沿海的交通樞紐工程之一,為了有效地對(duì)橋址區(qū)的風(fēng)環(huán)境進(jìn)行監(jiān)測(cè)和評(píng)估,在大橋主跨共安裝了4個(gè)風(fēng)速儀(見圖1).其中,離地高度約76.9 m的大橋跨中上、下游側(cè)各布置一個(gè)風(fēng)速儀(FS4和FS4′);離地高度約306 m的大橋南、北橋塔頂部各布置一個(gè)風(fēng)速儀(FS6和FS2).設(shè)定正北方向?yàn)閷?shí)測(cè)風(fēng)向角的零度,規(guī)定順時(shí)針旋轉(zhuǎn)為正.

圖1　蘇通大橋風(fēng)速儀布置圖(單位:m)

2　風(fēng)速風(fēng)向聯(lián)合分布

2.1風(fēng)速風(fēng)向聯(lián)合分布概率模型

本文以風(fēng)向頻度函數(shù)與各風(fēng)向分布函數(shù)的乘積來建立反應(yīng)風(fēng)速風(fēng)向共同作用的聯(lián)合分布概率模型[4,10-11],函數(shù)表達(dá)式為

2.2極值風(fēng)速樣本的抽樣和整理

為確保樣本數(shù)據(jù)的代表性,基于階段極值法[4-5]取1個(gè)月作為基本抽樣時(shí)間間隔.取10 min作為基本時(shí)距,考慮蘇通大橋結(jié)構(gòu)對(duì)稱性,兩塔頂風(fēng)速儀僅選取了南塔監(jiān)測(cè)結(jié)果進(jìn)行分析.故對(duì)FS4,FS4′及FS6三個(gè)風(fēng)速儀實(shí)測(cè)數(shù)據(jù)進(jìn)行極值風(fēng)速樣本抽樣,選取2 m/s作為風(fēng)速區(qū)間間隔,統(tǒng)計(jì)得到不同測(cè)點(diǎn)各風(fēng)速區(qū)間在16個(gè)風(fēng)向上發(fā)生的頻度,結(jié)果見圖2.

(a) FS4

(b) FS4′

(c) FS6

2.3聯(lián)合分布概型的檢驗(yàn)與擬合

依據(jù)階段極值抽樣法得到各方向不同風(fēng)速區(qū)間的發(fā)生頻數(shù)統(tǒng)計(jì)數(shù)據(jù),進(jìn)行風(fēng)速風(fēng)向聯(lián)合分布的

極值風(fēng)速分布概型擬合,擬合時(shí)遵循如下2條基本假定[6,10]:

① 同一地點(diǎn)、不同方向的平均風(fēng)速服從同一類型的極值分布概型,并由各方向極值樣本來擬合最優(yōu)極值分布概型;

② 同一測(cè)點(diǎn)、不同方向上極值風(fēng)速的分布概型擬合參數(shù)是相互獨(dú)立的,只由本方向上的樣本數(shù)據(jù)來確定.

針對(duì)廣義越界分布概型在風(fēng)工程領(lǐng)域中的3種極值分布函數(shù),可以得到3種風(fēng)速風(fēng)向聯(lián)合分布概率模型[12-14].

1) Gumbel概率分布函數(shù)

(2)

2) Frechet概率分布函數(shù)

(3)

3) Weibull概率分布函數(shù)

式中,參數(shù)a,b和γ均為風(fēng)向θ的函數(shù).

針對(duì)某一風(fēng)速儀測(cè)點(diǎn),基于各風(fēng)向上極值風(fēng)速樣本,本文采用最小二乘法擬合以上分布函數(shù)的參數(shù).雖然擬合函數(shù)本身并非線性形式,但通過變換可化為線性模型，從而簡(jiǎn)化分析.

1) Gumbel分布函數(shù)線性模型

u=b-aln[-lnP(U≤u)]

(5)

2) Frechet分布函數(shù)線性模型

ln[-lnP(U≤u)]=-γ(lnu-lna)

(6)

3) Weibull分布函數(shù)線性模型

ln[-lnP(U>u)]=γ(lnu-lna)

(7)

基于全體極值樣本擬合得到3類極值分布函數(shù)的參數(shù)解,采用概率曲線相關(guān)系數(shù)法計(jì)算得到擬合函數(shù)與樣本數(shù)據(jù)間的相關(guān)系數(shù)r,從而描述模型與實(shí)測(cè)數(shù)據(jù)的匹配程度,r越接近1,則模型的擬合程度越優(yōu)[15].基于總體樣本的風(fēng)速風(fēng)向聯(lián)合分布函數(shù)參數(shù)擬合結(jié)果見表1.

表1　基于總體樣本的風(fēng)速風(fēng)向聯(lián)合分布函數(shù)參數(shù)擬合

由表1可以看出,3類分布函數(shù)與極值樣本均具有較好的相關(guān)性,而極值樣本與Weibull分布更為相近,與文獻(xiàn)[8]結(jié)果一致.針對(duì)各風(fēng)速儀測(cè)點(diǎn)處16個(gè)風(fēng)向上極值風(fēng)速樣本數(shù)據(jù)對(duì)Weibull風(fēng)速風(fēng)向聯(lián)合分布函數(shù)參數(shù)進(jìn)行估計(jì),參數(shù)擬合結(jié)果見表2.

表2　風(fēng)速儀測(cè)點(diǎn)處Weibull分布參數(shù)估計(jì)結(jié)果

2.4基于風(fēng)速風(fēng)向聯(lián)合分布的基本風(fēng)速預(yù)測(cè)

取橋址區(qū)基本風(fēng)速重現(xiàn)期M,則橋址區(qū)極值風(fēng)速超越基本風(fēng)速的概率為1/M.假設(shè)給定一年的K次強(qiáng)風(fēng)樣本,則樣本極值風(fēng)速與基本風(fēng)速間的概率存在如下關(guān)系:

(8)

(9)

由于本文采用階段極值抽樣法,并取一個(gè)月作為基本時(shí)間間隔,因此K取值為12.根據(jù)式(9)并結(jié)合式(4),可得Weibull極值分布概型對(duì)應(yīng)于基本風(fēng)速重現(xiàn)期為M的基本風(fēng)速估計(jì)函數(shù)[8]為

UJ=a(θ){ln[MKf(θ)]}1/γ(θ)

(10)

對(duì)所得極值風(fēng)速樣本進(jìn)行極值分布函數(shù)參數(shù)擬合,基于整體樣本統(tǒng)計(jì)得到各個(gè)方位風(fēng)向頻度函數(shù)f(θ),根據(jù)式(10),分別取基本風(fēng)速重現(xiàn)期10，50和100年,對(duì)蘇通大橋FS4,FS4′和FS6風(fēng)速儀測(cè)點(diǎn)16個(gè)方位上基本風(fēng)速進(jìn)行估計(jì).為直觀反映各方位上基本風(fēng)速分布情況,分別繪制蘇通大橋不同測(cè)點(diǎn)處基于Weibull極值概型的基本風(fēng)速玫瑰圖(見圖3).為方便與傳統(tǒng)不考慮風(fēng)速風(fēng)向聯(lián)合分布所得基本風(fēng)速進(jìn)行比較,表3列出了FS4,FS4′和FS6風(fēng)速儀10，50及100年全方位基本風(fēng)速估計(jì)值.

由圖3及表3計(jì)算結(jié)果可知：

1) 在西北與東南方向上基本風(fēng)速較其他方位大,這與橋址區(qū)常年盛行的冬季強(qiáng)北風(fēng)與夏季東南季風(fēng)密切相關(guān),同時(shí)FS4與FS4′實(shí)測(cè)數(shù)據(jù)間存在一定關(guān)聯(lián)性,表明蘇通大橋風(fēng)速儀實(shí)測(cè)數(shù)據(jù)具有可靠性.

2) 大多數(shù)情況下,考慮風(fēng)向影響所得基本風(fēng)速值比不考慮風(fēng)向影響所得基本風(fēng)速值偏小.然而,某些方向上基本風(fēng)速大小關(guān)系也存在特例,即考慮風(fēng)向的基本風(fēng)速大于忽略風(fēng)向影響的基本風(fēng)速.如FS4測(cè)點(diǎn),100年重現(xiàn)期,ESE方向基本風(fēng)速值為25.69 m/s,大于忽略風(fēng)向影響的全方位基本風(fēng)速值21.93 m/s;FS4′測(cè)點(diǎn),100年重現(xiàn)期,N與NW方向上基本風(fēng)速值分別為23.91和25.74 m/s,大于忽略風(fēng)向影響的全方位基本風(fēng)速值23.79 m/s.說明忽略風(fēng)向影響的基本風(fēng)速值在多數(shù)方位上較考慮風(fēng)向影響的基本風(fēng)速值偏大,設(shè)計(jì)偏安全,而考慮風(fēng)向影響后,在橋址區(qū)主導(dǎo)風(fēng)向上的基本風(fēng)速值則有可能偏大,這與文獻(xiàn)[8]的分析結(jié)果一致.

3) FS4與FS4′測(cè)點(diǎn)處基本風(fēng)速估計(jì)結(jié)果存在明顯差異,這與橋梁結(jié)構(gòu)自身對(duì)流場(chǎng)所產(chǎn)生的干擾有關(guān).因此對(duì)結(jié)構(gòu)進(jìn)行風(fēng)速風(fēng)向監(jiān)測(cè)的過程中,在對(duì)風(fēng)速儀進(jìn)行安裝布設(shè)時(shí)需格外注意,以減少結(jié)構(gòu)自身干擾對(duì)實(shí)測(cè)風(fēng)環(huán)境數(shù)據(jù)的影響.

(a) FS4

(b) FS4′

(c) FS6

m/s

2.5蘇通大橋基本風(fēng)速估計(jì)值與規(guī)范建議值對(duì)比

根據(jù)我國(guó)《公路橋梁抗風(fēng)設(shè)計(jì)規(guī)范》(JTGT D60-01—2004),100年重現(xiàn)期下,蘇通大橋橋址區(qū)7.1 m高度處設(shè)計(jì)基本風(fēng)速為28.6 m/s.規(guī)范同時(shí)假定大氣邊界層內(nèi)風(fēng)速沿鉛直高度的分布服從冪指數(shù)律,即

(11)

式中,h1與h2為計(jì)算點(diǎn)距地面高度;Uh1與Uh2為h1與h2高度處風(fēng)速;α為考慮場(chǎng)地表面粗糙度的無量綱冪指數(shù),橋址區(qū)α取為0.12.經(jīng)計(jì)算得蘇通大橋主梁跨中與塔頂設(shè)計(jì)基本風(fēng)速分別為38.06與44.93 m/s[8].

與基本風(fēng)速估計(jì)結(jié)果進(jìn)行對(duì)比可知,對(duì)作為主要受風(fēng)構(gòu)件的大橋主梁而言,無論是否考慮風(fēng)向影響,設(shè)計(jì)采用的基本風(fēng)速值均大于基于實(shí)測(cè)數(shù)據(jù)所得的估計(jì)值,大橋抗風(fēng)設(shè)計(jì)所取的基本風(fēng)速均偏于安全,與文獻(xiàn)[8]分析結(jié)果一致.

3　結(jié)論

1) 基本風(fēng)速在西北、東南方向較其他方位更大,與橋址區(qū)常年盛行冬季強(qiáng)北風(fēng)與夏季東南臺(tái)風(fēng)密切相關(guān),從側(cè)面說明了實(shí)測(cè)數(shù)據(jù)的可靠性.

2) 本文相關(guān)研究結(jié)論與文獻(xiàn)[8]基于4年監(jiān)測(cè)數(shù)據(jù)、抽樣時(shí)間間隔取為4 d時(shí)所得結(jié)論基本一致,使得2次分析結(jié)果的可靠性得到了進(jìn)一步的相互驗(yàn)證.

3) 就蘇通大橋橋址區(qū)而言,基于Weibull概型的橋址區(qū)風(fēng)速風(fēng)向聯(lián)合分布函數(shù)較Gumbel及Frechet概型更為合適.

4) 考慮風(fēng)向影響的基本風(fēng)速值比不考慮風(fēng)向影響時(shí)偏小,與文獻(xiàn)[8,15]結(jié)論一致.因此,考慮風(fēng)向影響的基本風(fēng)速使得結(jié)構(gòu)抗風(fēng)設(shè)計(jì)更接近實(shí)際情況.

5) 無論是否考慮風(fēng)向影響,設(shè)計(jì)采用基本風(fēng)速值均大于基于實(shí)測(cè)數(shù)據(jù)的估計(jì)值,說明蘇通大橋抗風(fēng)設(shè)計(jì)所考慮的基本風(fēng)速偏于安全.

References)

[1]Justus C G, Hargraves W R, Yalcin A. National assessment of potential output from wind powered generators[J].JournalofAppliedMeteorology, 1976, 15(7): 673-678. DOI:10.1175/1520-0450(1976)015<0673:naopof>2.0.co;2.

[2]Garcia A, Torres J L, Prieto E, et al. Fitting wind speed distributions: A case study[J].SolarEnergy, 1998, 62(2): 139-144. DOI:10.1016/s0038-092x(97)00116-3.

[3]Gupta B K. Weibull parameters for annual and monthly wind speed distributions for five locations in India[J].SolarEnergy, 1986, 37(6): 469-471. DOI:10.1016/0038-092x(86)90039-3.

[4]楊詠昕,葛耀君,項(xiàng)海帆.風(fēng)速風(fēng)向聯(lián)合分布的平均風(fēng)統(tǒng)計(jì)分析[J].結(jié)構(gòu)工程師,2002,18(3):29-36,46. DOI:10.3969/j.issn.1005-0159.2002.03.006.

Yang Yongxin, Ge Yaojun, Xiang Haifan. Statistical analysis of wind speed based on the joint distribution of wind speed and wind Direction[J].StructuralEngineers, 2002, 18(3): 29-36,46. DOI:10.3969/j.issn.1005-0159.2002.03.006. (in Chinese)

[5]張春濤,李正良,范文亮,等.考慮風(fēng)向風(fēng)速聯(lián)合分布的輸電塔線體系風(fēng)振疲勞研究[J].工程力學(xué),2013,30(3):315-322.

Zhang Chuntao, Li Zhengliang, Fan Wenliang, et al. Study on wind-induced fatigue of transmission tower-line coupled system considering the joint distribution of wind speed and wind direction[J].EngineeringMechanics, 2013, 30(3): 315-322. (in Chinese)

[6]陳雋,徐駿飛.風(fēng)速風(fēng)向聯(lián)合概率密度分布的一種經(jīng)驗(yàn)函數(shù)模型[J].防災(zāi)減災(zāi)工程學(xué)報(bào),2014,34(1):13-19.

Chen Juan, Xu Junfei. An empirical joint probability density function of wind speed and direction[J].JournalofDisasterPreventionandMitigationEngineering, 2014, 34(1): 13-19. (in Chinese)

[7]范文亮,李正良,張培.風(fēng)速風(fēng)向的聯(lián)合概率結(jié)構(gòu)建模[J].土木工程學(xué)報(bào),2012,45(4):81-90.

Fan Wenliang, Li Zhengliang, Zhang Pei. Modeling of the joint probability structure of wind direction and speed[J].ChinaCivilEngineeringJournal, 2012, 45(4): 81-90. (in Chinese)

[8]王浩,王龍花,樊星辰,等.基于健康監(jiān)測(cè)的蘇通大橋風(fēng)速風(fēng)向聯(lián)合分布研究[J].橋梁建設(shè),2013,43(5):55-61.

Wang Hao, Wang Longhua, Fan Xingchen, et al. Study of joint distribution of wind speed and direction of Sutong bridge based on SHMS[J].BridgeConstruction, 2013, 43(5): 55-61. (in Chinese)

[9]Feng J, Shen W Z. Modeling wind for wind farm layout optimization using joint distribution of wind speed and wind direction[J].Energies, 2015, 8(4): 3075-3092.

[10]王欽華,顧明.風(fēng)速風(fēng)向聯(lián)合分布對(duì)結(jié)構(gòu)風(fēng)致疲勞壽命可靠性的影響[J].振動(dòng)與沖擊,2009,25(6):98-103.

Wang Qinhua, Gu Ming. Influence of joint distribution of wind speed and wind direction on wind-induced fatigue life reliability[J].JournalofVibrationandShock, 2009, 25(6): 98-103. (in Chinese)

[11]James P. Statistical inference using extreme order statistics[J].TheAnnalsofStatistics, 1975, 3(1): 119-131.

[12]段忠東,歐進(jìn)萍,周道成.極值風(fēng)速的最優(yōu)概率模型[J].土木工程學(xué)報(bào),2002,35(5):11-16. DOI:10.3321/j.issn:1000-131X.2002.05.003.

Duan Zhongdong, Ou Jinping, Zhou Daocheng. The optimal probabilistic distribution for extreme wind speed[J].ChinaCivilEngineeringJournal, 2002, 35(5): 11-16. DOI:10.3321/j.issn:1000-131X.2002.05.003. (in Chinese)

[13]Jose A C, Penelope R, Celia B. A joint probability density function of wind speed and direction for wind energy analysis[J].EnergyConversionandManagement, 2008, 49(6): 1309-1320.

[14]董學(xué)武,張宇峰,徐宏,等.蘇通大橋結(jié)構(gòu)健康監(jiān)測(cè)及安全評(píng)價(jià)系統(tǒng)簡(jiǎn)介[J].橋梁建設(shè),2006,36(4):71-73,81. DOI:10.3969/j.issn.1003-4722.2006.04.021.

Dong Xuewu, Zhang Yufeng, Xu Hong, et al. Structural health monitoring and safety evaluation system for Sutong bridge[J].BridgeConstruction, 2006, 36(4): 71-73, 81. DOI:10.3969/j.issn.1003-4722.2006.04.021. (in Chinese)

[15]Simiu E, Filliben J J. Wind direction effects on cladding and structural loads[J].EngineeringStructures,1982, 4(3): 181-186.

Analysis on joint distribution of wind speed and direction on Sutong Bridge based on measured data from 2008 to 2015

Wang Hao Xu Zidong Tao Tianyou Yao Chengyuan Li Aiqun

(Key Laboratory of Concrete and Prestressed Concrete Structures of Ministry of Education, Southeast University, Nanjing 210096, China)

In order to fully grasp the basic wind speed at Sutong Bridge site, the joint distribution of the wind speeds and directions on the bridge was analyzed based on the seven-year (Jan. 2008 to Mar. 2015) data recorded by the structural health monitoring system (SHMS). By using the data recorded by three anemometers installed on the upstream and downstream sides of the mid-span of the main girder and at the south pylon top, an extreme value sample was selected by the stage extreme value sampling method using one month as the basic interval. After the parameters of Gumbel, Frechet, and Weibull distribution functions were estimated, the joint distribution of the wind speeds and the wind directions at the bridge site was obtained according to the wind direction frequency function. The extreme wind speeds in 10, 50, and 100-year recurrence intervals at the bridge site were calculated. Results show that the Weibull distribution function is more appropriate than that of Gumbel distribution and the Frechet distribution for analyzing the joint distribution of the wind speeds and directions at the bridge site. Considering the effects of the wind direction on the estimation of the basic wind speed makes structural wind-resistant design more practical, thus the basic wind speed during the design of Sutong Bridge is conservative.

Sutong Bridge; structural health monitoring system; joint distribution of wind speed and wind direction; basic wind speed; mathematical statistic method

10.3969/j.issn.1001-0505.2016.04.027

2015-11-05.作者簡(jiǎn)介: 王浩(1980—)，男，博士，研究員，博士生導(dǎo)師,wanghao1980@seu.edu.cn.

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)資助項(xiàng)目(2015CB060000)、國(guó)家自然科學(xué)基金資助項(xiàng)目(51378111，51438002).

10.3969/j.issn.1001-0505.2016.04.027.

U448.27;V321

A

1001-0505(2016)04-0836-06

引用本文: 王浩,徐梓棟,陶天友,等.基于2008—2015年實(shí)測(cè)數(shù)據(jù)的蘇通大橋風(fēng)速風(fēng)向聯(lián)合分布分析[J].東南大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,46(4):836-841.