4 地震动特性与反应谱 -c.ppt

《4 地震动特性与反应谱 -c.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第四章地震动特性与反应谱4.1地震观测技术4.2地震动的随机过程描述4.3地震动及其特征参数4.4地震动反应谱4.5强震加速度合成4.1地震观测技术地震动：指由震源释放出来的地震波引起的地面运动。这种地面运动可以用地面质点的加速度、速度或位移的时间函数表示。地震动的显著特点是其时程函数的不规则性。地震动通常通过观测手段来研究中国地震学家张衡地震学家古登堡——BenoGutenberg核幔边界的发现者地震学家莫霍洛维奇——Mohorovicic地壳与地幔边界（莫霍面）的发现者地震学家杰菲里斯——Jeffreys杰出地震学家、地球动力学

2、家地震学家里克特——Richter里氏震级的发明者探测地球与探测西瓜全球地震台网分布目前，全球已经建立了覆盖比较良好的地震观测网络，可以实时监测确定地球任何角落发生的地震。分量地震仪示意图例子：地震图垂直分量垂直分量南北分量东西分量南北分量东西分量台站KTJ台站AMJ地震位移矢量SHSVPstationwavepathEstationwavepathRadialTransverseN俯视图剖面正视图4.1.1观测仪器地震动观测仪器主要有地震仪和强震加速度仪一般来说，地震仪以弱振动为主要测量对象，测量地震动位移。服务于地震学研究（1）

3、地震仪强震加速度仪以强地震动为观测对象，测量地震动的加速度。强震加速度仪记录拾振器所在点的三个互相垂直分量的地震动，每一分量各由一个拾振器、一个放大器和一个记录器组成的系统记录。服务于地震工程研究。（2）强震加速度仪强震加速度仪按类型可分为模拟式和数字式两类模拟式:1）记录丢头；2）记录长周期和极大加速度的能力不足；0.03-20s0.001-2.0g3）预处理容易引起误差数字式:1）一般不丢头；2）周期范围宽，长周期振动精度高3）预处理大为简化，可迅速用于计算机处理（3）常见地震观测仪器的工作原理可由单自由度体系的运动方程来表示：

4、分别为拾振器摆相对于地面的家速度、速度和位移。分别为该体系的阻尼比和摆的自振频率。地震仪与强震加速度仪在原理上的差别就是在这两个系数的不同。适当选择这两个系数可以使上式中左端三项中的某一项远大于其它两项，从而使仪器记录摆的相对位移分别代表地面运动的位移、速度和加速度。4.1.2强震观测现状强震观测是地震工程学的基础之一。自强震加速度仪出现50余年来，强震观测记录有力地推动了地震工程学的发展，正是在强震记录的基础上，产生了地震反应谱理论，发展了随机振动理论，加深了对地震动特性的认识，促进了结构动力反应分析技术的形成和振动台试验技术的实

5、现。以地震工程研究为目的的强震观测，日、美各占3000台。我国开始于60年代，取得了一系列的强震观测报告。目前，国际上可用的地震记录已达数千条，典型的强震加速度记录、及其速度、位移积分如下：1）中等震源距坚硬场地的典型观测记录2）软土过滤有显著卓越周期的典型观测纪录3）具有场地永久变形的典型地震观测记录4.2地震动的随机过程描述由于断层错动机制、震源特点、传播途径等因素的不确定性影响，地震动以波的形式在地下及地表传播时，地震波具有强烈的随机性；（数学上描述复杂；强震记录数量有限）-目前，要建立完整的地震动随机过程模型有很大困难。通常

6、做法：先根据经验设定模型形式，再利用现有强震记录资料检验模型的适用性。4.2.1随机过程的概率结构所谓随机过程，是指定义于一个参数集上的一簇随机变量系，在此参数集的每一点处都对应于一个随机变量（称为截口随机变量）。一维随机过程可视为多元随机变量的一个自然推广。随机过程的概率结构可以采用两种形式来定义：1）概率密度形式2）特征函数形式1）概率密度形式：2）特征函数形式：特征函数实质上是概率密度的傅里叶变换。从随机过程的概率结构描述可知，为全面研究随机过程的概率特性，从概念上讲，必须确定其有限维分布函数族，而进行这一工作所需要的统计与试

7、验工作，往往很难实现。并且，即使能完成这样的工作，从当前数学水平来看，也难以处理好如此复杂的概率问题。但在一维和二维水平上，这种随机过程的概率描述能大致揭示地震波物理过程的概率结构的主要部分。4.2.2自相关函数与功率谱密度函数从地震动的随机过程描述角度来看，最关心的数字特征是随机过程的自相关函数与功率谱密度函数。这是因为地震动过程常常用二阶距平稳过程与一强度函数相乘的形式来描述。随机过程x(t)的自相关函数定义为任意两个不同状态x(t1)和x(t2)的原点相关距：相关函数描述了随机过程两个状态之间在时域上的相关程度。一般，如果过程

8、中不考虑周期份量，则相关函数是时间差[t2-t1]的衰减函数。二维概率分布密度与时域中的上述自相关函数描述相对应,在频域中最重要的二阶统计数字特征是功率谱密度函数(简称功率谱或谱密度),这一函数定义为自相关函数的傅里叶变换,即:S(w