CN103336875A - 一种考虑人为过失不确定性的工程结构设计方法 - Google Patents

Abstract

本发明公开了一种考虑人为过失不确定性的工程结构设计方法，该方法包括：基于结构重要性系数、荷载效应组合设计值以及考虑人为过失的补偿荷载效应设计值计算最小抗力的设计值；其中，所述补偿荷载效应设计值根据有人为过失随机变量的统计特征，以及由于人为过失而导致的抗力损失随机变量的统计特征进行计算。本发明的方法通过在荷载效应项中增加了考虑人为过失的补偿荷载效应设计值，以增加现有设计公式的总设计荷载，从而提高抗力设计值，抵抗人为过失导致的结构抗力损失，保证有人为过失的结构和无人为过失的结构具有基本相同的可靠度水平，避免安全隐患，有效防止工程结构的质量安全事故。

Description

一种考虑人为过失不确定性的工程结构设计方法

技术领域

本发明涉及土木工程技术领域，尤其涉及一种考虑人为过失不确定性的工程结构设计方法。

背景技术

人为过失指由不符合有关规范、标准、规程要求的行为而引起的结构几何参数和材料参数向不可靠方向偏移的结果。

在我国工程结构中人为过失普遍存在，是导致结构失效的首要原因。当前国内外的设计规范均未考虑人为过失的影响，所设计的结构为理想结构。而人为过失的存在，大大降低结构的可靠度，使得结构无法满足设计规范对安全性的要求，因此，存在较大的安全隐患。

发明内容

本发明的目的是提供一种考虑人为过失不确定性的工程结构设计方法，确保有人为过失的结构与无人为过失的结构具有基本相同的可靠度水平，避免了安全隐患，有效防止工程结构的质量安全事故。

本发明的目的是通过以下技术方案实现的：

一种考虑人为过失不确定性的工程结构设计方法，其特征在于，该方法包括：

基于结构重要性系数、荷载效应组合设计值以及考虑人为过失的补偿荷载效应设计值计算最小抗力的设计值；

其中，所述补偿荷载效应设计值根据有人为过失随机变量的统计特征，以及由于人为过失而导致的抗力损失随机变量的统计特征进行计算；具体的：

根据有人为过失随机变量的统计特征以及无人为过失结构的可靠指标计算由于人为过失而导致的抗力损失随机变量的统计特征；将抗力损失随机变量的统计特征作为补偿荷载效应随机变量S_E的统计特征，并按照预定的分位值确定所述补偿荷载效应随机变量的标准值S_Ek；

当根据预设比值的可变荷载效应标准值与永久荷载效应标准值，以及与预设的设计参数对应的若干组有人为过失随机变量的统计特征，计算得到若干组补偿荷载效应随机变量的标准值S_Ek后，利用最小二乘法计算所述若干组补偿荷载效应随机变量的标准值S_Ek与预设的荷载效应组合设计值S_d之间的最优线性关系，并利用优化法确定补偿荷载效应随机变量的最优荷载分项系数γ_Ed，以确保有人为过失的结构和无人为过失的结构具有基本相同的可靠度水平；

根据所述最优荷载分项系数γ_Ed，以及S_Ek与S_d之间的线性关系计算补偿荷载效应设计值。

由上述本发明提供的技术方案可以看出，通过在荷载效应项中增加了考虑人为过失的补偿荷载效应设计值，以增加现有设计公式的总设计荷载，从而提高抗力设计值，抵抗人为过失导致的结构抗力损失，保证有人为过失的结构和无人为过失的结构具有基本相同的可靠度水平，避免安全隐患，有效防止工程结构的质量安全事故。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例一提供的一种考虑人为过失的补偿荷载效应设计值的计算方法的流程图；

图2为本发明实施例二提供的具体应用中受弯梁的截面图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

实施例一

本发明实施例所指的人为过失包括：由不符合有关规范、标准、规程要求的行为而引起的结构几何参数和材料参数向不可靠方向偏移的结果。人为过失将导致结构抗力损失，可靠度水平降低。为此，本发明实施例提出一种新的设计方法，该方法在现行规范所给的设计公式的荷载效应项中增加了考虑人为过失的补偿荷载效应设计值，以增加现有设计公式的总设计荷载，从而提高抗力设计值，抵抗人为过失导致的结构抗力损失，保证有人为过失的结构和无人为过失的结构具有基本相同的可靠度水平。

本发明基于概率理论，考虑人为过失的不确定性、承载能力极限状态和不同受力状态的结构设计法，该方法通过结构重要性系数、荷载效应组合设计值以及考虑人为过失的补偿荷载效应设计值计算最小抗力的设计值，其公式为：

r₀(S_d+S_Ed)≤R_d；

其中，r₀(S_d+S_Ed)表示荷载效应项；r₀为结构重要性系数；S_d为承载能力极限状态设计法中的荷载效应组合设计值；R_d为抗力设计值，可以按照现有设计规范中相应参数和公式计算；S_Ed表示考虑人为过失的补偿荷载效应S_E的设计值。

所述补偿荷载效应设计值可以根据有人为过失随机变量的统计特征，以及由于人为过失而导致的抗力损失随机变量的统计特征进行计算，具体的计算过程可参见图1及下述步骤，需要指出的是，本实施例的下述步骤中所出现的荷载标准值为正常工作状态下的规范规定的各载荷值，设计值为标准值乘以一个大于1的分项系数，以保证结构的可靠性。

步骤11、根据有人为过失随机变量的统计特征以及无人为过失结构的可靠指标计算由于人为过失而导致的抗力损失随机变量的统计特征。

本步骤在实际执行过程中可以分为两部分来完成：统计有人为过失随机变量的统计特征，以及计算抗力损失随机变量的统计特征。

其中，在统计有人为过失随机变量的统计特征时，为了简化繁琐而冗长的样本数据采集工作，需要根据无人为过失随机变量的敏感系数确定对人为过失较为敏感的随机变量，从而进行有针对性的样本采集和统计，具体的步骤如下：

1）获取无人为过失时某一比值下的可变荷载效应标准值与永久荷载效应标准值，以及与某一组设计参数对应的一组随机变量；其中，所述的某一比值是按照实际结构的功能、所在地理环境等情况预先按照设计规范设定的，某一组设计参数是根据受力情况按设计规范预先设定的。

所述可变荷载是指在结构的设计使用期内，其值可变化且变化值与平均值相比不可忽略的荷载。

所述永久荷载是指在结构的设计使用期内，其值不随时间变化或其变化与平均值相比可忽略不计的荷载。

所述设计参数包括，结构的设计参数，例如，设计宽度，设计高度，可变荷载标准值等。

2）确定无人为过失结构的功能函数：利用荷载效应组合方法对所述可变荷载进行组合，获得可靠指标最小的组合（最不利的组合），并带入对应的功能函数的表达式；其中，所述荷载效应组合方法包括：JC组合法（国际结构安全度联合会JCSS提出的组合方法）与Turkstra（塔克斯特拉）组合法。

示例性的，对应的功能函数的表达式可以为：

其中，R(X)表示无人为过失的抗力；向量X＝(X₁,X₂,...,X_n)，表示与几何参数和材料参数和计算模式有关的随机变量；S_G为永久荷载效应，为可变荷载效应随机变量的最不利组合。

3）基于功能函数的表达式，对所述向量X中与结构几何参数和材料参数有关的随机变量进行敏感性分析获得对应的敏感系数，并将敏感系数大于等于阈值的随机变量作为敏感随机变量，敏感系数小于阈值的随机变量作为不敏感随机变量，忽略不敏感随机变量中人为过失对结构可靠性的影响。

本步骤可以通过敏感性分析获得对应的敏感系数，再比较敏感系数与阈值的大小，即可找出敏感随机变量，该阈值可以根据可靠指标的容许误差或者实际情况进行设定。

4）采集所述敏感随机变量的样本，分析人为过失对随机变量统计参数的影响，获得的所述敏感随机变量的统计特征作，并将其作为有人为过失随机变量的统计特征。

通常，可以通过资料收集和现场实测等方法，采集敏感随机变量的样本；并假设人为过失对随机变量的分布类型无影响，获得有人为过失随机变量的统计特征。其中，有人为过失随机变量的统计特征主要包括：有人为过失随机变量的均值与标准值的比值、变异系数及分布类型。

通过上述步骤1）-4）则获得有人为过失随机变量的统计特征，再根据有人为过失随机变量的统计特征进行抗力损失随机变量的统计特征的计算，其具体步骤如下：

1）基于Monte Carlo（蒙特卡洛）模拟法计算有人为过失结构抗力的均值、变异系数和分布类型。

2）将由于人为过失而导致的抗力损失视为随机变量，该随机变量的变异系数和分布类型与所述有人为过失结构抗力的变异系数和分布类型相同。

3）再根据无人为过失结构的可靠指标，计算抗力损失随机变量的均值（抗力为有人为过失结构的抗力与抗力损失之和），完成抗力损失随机变量统计特征（均值、变异系数和分布类型）的计算。

步骤12、将抗力损失随机变量的统计特征作为补偿荷载效应随机变量S_E的统计特征，并按照预定的分位值确定补偿荷载效应随机变量的标准值S_Ek。

本实施例中补偿荷载效应随机变量的标准值S_Ek取补偿荷载效应随机变量S_E的95%分位值，其中，该分位值也可以按照经验或实际需求设定。

步骤13、利用最小二乘法计算所述补偿荷载效应随机变量的标准值S_Ek与预设的荷载效应组合设计值S_d之间的最优线性关系，并利用优化法确定所述补偿荷载效应随机变量的最优荷载分项系数γ_Ed，以确保有人为过失的结构和无人为过失的结构具有基本相同的可靠度水平。

本实施例中考虑不同的可变荷载效应标准值与永久荷载效应标准值的比值、不同的设计参数，重复执行步骤11-步骤12；即根据预设比值（可基于规范并结合实际情况设定多组比值）的可变荷载效应（可以是若干种可变荷载效应）标准值与永久荷载效应标准值的比值，以及与预设的设计参数（可以是若干组）对应的若干组有人为过失随机变量的统计特征，计算得到若干组补偿荷载效应随机变量的标准值S_Ek之后，采用最小二乘法计算所述若干组补偿荷载效应随机变量的标准值S_Ek与预设的荷载效应组合设计值S_d之间的线性关系，其线性关系可表示为：S_Ek＝nS_d，其中，n表示S_Ek与S_d之间的比值。

再利用优化法（例如枚举优化法）确定所述补偿荷载效应随机变量的最优荷载分项系数γ_Ed，以确保有人为过失的结构和无人为过失的结构具有基本相同的可靠度水平。

步骤14、根据所述最优荷载分项系数γ_Ed，以及S_Ek与S_d之间的线性关系计算补偿荷载效应设计值。

将所述最优荷载分项系数γ_Ed与上述比值关系相结合，获得所述补偿荷载效应设计值，对应的算式为：S_Ed＝γ_EdS_Ek＝γ_EdnS_d。

本发明实施例通过在荷载效应项中增加了考虑人为过失的补偿荷载效应设计值，以增加现有设计公式的总设计荷载，从而提高抗力设计值，抵抗人为过失导致的结构抗力损失，保证有人为过失的结构和无人为过失的结构具有相同的基本可靠度水平，避免安全隐患，有效防止工程结构的质量安全事故；同时，还可以根据随机变量的敏感性制定有针对性的检查验收策略，提高质检的有效性。

实施例二

为了便于理解本发明，下面结合附图2对本发明做进一步说明。如图2所示，为本实施例提供的安全等级为二级的建筑结构正截面受弯梁（用于办公楼，只考虑一种可变荷载，r₀＝1.0）。

本实施例通过实施例一中的方法增加现有设计公式的总设计荷载，来提高抗力设计值，抵抗人为过失导致的结构抗力损失，保证有人为过失的结构和无人为过失的结构具有基本相同的可靠度水平。

当基于公式：r₀(S_d+S_Ed)≤R_d计算最小抗力的设计值R_d时，其关键点在于，计算该建筑结构中人为过失的补偿荷载效应设计值S_Ed，可直接参考实施例一中的步骤进行计算：

首先，计算有人为过失随机变量的统计特征：

1）获取无人为过失时某一比值下的可变荷载效应标准值与永久荷载效应标准值，以及与某一组设计参数对应的随机变量。

本实施例中仅考虑的一种可变荷载为楼面活荷载，对应的无人为过失的设计表达为：

$S_{G_d}+S_{Q1d}\≤f_{\mathrm{yd}}{A}_{\mathrm{sk}}{h}_{0k}-\frac{{f_{\mathrm{yd}}}^2{A_{\mathrm{sk}}}^2}{2f_{\mathrm{cd}}{b}_k};$

其中，S_Gd为永久荷载效应S_G设计值，S_Q1d为楼面活荷载效应S_Q1的设计值；式子中的，f_yd、f_cd分别为随机变量f_y与f_c的设计值，A_sk、h_0k与b_k分别为随机变量A_s、h₀与b的标准值，随机变量f_y、f_c、A_s、h₀与b含义可参见表1。

2）利用JC组合法对所述可变荷载随机变量进行组合，获得可靠度最小的组合（最不利的组合），并带入至对应的功能函数的表达式中。

本实施例中可靠指标最小的可变荷载效应组合为楼面活荷载效应在设计基准期内最大值，因此，对应的功能函数可表示为：

$Z=R\left(X\right)-S_G-S_{Q_{1T}};$

上述表达式中的R(X)为无人为过失的抗力，即向量X＝(C,f_y,A_s,h₀,f_c,b)，该式子中随机变量的名称和统计特征如下表所示：

表1随机变量的统计特征

3）对向量X中与几何参数和材料参数有关的随机变量进行敏感性分析，获得对应的敏感系数，并将敏感系数大于等于阈值的随机变量作为敏感随机变量。

此处，可以考虑不同的楼面活荷载效应标准值与永久荷载效应标准值的比值、不同的设计参数，计算随机变量的敏感系数，并按可靠指标的计算容许误差（约1%）取阈值为0.1；对表1中与材料参数和几何参数有关的随机变量（序号3-序号7）进行敏感性分析，发现只有截面宽度b和混凝土轴心抗压强度f_c的敏感系数小于0.10，故考虑敏感随机变量f_y、h₀和A_s中的人为过失。

4）采集所述敏感随机变量的样本，分析人为过失对随机变量统计参数的影响，获得的所述敏感随机变量的统计特征，并将其作为有人为过失随机变量的统计特征。

通过资料收集和现场实测等方法，采集敏感随机变量f_y、h₀和A_s的样本，统计后得f_y的均值与标准值的比值降低5%，变异系数增加33%，A_s的均值与标准值的比值不变，但变异系数增加10%，h₀的均值与标准值的比值不变，但变异系数增加50%。

然后，根据有人为过失随机变量的统计特征进行抗力损失随机变量的统计特征的计算：

1）基于Monte Carlo（蒙特卡洛）模拟法计算有人为过失结构抗力的均值、变异系数和分布类型。

2）将由于人为过失而导致的抗力损失视为随机变量，该随机变量的变异系数和分布类型与所述有人为过失结构抗力的变异系数和分布类型相同。

3）再根据无人为过失结构的可靠指标，计算抗力损失随机变量的均值（抗力为有人为过失结构的抗力与抗力损失之和），完成抗力损失随机变量统计特征的计算。

其中，所述抗力损失随机变量的统计特征主要包括：抗力损失随机变量均值、变异系数及分布类型。

其次，将抗力损失随机变量的统计特征作为补偿荷载效应随机变量S_E的统计特征，并将补偿荷载效应随机变量的标准值S_Ek取补偿荷载效应随机变量S_E的95%分位值；再利用最小二乘法计算所述补偿荷载效应随机变量的标准值S_Ek与预设的荷载效应组合设计值 $S_d(S_d=S_{G_d}+S_{Q_{1d}})$ 之间的线性关系。

本实施例中考虑不同的楼面活荷载效应标准值与永久荷载效应标准值的比值、不同的设计参数，重复执行上述步骤；即根据预设的楼面活荷载效应标准值与永久荷载效应标准值的比值（如0.2、0.4、0.5、0.8等），以及与预设的设计参数对应的若干组有人为过失随机变量的统计特征，计算得到若干组补偿荷载效应随机变量的标准值S_Ek之后，再采用最小二乘法，计算得到所述补偿荷载效应随机变量的标准值S_Ek与预设的荷载效应组合设计值S_d的比值为：S_Ek＝0.12S_d。

最后，利用优化法确定所述补偿荷载效应的最优荷载分项系数γ_Ed，并结合S_Ek与S_d之间的线性关系计算补偿荷载效应设计值。

从大于1.0的小数（例如，1.1，1.2，1.3和1.4）中寻找补偿荷载效应的分项系数γ_Ed的最优值，通过枚举优化法，得到γ_Ed＝1.1为最优值，并带入算式S_Ed＝γ_EdS_Ek，可得，S_Ed＝0.132S_d。

基于上述结果可以看出，当荷载效应组合设计值增加13.2%才可以抵消人为过失对结构安全性的影响。

本发明实施例通过在荷载效应项中增加了考虑人为过失的补偿荷载效应设计值，以增加现有设计公式的总设计荷载，从而提高抗力设计值，抵抗人为过失导致的结构抗力损失，保证有人为过失的结构和无人为过失的结构具有基本相同的可靠度水平，避免安全隐患，有效防止工程结构的质量安全事故；同时，还可以根据随机变量的敏感性制定有针对性的检查验收策略，提高质检的有效性。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (7)

1.一种考虑人为过失不确定性的工程结构设计方法，其特征在于，该方法包括：

基于结构重要性系数、荷载效应组合设计值以及考虑人为过失的补偿荷载效应设计值计算最小抗力的设计值；

其中，所述补偿荷载效应设计值根据有人为过失随机变量的统计特征，以及由于人为过失而导致的抗力损失随机变量的统计特征进行计算；具体的：

根据有人为过失随机变量的统计特征以及无人为过失结构的可靠指标计算由于人为过失而导致的抗力损失随机变量的统计特征；将抗力损失随机变量的统计特征作为补偿荷载效应随机变量S_E的统计特征，并按照预定的分位值确定所述补偿荷载效应随机变量的标准值S_Ek；

当根据预设比值的可变荷载效应标准值与永久荷载效应标准值，以及与预设的设计参数对应的若干组有人为过失随机变量的统计特征，计算得到若干组补偿荷载效应随机变量的标准值S_Ek后，利用最小二乘法计算所述若干组补偿荷载效应随机变量的标准值S_Ek与预设的荷载效应组合设计值S_d之间的最优线性关系，并利用优化法确定补偿荷载效应随机变量的最优荷载分项系数γ_Ed；

根据所述最优荷载分项系数γ_Ed，以及S_Ek与S_d之间的线性关系计算补偿荷载效应设计值。

2.根据权利要求1所述的方法，其特征在于，计算所述最小抗力的设计值的公式包括：

r₀(S_d+S_Ed)≤R_d；

其中，r₀为结构重要性系数，S_d为荷载效应组合设计值，S_Ed为考虑人为过失的补偿荷载效应设计值，R_d为抗力的设计值。

3.根据权利要求1所述的方法，其特征在于，获取所述有人为过失随机变量的统计特征的步骤包括：

对某一比值下可变荷载效应标准值与永久荷载效应标准值，以及与某一组设计参数对应的一组随机变量进行敏感性分析获得对应的敏感系数，将敏感系数大于等于阈值的随机变量作为敏感随机变量；

采集所述敏感随机变量的样本，获得的所述敏感随机变量的统计特征，并将其作为有人为过失随机变量的统计特征。

4.根据权利要求3所述的方法，其特征在于，所述对随机变量进行敏感性分析包括：

获取无人为过失时所述某一比值下的可变荷载效应标准值与永久荷载效应标准值，以及与所述某一组设计参数对应的随机变量；

确定无人为过失结构的功能函数为：

$Z=R\left(X\right)-S_G-S_{Q_{\max }};$

其中，R(X)为无人为过失时的抗力；向量X＝(X₁,X₂,...,X_n)，表示与结构几何参数、材料参数和计算模式相关的随机变量；S_G为永久荷载效应随机变量，

为可变荷载随机变量的最不利组合；

对向量X中与结构几何参数和材料参数相关的随机变量进行敏感性分析。

5.根据权利要求1所述的方法，其特征在于，计算所述抗力损失随机变量的统计特征的步骤包括：

基于蒙特卡洛Monte Carlo模拟法计算有人为过失结构的抗力的均值、变异系数和分布类型；

将由于人为过失而导致的抗力损失视为随机变量，该随机变量的变异系数和分布类型与所述有人为过失的结构抗力的变异系数和分布类型相同；

再根据无人为过失结构的可靠指标，计算抗力损失随机变量的均值，完成抗力损失随机变量统计特征的统计。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述预定的分位值为95%的分位值。

7.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述最优荷载分项系数γ_Ed，以及S_Ek与S_d之间的线性关系计算补偿荷载效应设计值包括：

所述S_Ek与S_d之间的线性关系包括：S_Ek与S_d之间的比值关系，表示为：S_Ek＝nS_d，其中，n表示S_Ek与S_d之间的比值；

将所述最优荷载分项系数γ_Ed与上述比值关系相结合，获得所述补偿荷载效应设计值：S_Ed＝γ_EdS_Ek＝γ_EdnS_d。

Images