基于Benchmark模型的建筑结构在地震激励下的非线性随机最优控制的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11002056
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0702.非线性振动及其控制
  • 结题年份:
    2013
  • 批准年份:
    2010
  • 项目状态:
    已结题
  • 起止时间:
    2011-01-01 至2013-12-31

项目摘要

地震最主要的危害方式是破坏建筑结构,给人的生命和财产带来巨大的损失,是人类社会不可避免的自然灾害,因此,研究建筑结构在地震激励下的最优控制,最大限度的避免和减小灾害造成的损失具有重要的理论和现实意义。本项目应用随机平均法与动态规划原理,研究基于Benchmark模型的建筑结构在地震激励下以响应最小为目标,同时计及在控制执行中不可避免的状态部分观测、控制力时滞与有界、受控系统模型与参数不确定的非线性随机最优控制理论方法。与此同时分析结构的动力学响应,优化传感器和作动器位置,提出具体的最优控制解决方案。在此基础上,应用上述理论方法进一步研究建筑结构控制的Benchmark问题,同时用数值仿真方法验证理论结果,并与前人的研究成果相对照,进一步提出改进方案。通过三年的研究,建立一套行之有效的理论方法,力求推动非线性随机最优控制在建筑结构振动控制中的应用进程。

结项摘要

地震最主要的危害方式是破坏建筑结构,给人的生命和财产带来巨大的损失,是人类社会不可避免的自然灾害,因此,研究建筑结构在地震激励下的最优控制,最大限度的避免和减小灾害造成的损失具有重要的理论和现实意义。申请人主要做了以下几方面的工作:1.结合设计规范,分析住宅剪力墙结构设计的特点,研究住房剪力墙的结构布置,再利用多级优化方法研究结构构件的优化和抗震整体优化,突出解决建筑结构优化设计中变量多的难题。2. 研究了结构在地震激励下的基于精细积分显示表达式的瞬时随机最优控制方法及时滞补偿理论,初步建立了一套建筑结构在地震激励下最优控制的理想方案。3.基于时域显式法和等效线性化法,研究了一套求解大规模非线性结构在随机激励下的动力学响应的高效算法。4.研究了桁架结构全局优化的刚度扩散法。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
利用PKPM和Matlab优化剪力墙结构抗震设计研究
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    武汉理工大学学报
  • 影响因子:
    --
  • 作者:
    宋志勇;李雪平
  • 通讯作者:
    李雪平
桥梁震害分析及加固维修措施
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    城市建设理论研究(电子版)
  • 影响因子:
    --
  • 作者:
    刘宏辉;李雪平
  • 通讯作者:
    李雪平

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

非平稳随机地震响应约束下的桁架结构形状与拓扑优化
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    振动与冲击
  • 影响因子:
    --
  • 作者:
    李雪平;李栋泓;魏鹏;苏成
  • 通讯作者:
    苏成
周期扰动下的尖分支
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    Science China Mathematics
  • 影响因子:
    --
  • 作者:
    任景莉;李雪平
  • 通讯作者:
    李雪平
果园钢索牵引悬挂式货运系统关键部件设计
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    农业工程学报
  • 影响因子:
    --
  • 作者:
    杨洲;李雪平;李君;丁亮辉
  • 通讯作者:
    丁亮辉
冠状动脉粥样硬化性心脏病患者不同中医证候与危险因素的相关性研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中华中医药杂志
  • 影响因子:
    --
  • 作者:
    李雪平;许朝霞;徐琎;宋雪阳;王忆勤
  • 通讯作者:
    王忆勤
毛竹全长LTR逆转座子的鉴定和进化分析
  • DOI:
    10.13271/j.mpb.012.001265
  • 发表时间:
    2014
  • 期刊:
    分子植物育种
  • 影响因子:
    --
  • 作者:
    胡陶;马艳军;李雪平;刘秀丽;高健
  • 通讯作者:
    高健

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码