復(fù)雜屋蓋結(jié)構(gòu)表面風(fēng)壓的非高斯特性研究

夏俞超，陳水福

(浙江大學(xué) 建筑工程學(xué)院，杭州 310058)

大跨屋蓋結(jié)構(gòu)廣泛應(yīng)用于體育場館、機(jī)場航站樓、購物中心等大型公共建筑中。由于這類結(jié)構(gòu)具有跨度大、空間廣、自重輕等特點(diǎn)，因而風(fēng)荷載往往是其控制荷載。我國現(xiàn)行建筑結(jié)構(gòu)荷載規(guī)范[1]僅給出了常見體型低矮房屋的屋面風(fēng)荷載，而對于大跨屋蓋結(jié)構(gòu)一般建議通過風(fēng)洞試驗(yàn)等方法獲得其屋面的風(fēng)荷載特性。目前國內(nèi)外對平屋蓋、馬鞍形屋蓋等常見體型大跨屋蓋的表面風(fēng)壓已經(jīng)有了較深入的研究，并獲得了較多的共識：平屋蓋表面風(fēng)壓以吸力為主，風(fēng)吸力極大值一般出現(xiàn)在屋蓋前緣，風(fēng)壓分布形式與風(fēng)向角密切相關(guān)，風(fēng)壓系數(shù)受跨高比影響較小[2]；鞍型屋蓋風(fēng)壓分布形式與平屋蓋類似，所不同的是，風(fēng)壓系數(shù)受矢跨比影響較大[3]。但目前對復(fù)雜體型大跨屋蓋，特別是開敞式復(fù)雜屋蓋的研究還較為缺乏，從而影響了這類屋蓋的抗風(fēng)安全性。本文將從這類屋蓋風(fēng)壓的概率分布特性出發(fā)開展一些探索。

早在1960年代，Davenport[4]就提出了風(fēng)荷載符合高斯分布的基本設(shè)定，但Stathopoulos[5]通過對一系列低矮房屋的風(fēng)洞試驗(yàn)發(fā)現(xiàn)，風(fēng)壓時程往往表現(xiàn)出明顯的非高斯性質(zhì)，他采用Weibull模型對其進(jìn)行了較好的擬合。Holmes等[6-7]利用準(zhǔn)定常和切片理論(Strip Theory)來估算風(fēng)壓的概率密度函數(shù)，結(jié)果顯示在來流附著區(qū)的估算值與測量值較為一致，但在來流分離區(qū)該概率密度函數(shù)的擬合效果不理想，其主要原因是準(zhǔn)定常理論對分離區(qū)并不適用。Letchford等[8]通過全尺寸實(shí)驗(yàn)驗(yàn)證了Holmes等的結(jié)論，并進(jìn)一步發(fā)現(xiàn)面積平均風(fēng)壓與來流具有高度相關(guān)性。國內(nèi)在近年也開展了針對足尺度房屋的風(fēng)壓分布研究，王旭等[9]對一坡角可調(diào)的試驗(yàn)房進(jìn)行分析后發(fā)現(xiàn)，迎風(fēng)區(qū)域和屋脊區(qū)域附近測點(diǎn)風(fēng)壓的非高斯特性較為明顯。

Sadek等[10]采用概率圖相關(guān)系數(shù)(Probability Plot Correlation Coefficient，PPCC)方法，利用指數(shù)分布、正態(tài)分布、對數(shù)正態(tài)分布、Gumbel分布、Weibull分布和Gamma分布等方法對低矮房屋風(fēng)壓時程的概率分布進(jìn)行了擬合，得出三參數(shù)Gamma分布的擬合效果最佳。Tieleman等[11]進(jìn)一步驗(yàn)證了這一結(jié)論，并給出了Gamma分布三參數(shù)的矩估計方法，克服了PPCC方法參數(shù)確定較復(fù)雜的缺點(diǎn)。但是以上研究考慮的均是風(fēng)壓時程偏度較小的情況。陳斌[12]針對典型低矮建筑，進(jìn)行了風(fēng)壓概率分布與建筑幾何參數(shù)的相互關(guān)系的研究，證明三參數(shù)的對數(shù)正態(tài)分布表征性較好，但也發(fā)現(xiàn)利用單一的概率分布函數(shù)擬合整個屋面上不同測點(diǎn)的風(fēng)壓比較困難。Cook[13]研究后認(rèn)為，對同一風(fēng)壓概率分布，不同的概率密度函數(shù)在不同分段內(nèi)的擬合效果并不一致，風(fēng)壓概率分布可以看成是幾個概率密度函數(shù)的疊加。程紅偉等[14]基于高斯混合模型，提出了非高斯密度函數(shù)表示方法，雖然該方法數(shù)學(xué)模型簡單，但是混合模型的子分布仍為高斯分布，擬合效果有一定局限性。Huang[15]采用核密度法估計風(fēng)壓的概率分布，發(fā)現(xiàn)其對尾部概率分布的擬合效果不理想。陶玲等[16]基于PPCC方法，分別采用Gamma分布、廣義極值分布和對數(shù)正態(tài)分布對測點(diǎn)風(fēng)壓系數(shù)時程進(jìn)行了擬合比較，結(jié)果表明不同的概率分布函數(shù)適用于不同偏度的情況，當(dāng)偏度達(dá)到1.5后，這三種分布的擬合效果均不理想。

本文以平坦海灘區(qū)域某開敞式復(fù)雜曲面形狀的大跨屋蓋結(jié)構(gòu)為對象，在風(fēng)洞試驗(yàn)的基礎(chǔ)上，對屋蓋在不同風(fēng)向角下的平均和脈動風(fēng)壓的分布規(guī)律進(jìn)行了分析；鑒于單一概率分布函數(shù)擬合效果不佳的特點(diǎn)，提出了采用三種概率分布組合模型：對數(shù)正態(tài)分布和Weibull分布組合(Lognormal-Weibull Mixture Distribution Model，LW)、雙Weibull分布組合(Weibull-Weibull Mixture Distribution Model，WW)、雙對數(shù)正態(tài)分布組合(Lognormal-Lognormal Mixture Distribution Model，LL)模型擬合風(fēng)壓時程樣本的非高斯概率分布規(guī)律，并對各模型的準(zhǔn)確性和適用性作了分析和比較。

1 工程概況與風(fēng)洞試驗(yàn)

本文的研究對象是位于三亞某空曠海灘區(qū)域的一座商業(yè)中心主入口處的開敞式大跨復(fù)雜曲面屋蓋結(jié)構(gòu)，該商業(yè)中心的平面圖如圖1所示，主入口左右兩側(cè)連接著A樓、B樓，兩樓之間前后通透，對來流風(fēng)形成一定程度的狹道效應(yīng)，故主入口處的風(fēng)荷載預(yù)計較大，有必要對其進(jìn)行風(fēng)洞模型試驗(yàn)研究。

圖1 商業(yè)中心平面圖Fig.1 Plan of business center

該大跨屋蓋結(jié)構(gòu)采用網(wǎng)殼-桁架鋼結(jié)構(gòu)體系，兩方向的跨度分別為113 m，73 m，屋蓋最高處高度為39 m，結(jié)構(gòu)形式見圖2。這是一種單方向的開敞式結(jié)構(gòu)，其主要特點(diǎn)是沿著入口處通道方向是開敞式的結(jié)構(gòu)，而垂直于通道方向則與建筑物相連，有隔墻封閉。風(fēng)洞模型試驗(yàn)根據(jù)設(shè)計單位提供的建筑設(shè)計圖紙，按照幾何相似要求，模型縮尺比為1∶150。風(fēng)洞試驗(yàn)在浙江大學(xué)的ZD-1邊界層風(fēng)洞中進(jìn)行(參見圖3)。試驗(yàn)風(fēng)速剖面采用我國現(xiàn)行荷載規(guī)范規(guī)定的A類地貌指數(shù)律公式，湍流度剖面按日本建筑規(guī)范中的湍流度剖面公式[17]。風(fēng)洞試驗(yàn)的風(fēng)向角定義及各分區(qū)典型測點(diǎn)布置示意圖，如圖4所示。

圖2 主入口示意圖Fig.2 Diagram of main entrance

圖3 風(fēng)洞中的縮尺試驗(yàn)?zāi)Ｐ虵ig.3 Scale test model in wind tunnel

圖4 風(fēng)向角定義及分區(qū)典型測點(diǎn)示意圖Fig.4 Diagram of wind direction angle and typical measuring points

2 風(fēng)荷載特性

本次試驗(yàn)的采樣頻率為312.5 Hz，在24個風(fēng)向角下均測得各測點(diǎn)10 000個時間步的風(fēng)壓系數(shù)時程?？紤]到此屋蓋為一開敞結(jié)構(gòu)，故在上下表面均布置了風(fēng)壓測點(diǎn)，并將測得的上表面風(fēng)壓系數(shù)時程減去對應(yīng)位置的下表面時程后，作為相應(yīng)測點(diǎn)的凈風(fēng)壓系數(shù)時程，如式(1)所示，再由式(2)、式(3)求得平均風(fēng)壓系數(shù)和脈動風(fēng)壓系數(shù)(即風(fēng)壓系數(shù)時程的標(biāo)準(zhǔn)差)

(1)

(2)

(3)

2.1 平均風(fēng)壓系數(shù)

本文主要討論來流沿著開敞通道方向與垂直開敞通道方向這兩個工況，研究結(jié)果可以為類似大型建筑入口處的單方向開敞式屋蓋結(jié)構(gòu)提供理論依據(jù)。0°，90°風(fēng)向角下的平均風(fēng)壓系數(shù)等值線云圖，分別如圖5、圖6所示。其中0°風(fēng)向角下，來流沿著開敞通道方向，可以貫穿整個屋蓋結(jié)構(gòu)；90°風(fēng)向角下，來流完全垂直于通道方向(沿著屋蓋兩側(cè)連接的A樓、B樓的連線方向)。

圖5 平均風(fēng)壓系數(shù)等值線云圖(0°)Fig.5 Contour map of mean pressure coefficients (0°)

圖6 平均風(fēng)壓系數(shù)等值線云圖(90°)Fig.6 Contour map of mean pressure coefficients (90°)

由圖5可見，在0°風(fēng)向角下，屋蓋的表面風(fēng)壓以負(fù)壓為主，并且存在多處負(fù)壓的極大值區(qū)；屋蓋跨中范圍依次排布了多個負(fù)壓極大值區(qū)，這主要是由于屋蓋復(fù)雜曲面造型所形成的來流多次分離與附著引起的；靠近屋蓋前緣處的負(fù)壓也較大，這與氣流在前緣分離后形成的柱狀渦有關(guān)。屋蓋左右兩側(cè)也出現(xiàn)了絕對值較大的負(fù)壓區(qū)，這與兩側(cè)A樓、B樓的存在相關(guān)。

在90°風(fēng)向角下，屋蓋迎風(fēng)面表現(xiàn)為正壓，最大正壓出現(xiàn)在迎風(fēng)側(cè)外檐附近；靠近屋蓋中部區(qū)域風(fēng)壓逐步減小并轉(zhuǎn)化為負(fù)壓，并在屋蓋的跨中最高處由于分離剪切影響產(chǎn)生了最大負(fù)壓；在屋蓋的背風(fēng)面，負(fù)壓的絕對值又逐漸變小。

2.2 脈動風(fēng)壓系數(shù)

由于大氣邊界層近地面區(qū)域的湍流度較高，因此大跨屋蓋結(jié)構(gòu)表面會出現(xiàn)較明顯的氣流分離與再附著現(xiàn)象。圖7和圖8給出了0°和90°情況下的脈動風(fēng)壓系數(shù)等值線云圖。可以看到，脈動風(fēng)壓系數(shù)分布與平均風(fēng)壓系數(shù)的分布情況有一定的相似性，尤其是屋蓋中部區(qū)域的風(fēng)壓極值分布情況。實(shí)際工程中，一些大跨屋蓋的圍護(hù)結(jié)構(gòu)因抗風(fēng)性能不足而破壞，主要是由于脈動風(fēng)壓所產(chǎn)生的風(fēng)致振動及疲勞效應(yīng)所引起。

圖7 脈動風(fēng)壓系數(shù)等值線云圖(0°)Fig.7 Contour map of fluctuating pressure coefficients (0°)

圖8 脈動風(fēng)壓系數(shù)等值線云圖(90°)Fig.8 Contour map of fluctuating pressure coefficients (90°)

2.3 典型測點(diǎn)風(fēng)壓隨風(fēng)向角的變化

此結(jié)構(gòu)沿著入口通道方向基本呈現(xiàn)軸對稱的特點(diǎn)，C，F(xiàn)區(qū)域的風(fēng)壓分布分別與A，D區(qū)域的結(jié)果比較類似，因此只選取了A，B，D，E這四個區(qū)域中比較有代表性的幾個測點(diǎn)A9，B18，D8和E2進(jìn)行分析。這些測點(diǎn)的風(fēng)壓分布能夠大致反映大跨屋蓋不同區(qū)域的風(fēng)荷載特性，其平均風(fēng)壓系數(shù)隨風(fēng)向角的變化曲線，如圖9所示。可以看到，無論風(fēng)向角如何改變，屋蓋上的風(fēng)荷載以吸力為主，風(fēng)壓系數(shù)主要分布在-1.1～0.7，較大的吸力主要分布在60°～90°與210°和270°風(fēng)向角的屋蓋前緣處和跨中凸起處。結(jié)構(gòu)設(shè)計時應(yīng)該針對局部風(fēng)壓特別大的區(qū)域采取適當(dāng)?shù)姆婪洞胧?，防止該區(qū)域被風(fēng)吸力所破壞。

圖9 典型測點(diǎn)平均風(fēng)壓系數(shù)隨風(fēng)向角變化Fig.9 Mean wind pressure coefficients of typical measuring points vary with wind direction

圖10為典型測點(diǎn)脈動風(fēng)壓系數(shù)隨風(fēng)向角的變化曲線?？梢钥吹?，隨著風(fēng)向角的變化，脈動風(fēng)壓系數(shù)介于0～0.5，最大的脈動風(fēng)壓系數(shù)出現(xiàn)在A9號測點(diǎn)的0°風(fēng)向角下，這是由于此時的來流是正對主入口前緣，在前緣分離后形成的柱狀渦所致。比較圖9和圖10的變化規(guī)律可見，平均風(fēng)壓系數(shù)與脈動系數(shù)之間不存在明顯的相關(guān)性。

結(jié)合圖9與圖10可以看到，在255°風(fēng)向角附近，典型測點(diǎn)的平均和脈動風(fēng)壓系數(shù)均達(dá)到極值，因此有必要對此風(fēng)向角下的屋蓋表面風(fēng)壓分布進(jìn)行分析，特別是對量值較大的吸力的分析。圖11和圖12分別給出了255°風(fēng)向角下的平均風(fēng)壓系數(shù)和脈動風(fēng)壓系數(shù)的等值線云圖。由圖可見，此風(fēng)向角下屋蓋表面的平均風(fēng)壓分布比較復(fù)雜，有多個負(fù)壓極大值區(qū)，但主要分布在屋蓋跨中屋脊線兩側(cè)，測點(diǎn)的最大平均風(fēng)壓系數(shù)達(dá)到-1.38。該風(fēng)向角下的脈動風(fēng)壓分布也比較復(fù)雜，極值區(qū)同樣分布在屋蓋跨中屋脊附近，但分布范圍更廣一些，在設(shè)計中應(yīng)作為重點(diǎn)區(qū)域加以關(guān)注。

圖10 典型測點(diǎn)脈動風(fēng)壓系數(shù)隨風(fēng)向角變化Fig.10 Fluctuating wind pressure coefficients of typical measuring points vary with wind direction

圖11 平均風(fēng)壓系數(shù)等值線云圖(255°)Fig.11 Contour map of mean pressure coefficients (255°)

圖12 脈動風(fēng)壓系數(shù)等值線云圖(255°)Fig.12 Contour map of fluctuating pressure coefficients (255°)

從上述分析可以看到，與平屋蓋類似，復(fù)雜屋蓋表面的風(fēng)荷載主要也表現(xiàn)為吸力，在迎風(fēng)面的屋檐、屋蓋的角區(qū)附近也出現(xiàn)了極大值。但所不同的是，這類復(fù)雜屋蓋會在中部屋脊區(qū)域出現(xiàn)多個負(fù)壓極大值區(qū)，這主要與復(fù)雜曲面所引起的氣流多次分離與再附著有關(guān)。255°風(fēng)向角下，吸力在屋蓋跨中屋脊附近達(dá)到極大值。

2.4 非高斯特性

作用于屋蓋表面的風(fēng)壓可以看作是分布在流場中的大量點(diǎn)渦相互疊加的結(jié)果。如果流場中每個點(diǎn)渦的作用是相互獨(dú)立同分布的，其作用力之和的分布將趨于高斯分布。而復(fù)雜屋蓋結(jié)構(gòu)表面的風(fēng)壓往往呈現(xiàn)不對稱分布的特點(diǎn)，即表現(xiàn)為非高斯分布。這主要是由于局部區(qū)域上的風(fēng)壓因來流在屋蓋上分離再附著，產(chǎn)生了有組織、相關(guān)性較強(qiáng)的大尺度漩渦結(jié)構(gòu)，點(diǎn)渦假設(shè)中每個點(diǎn)渦的作用是相互獨(dú)立同分布已經(jīng)不再成立，從而使得風(fēng)壓分布表現(xiàn)出非高斯特性。為了更準(zhǔn)確地描述風(fēng)壓分布的非高斯特性，需要找到合適的數(shù)學(xué)表達(dá)工具，常采用偏度和峰度來表述其概率分布的偏離和凸起程度，當(dāng)偏度為0，峰度為3時我們可以認(rèn)為風(fēng)壓符合高斯分布[18]。但是，由于風(fēng)的隨機(jī)性以及可能存在的測量誤差，高斯過程的偏度及峰度不適合取固定值，而應(yīng)該是一個范圍值。劉新等[19]研究后發(fā)現(xiàn)，以偏度絕對值是否大于0.5和峰度是否大于3.5作為區(qū)分高斯和非高斯過程的標(biāo)準(zhǔn)比較適合。測點(diǎn)風(fēng)壓系數(shù)時程的偏度和峰度分別按式(4)、式(5)計算

(4)

(5)

式中：Cpi,mean，Cpi,std分別為測點(diǎn)i風(fēng)壓系數(shù)時程的平均值和標(biāo)準(zhǔn)差。

利用上式計算了屋蓋在不同風(fēng)向角下所有測點(diǎn)的偏度和峰度，共計6 912個數(shù)據(jù)點(diǎn)，這些測點(diǎn)的偏度-峰度散點(diǎn)圖如圖13所示。經(jīng)統(tǒng)計，有3 338個測點(diǎn)屬于非高斯過程，而且可以看到小部分測點(diǎn)的峰度偏度遠(yuǎn)遠(yuǎn)偏離了高斯分布，用傳統(tǒng)的高斯分布去擬合勢必會造成很大誤差。

圖13 測點(diǎn)偏度-峰度散點(diǎn)圖Fig.13 Scatter diagram of skewness and kurtosis

為了進(jìn)一步研究典型測點(diǎn)在24個風(fēng)向角下的偏度和峰度，圖14和圖15分別給出了測點(diǎn)偏度和峰度隨風(fēng)向角變化的折線圖?？梢钥吹?，非高斯特性與風(fēng)向角、測點(diǎn)位置密切相關(guān)。例如觀察A9，B18測點(diǎn)在0°風(fēng)向角的偏度和峰度，可以發(fā)現(xiàn)當(dāng)測點(diǎn)處于來流區(qū)時非高斯特性不明顯；而當(dāng)測點(diǎn)處于氣流分離區(qū)時，例如300°風(fēng)向角下的A9測點(diǎn)、30°風(fēng)向角下的D8測點(diǎn)，則表現(xiàn)出明顯的非高斯特性。

圖14 測點(diǎn)偏度隨風(fēng)向角的變化折線圖Fig.14 Line chart of skewness of measured point vary with wind angle

圖15 測點(diǎn)峰度隨風(fēng)向角的變化折線圖Fig.15 Line chart of kurtosis of measured point vary with wind angle

3 風(fēng)壓概率分布

為了進(jìn)一步分析屋蓋風(fēng)壓的非高斯特性，下面對風(fēng)壓時程的概率分布作一研究。本文采用廣泛應(yīng)用的對數(shù)正態(tài)分布和Weibull分布作為子分布，并將其相互或自我組合形成三種概率分布混合模型，用于擬合屋蓋非高斯風(fēng)壓時程樣本的概率分布。根據(jù)陶玲的研究發(fā)現(xiàn)，偏度小的時程，對數(shù)正態(tài)分布擬合得較好；偏度大的時程，極值Ⅲ型(Weibull分布的一種形式)擬合得較好，因此這里采用這兩種分布來組成概率分布的混合模型是合理的。

第一種混合模型為對數(shù)正態(tài)分布和Weibull分布組合(LW)，其概率密度表達(dá)式為

(6)

式中：k，c為Weibull分布概率密度函數(shù)參數(shù)；μ，σ為對數(shù)正態(tài)分布概率密度函數(shù)參數(shù)； 0<π<1。

第二種為雙Weibull分布組合(WW)，其概率密度表達(dá)式為

(7)

式中：k1，c1，k2，c2分別為兩個Weibull分布概率密度函數(shù)各參數(shù)，0<π<1。

第三種為雙對數(shù)正態(tài)分布組合(LL)，其概率密度表達(dá)式為

(8)

式中：μ1，σ1，μ2，σ2為兩個對數(shù)正態(tài)分布概率密度函數(shù)各參數(shù)，0<π<1。

采用極大似然估計法來進(jìn)行參數(shù)估計，從而得到三種混合模型的概率密度函數(shù)。為比較三者的適用性，圖16給出了典型測點(diǎn)的風(fēng)壓系數(shù)頻率分布直方圖與三種混合模型對應(yīng)的概率密度曲線，并與純Weibull分布(W分布)作了比較。從圖中看到，三種概率分布混合模型對風(fēng)壓系數(shù)概率分布的擬合程度有一定的差別，但擬合效果均好于單Weibull分布。相比之下，0°風(fēng)向角下A09測點(diǎn)的情況較為復(fù)雜，其風(fēng)壓概率密度呈現(xiàn)出雙峰分布的情況，此時Weibull分布擬合出的曲線仍呈現(xiàn)單峰形式，導(dǎo)致擬合效果不佳，而LW混合模型則仍然表現(xiàn)出了良好的擬合效果。

圖16 典型測點(diǎn)風(fēng)壓系數(shù)概率分布直方圖Fig.16 Probability distribution histogram of wind pressure coefficients

為了評價風(fēng)壓概率分布混合模型的擬合效果，采用RMSE方法[20]來進(jìn)行定量分析。RMSE值的計算式如式(9)所示，其值越小，表示被檢驗(yàn)的概率分布模型的擬合度高。

(9)

式中：Fic，F(xiàn)i分別為i點(diǎn)的目標(biāo)積累概率分布值和被檢驗(yàn)累積概率分布值。

表1給出了代表性測點(diǎn)風(fēng)壓概率分布混合模型的誤差評價。由表可見，對于典型測點(diǎn)的風(fēng)壓概率分布，三種混合模型的吻合程度有一定差別，其中對于大部分測點(diǎn)來說，LW混合模型最為符合。

表2給出了代表性測點(diǎn)的偏度、峰度值?？梢钥吹?，前面所選取的測點(diǎn)及相應(yīng)風(fēng)向角的情況主要是偏度較小(小于0.8)的情況，以下專門對偏度較大(大于0.8)的情況作一分析。據(jù)此選取A6，C14，F(xiàn)9，F(xiàn)14分別在0°，270°，165°，225°風(fēng)向角下的風(fēng)壓時程數(shù)據(jù)進(jìn)行擬合，其概率分布密度直方圖如圖17所示。

表1 代表性測點(diǎn)風(fēng)壓概率分布混合模型誤差評價Tab.1 Error evaluation of probability distribution of typical measuring points

表2 測點(diǎn)偏度、峰度Tab.2 Skewness and kurtosis of measuring points

類似地，我們同樣采用RMSE方法進(jìn)行誤差評價，表3給出了這些測點(diǎn)風(fēng)壓概率分布混合模型的誤差評價值?？梢钥吹?，LW混合模型的擬合效果要優(yōu)于其他兩種混合模型。由此可見，對于偏度較大(大于0.8)的情況，LW混合模型同樣表現(xiàn)出了良好的擬合效果。其主要原因是LW混合模型集合了對數(shù)正態(tài)分布和Weibull分布的優(yōu)點(diǎn)，因而組合而成的混合模型對不同偏度的情況均有良好的適用性。研究中討論了不同部位的代表性測點(diǎn)在不同風(fēng)向角下的效果，LW混合模型均表現(xiàn)出了良好的擬合效果，可以認(rèn)為對于此類的復(fù)雜屋蓋結(jié)構(gòu)的適用性較好。在實(shí)際應(yīng)用中，推薦采用LW混合模型進(jìn)行此類大型建筑入口處的開敞式復(fù)雜屋蓋結(jié)構(gòu)的風(fēng)壓概率密度分布的擬合。但是限于篇幅的關(guān)系，并未對其他結(jié)構(gòu)形式的大跨屋蓋進(jìn)行擬合與分析，此混合模型是否具有普適性需要后續(xù)研究。

圖17 偏度較大測點(diǎn)風(fēng)壓系數(shù)概率分布直方圖Fig.17 Probability distribution histogram of wind pressure coefficients with large skewness表3 偏度較大測點(diǎn)風(fēng)壓概率分布混合模型誤差評價Tab.3 Error evaluation of probability distribution of measuring points with large skewness

測點(diǎn)風(fēng)向角概率分布混合模型LWWWLLA60°0.004 490.010 70.005 42C14270°0.003 920.006 230.010 6F9165°0.008 570.009 810.012 4F14225°0.004 240.007 410.004 53

4 結(jié) 論

以沿海某復(fù)雜曲面形狀的大跨屋蓋結(jié)構(gòu)為研究對象，通過風(fēng)洞模型同步測壓試驗(yàn)，對其表面風(fēng)壓分布特性進(jìn)行了研究，提出并運(yùn)用三種概率分布混合模型對屋蓋的非高斯風(fēng)壓分布規(guī)律進(jìn)行了擬合和計算分析，據(jù)此可得出以下結(jié)論：

(1) 與平屋蓋及簡單曲面屋蓋類似，復(fù)雜體型屋蓋結(jié)構(gòu)的表面風(fēng)壓主要也表現(xiàn)為吸力作用，吸力極大值一般出現(xiàn)在迎風(fēng)面的屋檐、屋蓋的角區(qū)；所不同的是，這類復(fù)雜屋蓋還會在跨中區(qū)域出現(xiàn)多個吸力極值區(qū)，這主要與復(fù)雜曲面所引起的氣流多次分離與再附著有關(guān)。

(2) 討論了來流沿著開敞通道方向與垂直開敞通道方向這兩個工況下屋蓋表面的風(fēng)壓分布，研究結(jié)果適用于類似的大型建筑入口處的單方向開敞式屋蓋結(jié)構(gòu)，可以為同類結(jié)構(gòu)的風(fēng)荷載確定提供依據(jù)。同時發(fā)現(xiàn)在255°風(fēng)向角附近，吸力在屋蓋跨中屋脊附近達(dá)到極大值，在今后的設(shè)計中應(yīng)該重點(diǎn)關(guān)注斜風(fēng)向?qū)Υ罂缥萆w結(jié)構(gòu)的破壞。

(3) 復(fù)雜屋蓋結(jié)構(gòu)表面的相當(dāng)一部分測點(diǎn)都表現(xiàn)出了非高斯特性。研究表明當(dāng)測點(diǎn)處于來流區(qū)時非高斯特性不明顯，而當(dāng)測點(diǎn)處于氣流分離區(qū)時則表現(xiàn)出明顯的非高斯特性。

(4) 三種概率分布混合模型對該復(fù)雜屋蓋風(fēng)壓系數(shù)的概率分布均表現(xiàn)出了較好程度的擬合效果，相比而言，LW混合模型最為符合風(fēng)洞實(shí)測風(fēng)壓時程的概率分布，該模型對不同偏度的風(fēng)壓分布情況均有良好的適應(yīng)性，可以用來描述此類大型建筑入口處的開敞式復(fù)雜屋蓋結(jié)構(gòu)表面的風(fēng)壓分布，但是對于其他形式的大跨結(jié)構(gòu)，該模型是否具有普遍性仍需后續(xù)研究。