不同软件对网架的计算对比分析

冯哲鸣

1.概述

1.1 网架计算软件介绍

空间结构在外形上属于三维空间形体，在受力形式上需三向共同承担荷载作用[1]。目前，国内诸多高校和科研设计院也研制了有各自特色的网架计算软件，其中3D3S 钢结构设计软件是同济大学独立开发的CAD 软件系列；MSTCAD 为浙江大学空间结构研究中心研究开发，并经过多项工程实际应用的考验空间结构设计的软件；MIDAS 是一种有关结构设计的有限元分析软件。本文通过对这三个不同软件的建模数据进行计算，并分析对比不同软件的计算结果。

1.2 网架结构形式

网架有许多种形式，较为常用的网架结构形式可分为四种。

（1）由平面桁架系组成的两向正交正放网架、两向正交斜放网架、单向折现型网架。

（2）由四角锥体组成的正放四角锥网架、斜放四角锥网架等。

（3）由三角锥体组成的三角锥网架、抽空三角锥网架、蜂窝型三角锥网架。

（4）由六角锥体组成的网架结构[2]。

本文以跨度45m 的正交正放四角锥网架为例，通过3D3S 建模，分别导入MSTCAD 和MIDAS 并调整模型与3D3S 一致，在3D3S、MSTCAD、MIDAS 中进行分析得到计算结果，然后分别对各个节点的轴力、位移，地震周期和振型，支座反力等计算数据进行对比。

2.计算模型

结构计算模型为两向正交网架，计算跨度均为45m，上下弦杆长均为3m，采用上弦支撑，钢材为Q235B，弹性模量为2.06×105N/mm2，容重为7.697×105N/mm2,泊松比为0.3，截面为空心圆管，网架的支撑条件为固定铰接，即Dx，y，z=1，Rx，y，z=0，网架面荷载为0.5KN/mm2恒荷载，0.5KN/mm2活荷载。

计算模型中考虑的工况为恒、活荷载以及地震作用，由于雪荷载相对活荷载较小，本课题不考虑雪荷载，仅考虑风荷载，同时也不考虑由温度工况引起的变化，网架模型下图1。

图1 网架计算模型

3.计算结果对比

通过MIDAS、MSTCAD、3D3S 计算模型，可以得到网架的计算结果，下面就对杆件内力、杆件位移、周期振型在这三个结构设计软件中的结果进行对比。

3.1 杆件内力

为了对比分析内力，选取恒+活的荷载组合。在MIDAS 中，首先分析梁单元的内力。为了方便数据对比，选取网架中内力最大的单元，首先分析Fx，可以看到，内力最大的梁单元在跨中附近，MIDAS 中Fx 最大的梁单元为编号781～782。选取781～782 段梁单元数据建立以下表1、表2、表3。对于Fy 和Fz，由于是网架，假设梁单元只承受轴向内力，而在模型中也验证了这一点，故不对Fy 和Fz 进行分析。

表1 MIDAS 中轴向Fx 内力

表2 3D3S 中轴向Fx 内力

表3 MST 中轴向Fx 内力

从上述3 个表中，可以看到3D3S 的计算结果数据最大，MST 的计算结果和3D3S几乎一致，MIDAS的计算结果最小。对比可以得到，在计算杆件内力的时候，MIDAS 与3D3S 计算结果相差在4%左右，3D3S 与MST 计算结果相差在0.1%左右，MIDAS 与MST 计算结果相差在4%左右。

3.2 杆件位移

把位移分为三个基本矢量方向，即Dx、Dy、Dz 三个方向，MIDAS 中可以把这三个基本方向进行组合，分别为Dxy、Dxz、Dyz、Dxyz。经过计算，可以得到网架在X 和Y 方向上的位移较小，网架的竖向位移较大，故重点分析位移Dz。在MIDAS 中，节点为369 的竖向位移Dz为-76.057585，3D3S 中节点369 的竖向位移Dz 为-66.296，而在MST 中节点369的竖向位移Dz 为-71.969。得到了3 个计算软件的竖向位移的数据，其中MIDAS的竖向位移计算结果最大，3D3S 与MST几乎一致，MIDAS 的计算结果相较于3D3S 大了14.7%。

3.3 周期与振型

众所周知，在水平地震作用下网架结构的影响较小，所以目前网架结构设计多针对竖向地震，竖向地震作用对网架结构影响较大。计算模型中6 度和7 度烈度下不考虑竖向地震作用，仅考虑水平地震作用，而8 度需要考虑竖向和水平地震作用。在三个计算软件中采用反应谱法，得到自振周期等数据，可以看到不同烈度下的数据，在3D3S中，8度烈度工况下，选取3个模态，周期分别为0.35614、0.18064和0.16640。在MST 中，周期分别为0.348、0.177 和0.163。从上述数据中，可以看到3D3S 与MST 的周期计算结果相差有限，约为2.35%左右。

4.结语

从本文的分析中，可以看到由于三个软件计算的差异，导致3D3S、MST 和MIDAS 的计算结果均有不同的差距，但差距在相对微小的范围内，属于可控的误差。整体来看MIDAS 相较于3D3S 与MST，计算偏差在4%左右，而3D3S 与MST 计算结果较为接近，数据相差非常小。