Analyse av vibrasjonsegenskaper i eksisterende massivtredekker

Abstract

Massivtredekker dimensjoneres med lengre spenn, mindre tykkelse og det benyttes sterkere og lettere materialer enn noen gang før. Som et resultat av dette ser man at vibrasjoner og svikt blir et viktig tema for diskusjon. Følelser er subjektivt som betyr at vibrasjoner i gulv for en person kan oppleves ugunstig, mens for en annen ikke merkes i det hele tatt. Det å finne en god metode for kartlegging og dokumentering av egenfrekvenser i eksisterende massivtredekker blir derfor viktig i tiden fremover. For å imøtekomme utfordringene knyttet til bygg med store spennvidder, er det i denne oppgaven samlet inn massivtredekkers egenfrekvenser. Egenfrekvensen er målt opp mot krav stilt i forslag til eurokode 5, østerisk tillegg og en alternativ metode fra Hamm, Richter og Winter. Datainnsamlingen er gjort med akselerometre produsert av PCB Piezotronics Inc. og CatmanEasy programvare. Videre er dataene behandlet i The Jupyter Notebook (Python) og Excel. Etter en Fourier transformasjon er egenfrekvensene bestemt ved å lese av første harmoniske impuls med Peak Picking Method.

Wooden floors are designed with longer spans, less thickness as well as with the usage of stronger and lighter materials than ever before. As a result, one sees that vibrations and springiness becomes more important. Emotions are subjective, meaning that vibrations in floors can feel uncomfortable for one person and comfortable for another. A good method for surveying natural frequencies in existing CLT-floors, therefore becomes important in the time to come. To face the challenges that follows the design of long-span structures in wood, this project gathers floor elements natural frequencies. The frequencies are compared to recommended values from a new chapter in Eurocode 5, Austrian annex and an alternative method from Hamm, Richter and Winter. The gathering of information has been done with accelerometers produced by PCB Piezotronics Inc. and CatmanEasy software. The data itself has been processed in The Jupyter Notebook (Python) an Excel. After a Fourier transformation the natural frequency is determined by the first harmonic response and Peak Picking Method.