地震动河谷场地效应研究

本文以梯形河谷场地为研究对象,采用二维显式有限差分和透射人工边界理论,根据设计的正交表建立计算模型,计算分析了梯形河谷场地对地震动的影响因素,对其影响程度进行了排名,并采用强震记录分析法对计算结果进行了初步验证。结果表明,4个因素对梯形河谷场地的地表地震动有重要的影响,但是其影响程度随着位置的变化表现也不同,不同位置的影响因素排名不同;距河谷谷坡40m以内的场地,各影响因素排位相同,首位是河谷坡角,其次是深宽比、覆盖层厚度,最后是输入地震动强度,因此,河谷场地距谷坡一定距离时各因素对地表地震动影响程度基本相同,该段场地河谷地形的几何参数对地震动影响起较大作用;随着场地距河谷谷坡越远,影响因素的排位也发生了变化,总体上是坡角排位后移,输入地震动和覆盖层厚度排位前移,河谷几何参数对地震动影响逐渐减弱,覆盖层厚度和输入地震强度2个因素的影响逐渐加大,该段场地对地震动影响与水平成层场地类似。对安宁河河谷场地强震记录分析验证的结果表明,河谷地形对地震动有显著的放大作用,同时也验证了本文的数值模拟结果是可信的。     

岩土介质随机性对沉积河谷地震动放大效应的影

基于间接边界元法计算沉积河谷对平面P波和SV波的二维散射,着重考察沉积介质波速和材料阻尼的随机性对河谷地震动放大效应。利用蒙特卡罗方法随机模拟产生了波速样本和阻尼样本各30组,给出了不同入射角度和频率P波和SV波入射下河谷随机响应的单频和频谱结果。算例分析结果表明:(1)地表位移响应幅值的变异系数极值均显著大于波速比变异系数,且波速比的随机性对地表位移的影响在体系共振频率处最为明显,地表位移的最大标准差可达7.168;低频情况下,沉积中部地震反应变异性更显著,高频情况下则在沉积河谷边缘变异性最大;(2)入射波角度对地表位移响应变异系数极值的影响不大,但对变异系数空间变化的影响显著;(3)阻尼的随机性对地表位移的影响在低频情况下较小,在高频情况下则较明显,尤其是在沉积河谷的体系自振频率处,其影响最为显著。      

岩土介质随机性对沉积河谷地震动放大效应的影响

基于间接边界元法计算沉积河谷对平面P波和SV波的二维散射,着重考察沉积介质波速比和材料阻尼比的随机性对河谷地震动放大效应的影响.利用蒙特卡罗方法随机模拟产生了波速比样本和阻尼样本各30组,给出了不同入射角度和频率的P波和SV波入射下河谷随机响应的单频和频谱结果.算例分析结果表明:①地表位移响应幅值的变异系数极值均显著大于波速比变异系数,且波速比的随机性对地表位移的影响在体系共振频率处最为显著,地表位移的标准差最大可达7.168;低频情况下,沉积中部地震动反应的变异性更显著,高频情况下则在沉积河谷边缘变异性最大;②入射角对地表位移响应变异系数极值的影响不大,但对变异系数空间变化的影响显著;③阻尼比随机性对地表位移的影响在低频情况下较小,在高频情况下则较明显,尤其是在沉积河谷的体系自振频率处,其影响最为显著.      

翡翠河谷地震动地形效应解析分析

地表不规则地形的存在往往会引起地震波的散射,进而产生局部地震动放大或衰减的现象.虽然地形效应最早在异常地震记录中被发现,然而利用地形影响台阵记录到的地震动数据却少之又少.基于1992年在我国台湾翡翠河谷上观测到的六条地形影响台阵记录,利用线源SH波入射下非对称V形河谷地震波传播解析理论,模拟得到了河谷台阵各点的地震动,...     

基于场地效应的地震动特性研究

为了研究强地震作用下,场地类别对于地震动幅频特性的影响,本文统计了3 579条日本地震动的时程,并针对场地类别的不同,分别从基岩和土层的峰值加速度幅值特性角度,以及从标准化反应谱和平均加速度反应谱等频谱特性的角度研究其幅频衰减特性,最后给出了各类场地峰值加速度衰减曲线。结果表明,土层对于地震动幅值和频谱的放大作用会随着场地类别的变软而增加,并且场地越软,远场的长周期特性越明显。利用平均加速度反应谱可以有效地反映频谱中的长周期成分。     

基于改进差分进化算法的大地电磁反演

为弥补传统线性化大地电磁（MT）反演方法需计算高阶偏导矩阵,对细节信息反映能力弱的不足,达到提高大地电磁反演精度的目的,本文尝试引入优化领域的智能优化算法 差分进化算法（DE）实现大地电磁的全局优化反演．针对经典DE算法在进行全局寻优时存在收敛慢、易陷入局部最优等问题,从算子自适应及寻优策略集成方面对算法进行研究,提出改进差分进化（TDE）算法,并利用标准测试函数对其进行测试,结果证实了改进后的TDE算法具有寻优速度快、鲁棒性强、不易陷入局部最优的特点．并构建了基于TDE算法的大地电磁优化反演模型,通过理论模拟及实测数据对所构建模型进行验证,结果表明TDE算法可有效提高大地电磁的反演的精度,具较好的可推广性．     

基于台阵记录的局部场地条件地震动效应分析

基于自贡西山公园山体地形影响台阵和唐山响堂土层场地台阵的地震动记录, 采用互相关分析、 相干系数分析、 傅里叶谱比法和考虑相干系数的傅里叶谱比法, 对比研究了山体地形和土层场地两种局部场地条件对地震动的影响。 结果表明, 局部场地条件下的地震动效应与地震波的频率成分相关。 低频地震波由于其波长较长, 易于穿过土层场地和山体地形发生衍射, 从而导致二者地震动显著相关, 但二者在该频段的地震动场地效应差异不大; 较高频率的地震波由于其波长较短, 更容易受土层场地条件和山体地形条件的影响, 造成二者地震动场地效应差异显著。 此外, 由于山体顶部的尺寸变小, 低频长波长地震波容易在该位置发生衍射, 导致山顶周边测点的地震动相关性增加, 而较高频率的地震波则容易引起山顶局部场地发生共振效应。 山体地形上相邻位置的地震动差异一般较大, 相关性较低, 这与山体地形不同位置的几何形状对较高频率的地震波影响有关; 山底基岩的地震动受山体地形的影响较小, 该位置的地震动效应机制尚需作进一步研究。      

基于强震动数据的龙门山地区地震动预测模型参数反演

基于2008—2015年龙门山地区的强震动记录,采用广义线性反演法计算了龙门山地区的震源参数、品质因子以及83个强震动台站的局部场地放大系数。结果显示:芦山地震发生之前,汶川地震余震的应力降随时间的增加而逐渐增大;芦山地震发生之后,龙门山断裂带上余震的应力降明显减小,并在之后随时间呈缓慢增大的趋势;部分M_S≥4.7余震事件的加速度震源谱中出现明显的高频衰减现象。通过对应力降随时间变化规律的分析认为,这种高频衰减现象可能与震级大小和震源破裂滑动的最大速率有关。此外,反演得到了山区和盆地地区的品质因子分别为Q（ f ）＝264 f 0.75和Q（ f ）＝223 f 1.01;同时获取了龙门山地区83个强震动台站的局部场地放大系数,并计算了基于NGA场地分类标准的A类、 B类和C类场地的平均场地放大系数。结果显示,以上3类场地的平均场地放大系数具有相似的峰值,但是随着场地趋于软弱,峰值平台区向低频部分发育。      

河谷地形对地震动的影响分析

基于时域隐式动力有限元结合黏弹性人工边界的方法,实现了地震动垂直入射下三维河谷地形地震反应的数值模拟。在此基础上,针对河谷地形对地震动的影响,对峰值差异、质点运动轨迹等进行了分析,继而分析了地震动相干性及相位差等频域特性。结果表明:河谷地形对地震动强度具有显著影响,其与河谷特征及场点位置相关;河谷地形能产生明显的地震动转换,且坡度越大地震动转换越明显;河谷地形效应会减小地震动的相干性,表现为河谷两岸地震动之间相干性较好,而边坡下降会导致相干性的减小;河谷地形效应导致地震动产生相位差,相位差大小与场点位置相关,但河谷两岸地震动之间几乎不存在相位差,而斜坡及谷底相位差均较大。     

城市密集建筑群对沉积谷地地震动放大效应的影响

采用有限元模拟方法建立了建筑群-沉积谷地二维模型,并在土体截断边界上施加粘弹性人工边界,在频域与时域中对比分析此体系和单独沉积谷地的地震反应,观察地震时沉积谷地与建筑群之间的动力相互作用规律。分析表明,沉积谷地中建筑群对谷地本身的地震反应具有显著影响。入射波频率较低时,由于共振效应的存在,在部分区域处建筑群-沉积谷地体系的地表位移响应幅值会大于单独沉积谷地,但随着入射波频率的增加,建筑群的存在又会对地震反应产生明显的减弱效果;建筑群对谷地的影响还与建筑高度和建筑间距有关,且不同位置处的响应也存在很大差异。计算结果可为沉积谷地中设防烈度的设置以及工程抗震设计提供部分理论依据。     

基于神经网络的随机地震反演方法

针对随机地震反演中存在的两个主要问题,随机实现含有噪声和难以从大量随机实现中挖掘有效信息,提出了一种基于神经网络的随机地震反演方法.通过对多组随机实现及其正演地震数据的计算,构建了基于序贯高斯模拟的训练集.这也为应用神经网络求解地球物理反问题,提供了一种有效建立训练集的方法.较之传统的神经网络反演,这种训练集不仅保证了学习样本具有多样性,同时还引入了空间相关性.数值模拟结果表明,该方法只需要通过单层前馈神经网络,就可以比较有效的解决一个500个阻抗参数的反演问题.     

灰关联与人工神经网络在建筑物震害预测中的应用

基于灰关联识别方法,解析了各震害影响因子对多层砖房抗震性能的影响程度;并利用BP人工神经网络非线性模型对震害实例样本进行了训练。结果表明:利用灰关联分析,可得出各因子对多层砖房抗震性能影响程度的大小排序,有利于实际的工程抗震设计;基于BP人工神经网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,其思路和方法可推广于其他不同类型的建筑结构的震害预测。     

基于卷积神经网络的地震波形智能识别研究

随着世界上多个国家和地区的地震预警系统投入运行,误报和漏报等问题逐渐突显,特别是将标定以及强干扰波形误识别为大震事件,快速、精确地区分地震与其他波形是一个难题。针对于此,该研究提出了基于卷积神经网络地震波形智能识别方法。首先收集并处理了2012—2017年中国境内福建以及周边邻省共683个地震和478个爆破事件,并对这些样本筛选、截取和基线校正等预处理,共得到了27 500条三通道波形。在此基础上,构建了3 s波形输入的卷积神经网络模型(SW-CNN)。结果表明：模型对地震、噪声、爆破和异常波形的识别率分别为97.9、99、99.2和99.3%。相比于人工手动分类识别,该模型更省时和更稳定,为地震预警目前所面临的问题提供了一个新的解决方法。     

基于深度神经网络的地震强反射剥离方法

在储层预测工作中,储层弱反射信号淹没在强反射信号之中的情况非常常见,这不利于精确识别和描述储层结构.本文提出了一种基于深度神经网络的强反射剥离方法,用于辅助储层弱反射信号的检测工作.该方法在卷积模型的框架下将强反射预测问题分解为地震子波预测与强反射预测两个子优化问题,并采用AIDNN与U-Net两个深度神经网络分别求解.通过训练直接得到地震数据与强反射之间的映射关系,避免了经验性调参过程,计算速度快,适用于海量地震数据处理.模型数据和实际资料试算结果表明,本文方法能够预测并剥离地震数据中的强反射且保真保幅性好;在该方法的基础上进行的储层砂体展布预测工作取得了良好效果.

     

基于灰关联与人工神经网络综合评价模型的多层砖房震害预测

结合几次大地震中多层砖房的实际震害资料,基于灰关联识别方法,解析了各影响因子对多层砖房抗震性能的影响程度。以反映结构抗震性能的各类物理参数作为输入数据,以给定地震动峰值加速度下建筑物破坏状态的概率作为输出数据,采用8-6-5层结构,建立了基于BP人工神经网络的非线性模型,并对震害样本进行了训练。结果表明:利用灰关联分析,可得出各因子对多层砖房抗震性能影响程度的大小排序,有利于实际的工程抗震设计;基于BP人工神经网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,其思路和方法可推广于其他不同类型的建筑结构的震害预测。     

Prediction of column failure modes based on artificial neural network

To implement the performance-based seismic design of engineered structures, the failure modes of members must be classified. The classification method of column failure modes is analyzed using data from the Pacific Earthquake Engineering Research Center(PEER). The main factors affecting failure modes of columns include the hoop ratios, longitudinal reinforcement ratios, ratios of transverse reinforcement spacing to section depth, aspect ratios, axial compression ratios, and flexure-shear ratios....     

应用人工神经元网络方法自动检测地震事件

利用人工神经元网络方法,提出了一种从连续的地震数据中检测出地震事件的方法。该方法分两步,首先,低阈值的STA／LTA算法从连续的波形中检测出类似地震事件;其次利用神经元网络方法,区分事件是地震事件还是噪声事件。通过对数据检测结果比较,找出了适合地震检测的神经元网络训练方法和神经元传递函数。在对天山流动台阵其中两个台的检测结果表明,在连续约两个月数据中,39RLS台检测出地震75个,30RNA台检测出地震95个,证明该方法对地震事件检测来说是一种有效的方法。     

地震活动性参数全时空扫描动态寻优预报模型

选取10种物理意义清楚、独立性较好的地震活动性参数,以最大限度地提高预报效能为目标,采用全时空扫描方法建立动态寻优预报模型。研究表明,地震活动性参数动态寻优预报模型,在空间上,客观地反映了区域构造活动的差异性;在时间上,完整地反映了区域地震活动的涨落;可以有效地剔除背景干扰,提高地震异常识别率,避免预报的随机性和盲目性。