基于时频分析与深度学习的结构震后损伤评估

为评估地震后钢筋混凝土(RC)框架结构的损伤状态,提高损伤评估的效率和精度,文章提出一种基于时频分析和一维卷积神经网络(1D-CNN)的地震损伤评估方法。首先利用增量动力时程分析对一个6层RC框架结构进行地震损伤模拟,并根据最大层间位移角对加速度信号进行损伤程度的标定,以此来获取数据样本,随后应用五种不同的时频分析方法对原始信号进行处理;然后建立基于1D-CNN的地震损伤评估模型,并利用贝叶斯优化算法寻找模型中的最优参数组合;最后评估所提出模型方法在噪声情况下的泛化能力。研究结果表明：五种时频分析方法中,小波散射变换方法的准确率最高,达92.5%,且计算速度也最快,仅需144 s;另外在噪声下该方法仍可以保持较高的损伤评估准确率,具有较好的鲁棒性和泛化能力。     

建筑结构地震损伤评估的研究进展

如何衡量地震作用下结构遭受的损伤程度，一直是地震工程研究领域的一个关键而又难以解决的问题。在1995年日本大阪（Kobe)地震使许多建筑物遭受严重损伤之后，人们对建筑物地震损伤评估的研究显得更为迫切。本文从材料、构件和结构3个层次对国内外建筑结构地震损伤评估的研究成果进行了系统总结和综合评述。     

基于小波分析和神经网络的框架结构损伤诊断方法

本文提出了基于“能量—损伤”原理，综合利用小波包分析和神经网络的框架结构损伤诊断方法。在结构损伤诊断中，时域信号经小波分析后其缺损特征会更加明显，把分布在不同频带的结点能量作为神经网络的训练样本能够很好地反映结构缺损特征。以美国土木工程师学会提出的基准结构为例，阐述了结构损伤的发生、位置和程度诊断过程，取得了令人满意的结果。     

基于能量的主余震作用下RC框架损伤与震后性能评估

地震发生后,震损结构能否承受强余震是震害调查与灾后重建中的重要问题。因此,准确评估主余震造成的结构损伤以及评估主震后震损结构的剩余倒塌能力至关重要。采用基于能量的地震损伤指标对结构损伤进行评估,以能量谱作为工程需求参数,再通过引入震损结构模型对结构在主余震作用下的累积损伤进行评估,建立主余震作用下结构整体损伤评估理论框架。然后,基于I_V损伤指数对主余震下的结构损伤进行量化,得到震损结构的倒塌能力曲线,并确定结构剩余承受强余震的能力。以6层3跨钢筋混凝土(reinforced concrete, RC)框架结构为例进行分析,结果表明：地震能量损伤指标法物理意义明确,可以从能量角度快速评价主余震下结构损伤;震损结构的剩余倒塌能力随着主震强度增加而逐渐降低;对于案例结构而言,主震下结构损伤小于0.32时可以认为震损结构是安全的可以承受强余震,介于0.32～0.52之间时,需要对震损结构加固修复,以保障余震安全。     

多层及高层框架结构地震损伤诊断的神经网络方法

本文提出了强震后多层及高层框架结构地震损伤诊断的神经网络方法。文中在提出有结点损伤的梁柱有限元刚度矩阵的基础上，建立了有结点损伤框架结构的有限元模型。通过完好结构和有损伤结构的有限元分析，获取二者应变模态差值作为损伤标识量，并输入径向基（RBF）神经网络进行训练，得到了框架结构结点损伤诊断的神经网络系统。数值仿真分析结果表明，此神经网络可以对多层及高层框架结构结点各种程度的损伤做出成功诊断。     

基于一维卷积神经网络的结构损伤识别

传统结构损伤识别需对采集数据进行分析,提取相应特征进行损伤诊断。特征提取过程需消耗大量的计算成本,无法满足结构健康监测在线损伤识别的需求。为提高损伤识别的计算效率和自动化程度,提出基于一维卷积神经网络的结构损伤识别方法,其特点是可以直接从原始振动信号中自主学习损伤特征,并准确快速地识别结构的损伤位置和损伤程度。采用简支梁数值模型和IABMAS BHM Benchmark数值模型验证所提方法的有效性。数值结果表明:所建立的一维卷积神经网络模型能够准确识别结构的损伤位置和损伤程度,具备一定的抗噪性能,整体模型收敛快,对单条样本测试延迟低。设计了钢框架结构损伤识别试验,采用所提方法对框架结构的损伤情况进行了识别。分析结果表明:所提方法可准确识别结构损伤程度及损伤类别,测试集准确率为100%,验证了方法在实际结构损伤识别的应用可行性。     

钢筋混凝土结构基于地震损伤性能的设计

本文结合我国地震设防水准,在国内外有关地震损在量研究结果的基础上,提出钢筋混凝土结构地震损伤的“三水准”性能目标;其次,对于剪切型钢筋混凝土结构,提出了结构层间柱－压弯构件三线性恢复力模型参数确定和地震损伤计算方法;第三,提出了地震损伤直接验算和将地震损伤验算归结为变形验算的钢筋混凝土结构地震损伤性能设计方法;最后,通过设计例题说明了本文方法应用的可行性。     

基于Elman神经网络算法的地震经济损失快速评估研究

地震经济损失快速评估是应急救灾的重要决策依据。本文选取了震级、极震区烈度、极震区烈度和抗震设防烈度之差ΔI、人口密度、人均GDP等5个指标作为输入层节点,将地震灾害的直接经济损失作为输出层节点,通过对1996—2013年的地震灾害损失资料进行训练和仿真分析,构建了Elman神经网络地震经济损失快速估计模型。运用该模型,对近年来的7个破坏性地震的直接经济损失进行评估分析,评估结果和实际直接经济损失有较好的一致性,该方法为地震经济损失快速评估提供了一种新思路。     

一种简化的混凝土结构地震损伤评估模型及方法

随着地震工程学的发展和结构抗震设计思想和理论的进步,探讨结构在地震作用下的地震损伤破坏机理和基于结构性能的抗震设计方法(PBSD)逐渐得到了各国专家、学者的重视。而地震损伤评估的研究就是其中的一个重要方向。鉴于现阶段混凝土结构地震损伤评估方法的局限性,本文采用推广的混凝土材料的Mazars损伤模型,进而提出了一种基于常规有限元分析荷载子步的简化的地震损伤评估方法,这种方法实现简单,便于实际工程应用,同时具有一定的精细性。最后,将本文的损伤评估方法应用到一个钢筋混凝土框架的地震损伤评估实例中,分析结果与实验和实际的震害比较吻合,表明本文提出的模型和方法是有效的。     

基于神经网络的钢筋混凝土异型节点损伤分析

提出了将神经网络技术引入到钢筋混凝土构件损伤分析中的意义,并介绍了其在结构分析中的应用。根据低周反复荷载作用下钢筋混凝土框架异型节点的受力特点和破坏模式,定义了节点的损伤指标并分析了影响节点损伤指标的主要因素。利用前馈神经网络方法建立了该类节点的损伤模型。通过与传统分析方法相对比可知,在拥有了充分可靠的试验数据基础上将神经网络技术引入到伪静力条件下钢筋混凝土构件的损伤分析中可在一定程度上弥补传统计算方法的不足,为异型节点的研究提供了一种切实可行的途径。     

测震台网强震影响范围快速判定

以测震台网Jopens系统流服务为依托,根据NetSeis/IP协议通讯标准实时接收数据包,解析MiniSEED格式波形数据,监控台站波形中断情况,实现基于REST架构的台站状态显示,结合震中附近地质构造信息,快速判定地震破坏扩展方向,圈定极震区范围,为地震应急决策服务.     

钢筋混凝土框架柱震损程度量化鉴定方法

钢筋混凝土结构震后损伤鉴定中,最常见的方式是鉴定者观察房屋破坏现象,根据经验给出震损等级。该方法直观高效,但对鉴定者的专业经验要求较高,且鉴定结果的主观差异较大。对此以RC框架柱为对象,开展了基于震损现象的震损量化鉴定方法研究:在RC框架柱震损现象量化试验基础上给出基于构件骨架曲线特征阶段的震损分级方法;对7个RC框架柱试件进行了改进Park-Ang损伤指数分析,建立了RC框架柱损伤指数-震损分级-震损现象的对应关系;基于RC框架柱的试验结果及典型震害编制了RC框架柱震损图集,并给出了使用图集进行框架柱震损鉴定的流程及方法。使用该方法对2个实际震害中的RC框架柱进行了震损鉴定,可为更加客观以及准确地开展钢筋混凝土结构的震损鉴定提供参考。     

燃气管网地震破坏快速评估方法研究

针对燃气管网基础资料难以获取的实际情况,利用有限数据开展燃气管网地震破坏的快速评估方法研究。基于历史震害统计分析结果,修订了燃气管网地震破坏等级划分方法;当燃气管网震害率模型不完备时,提出了类比供水管网震害率模型获得燃气管网震害率模型的方法。以东部发达城市上海市和西部石油城市新疆克拉玛依市为列,评估了2个城市在不同地震影响烈度下燃气管网的地震破坏情况,评估结果完全符合地震现场调查结论。     

Control of structural seismic response by self-recurrent neural network (SRNN)

A new paradigm called self-recurrent neural network (SRNN) is proposed. Two SRNNs are utilized in a control system, one as an emulator and the other as a controller. To guarantee convergence and for faster learning, an approach using adaptive learning rate is developed by Lyapunov function. Finally, the neural network control algorithm is developed for on-line control of structural seismic response in real time. Simulation-results have shown that it can effectively control structural seismic response and make it consist with the desired response. © 1998 John Wiley & Sons, Ltd.     

钢筋混凝土框架结构地震破坏的计算机模拟方法

本文提出了对钢筋混凝土框架结构地震破坏进行计算机模拟的方法，在模拟的过程中，作者建立了破坏单元以及单元破坏准则，导出了切合实际的结构倒塌的判定方法，开发了计算机机动模型的自动生成和分析技术以及可视化模拟技术，为研究钢筋混凝土框架结构破坏过程提供了一个有效的方法。     

基于多尺度卷积神经网络的结构损伤识别研究

为了利用结构振动响应的时间多尺度特征来提升卷积神经网络识别结构损伤的能力,给出了两种用于结构损伤识别的多尺度卷积神经网络,即多尺度输入和多尺度卷积核卷积神经网络.对于多尺度输入卷积神经网络,将通过下采样和滑动平均获取的具有不同时间尺度特征的振动信号输入固定尺寸卷积核的分支卷积神经网络;对于多尺度卷积核卷积神经网络,则将...     

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。     

基于模糊神经网络和证据理论的结构损伤识别新方法

为了有效利用结构健康监测系统中的多源不确定数据,提高损伤识别的正确率,通过构造模糊神经网络(FNN)分类器,提出了一种新的概率赋值函数构造方法和数据融合损伤识别新方法.该损伤识别方法先对数据预处理,提取有效的特征参数,接着将它作为FNN的输入,构造FNN分类器,最后运用数据融合中的D-S证据理论计算出融合决策结果.为了验证所提方法的有效性,通过一个七层剪切型框架结构的数值模型,分别用单一FNN分类器和数据融合损伤识别方法进行了损伤识别和比较.研究结果表明,本文所提方法比单一决策结果更准确,具有更高的可靠度。     

芦山7.O级地震中钢筋混凝土框架结构震害分析

2013年4月20日四川芦山7.0级地震给震区建筑结构造成了严重破坏.本文选择不同烈度区典型震害的钢筋混凝土框架结构,介绍了结构梁柱、填充墙、其他附属构件及地基等的破坏特点,分析了各类震害特征与破坏机理.结果显示,钢筋混凝土框架结构在本次地震中表现出了良好的抗震性能,除了极震区个别建筑框架柱发生了结构性破坏外,地震区绝大部分均为非结构性破坏,如填充墙及其他附属构件破坏,且大部分破坏不影响结构框架承重体系继续使用.最后针对该次地震中钢筋混凝土框架结构存在的主要问题,给出了一些钢筋混凝土框架结构设计与建设改进建议.