[發明專利]一種基于神經網絡的框剪結構倒塌面積快速評估方法

在審

• 申請號: 202211243200.0
• 申請日: 2022-10-11
• 公開（公告）號: CN116204947A
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 黃詠政;王森鈉;尹續峰;薛曉光;李易;趙玉立;周旭;陳路
• 申請（專利權）人: 中國人民解放軍63921部隊;北京工業大學
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/27;G06N3/048;G06N3/08;G06F111/04
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

1.一種基于神經網絡的框剪結構倒塌面積快速評估方法，其特征在于，包括：

1)數值模型建立：根據常見建筑結構形式和典型工況位置，確定典型框剪結構的平面布置形式，結合《混凝土結構設計規范》和《建筑抗震設計規范》對基本設計參數，即層高、恒活載、地震信息和風荷載信息進行確定；針對不同關鍵參數，即抗震設防烈度、樓層層數和結構跨度對框剪結構進行配筋設計，根據設計結果，在MSC.Marc有限元軟件中建立多個整體結構數值模型；

2)倒塌破壞部位確定：根據豎向構件承擔荷載面積和周邊構件約束水平的不同，分別劃分為角部墻、內部墻、短邊柱、長邊柱和內部柱五種不同的初始破壞位置，并設定1～4個失效豎向構件作為失效場景，采用非線性動力拆除構件法開展整體結構連續倒塌數值模型模擬，獲取整體結構在局部結構失效后的動力響應；

3)倒塌判別準則：以豎向位移超過跨度的1/5和水平向位移超過層高的1/20作為倒塌判據，并考慮上部結構倒塌的堆載作用，認為上部結構倒塌后，對應位置的下部結構也發生倒塌破壞；

4)訓練集和驗證集數據統計：基于步驟3)的倒塌判別準則，對步驟2)中得到的整體結構連續倒塌數值模擬計算結果進行倒塌面積分析，統計關鍵參數和結構單層倒塌破壞面積；

5)選擇的神經網絡模型為全連接神經網絡，分為輸入層、隱藏層和輸出層三個部分；其中輸入層包括破壞構件平面位置、破壞構件數量、抗震設防烈度、樓層層數、單跨跨度、破壞構件所在層數共計6個神經元節點,采用tanh函數作為輸入層的激活函數；選取神經網絡模型的隱藏層為2層，各隱藏層節點數分別為30個和60個；最后一層為輸出層，僅包含結構倒塌面積一個輸出節點；選取均方誤差作為神經網絡的損失函數，其中y_k代表神經網絡的輸出，t_k代表監督數據，k代表數據的維數；神經網絡的訓練采用反向傳播方法，當實際輸出與目標輸出不一致時，則計算出每個節點的誤差項，通過誤差項對各節點的權重進行修正；將步驟4)中所得的結構倒塌數據作為訓練集對神經網絡模型進行訓練；

6)在步驟5)中，采用一個二維數組來儲存單個破壞位置下的樣本數據，訓練時，采用隨機算法挑選出70％的數據作為訓練集，剩下30％作為測試集，用于驗證神經網絡模型的預測精度；

7)驗證精度滿足要求后，即認為該神經網絡模型可以用于快速計算該倒塌破壞部位引起的倒塌面積；重復步驟6)，直至得到所有倒塌破壞位置的倒塌評估模型及其對應權重參數；

8)選擇目標建筑，并得到對應的抗震設防烈度、樓層層數、單跨跨度；確定結構初始破壞平面位置、破壞構件所在層數以及破壞構件數量；將上述信息作為輸入參數，通過訓練好的神經網絡對建筑結構倒塌破壞面積進行預測。

2.根據權利要求1所述的一種基于神經網絡的框剪結構倒塌面積快速評估方法，其特征在于：在步驟1)中對典型框剪結構的平面布置形式進行了確定。

3.根據權利要求1所述的一種基于神經網絡的框剪結構倒塌面積快速評估方法，其特征在于，在步驟5)中，以抗震設防烈度、樓層層數、單跨跨度、破壞構件所在層數和破壞構件數量作為輸入，采用全連接神經網絡評估結構倒塌破壞面積。