一种结构易损性分析方法及相关装置

1.本发明涉及结构分析技术领域，具体涉及一种结构易损性分析方法及相关装置。


背景技术：

2.对于结构易损性分析，由于需要全面考虑地震及结构性能的种种不确定性因素，为了能得到准确的易损性分析结果，传统方法往往需要庞大数量的结构精细化数值分析，经过统计回归得到相应的结果。但在这个过程中，整体计算量过大，耗时久，不适用于震后紧急状况，更无法应用于当前更为需要的区域级别结构易损性分析工作中。如何高效准确评估结构易损性水平，从而及时准确指定相应维护策略已成为当务之急。


技术实现要素：

3.本发明的目的在于提供一种结构易损性分析方法及相关装置，以解决现有技术整体计算量过大，耗时久，不适用于震后紧急状况，更无法应用于当前更为需要的区域级别结构易损性分析工作中的问题。
4.为实现上述目的，本发明采用以下技术方案：
5.本发明第一方面，提供了一种结构易损性分析方法，包括：
6.收集结构设计参数分布信息θ和地震动时程t；
7.基于设计参数分布信息建立高精度分析模型mh和低精度分析模型m
l
；
8.将地震动时程t输入分析模型mh和m
l
进行确定性分析，分析次数分别为m和n，得到m组高精度结构响应rh和n组低精度结构响应r
l
；
9.将设计参数分布信息θ、地震动时程t特征ft和对应r
l
联立作为输入特征，rh作为输出特征建立数据集，共包含m组数据，建立神经网络模型p-net
学习输入-输出间的映射关系；
10.将剩余n-m组低精度结构响应r
l
输入p-net
映射为高精度响应r
l2h
；
11.将m组高精度响应rh和n-m组映射后的低精度响应r
l2h
联合，经过回归分析得到地震概率需求模型d；
12.将需求模型d和相关规范规定的承载力c联合，计算结构失效概率pf，得到易损性分析结果。
13.进一步的，设计参数分布信息θ包括结构几何尺寸和材料性能参数。
14.进一步的，高精度分析模型为实体单元精细化模型或纤维单元模型；低精度分析模型为多质点模型。
15.进一步的，高精度结构响应rh和低精度结构响应rl数量m,n，n的取值选择为大于等于10倍的θ维度，同时m满足：10％
×
n≤m≤30％
×
n。
16.进一步的，地震动时程t特征ft，包括地震动峰值加速度pga、地震动峰值速度pgv、谱加速度sa地震动标量指标，以及完整的地震动时程数据at。
17.进一步的，神经网络模型包括用于拟合线性映射关系pl和非线性映射关系pnl的两条分支，且最终网络输出结果基于一个自适应权重α，通过加权平均两支结果得到：网络
输出＝α
·
p
l
+(1-α)
·
p
nl
。
18.本发明第二方面，提供了一种结构易损性分析系统，包括：
19.数据采集模块，用于收集结构设计参数分布信息θ和地震动时程t；
20.模型建立模块，用于基于设计参数分布信息建立高精度分析模型mh和低精度分析模型m
l
；
21.输入模块，用于将地震动时程t输入分析模型mh和m
l
进行确定性分析，分析次数分别为m和n，得到m组高精度结构响应rh和n组低精度结构响应r
l
；将设计参数分布信息θ、地震动时程t特征ft和对应r
l
联立作为输入特征，rh作为输出特征建立数据集，共包含m组数据，建立神经网络模型p-net
学习输入-输出间的映射关系；
22.地震概率需求模型获取模块，用于将剩余n-m组低精度结构响应r
l
输入p-net
映射为高精度响应r
l2h
；将m组高精度响应rh和n-m组映射后的低精度响应r
l2h
联合，经过回归分析得到地震概率需求模型d；
23.计算输出模块，用于将需求模型d和相关规范规定的承载力c联合，计算结构失效概率pf，得到易损性分析结果。
24.本发明第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现一种结构易损性分析方法的步骤。
25.本发明第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现一种结构易损性分析方法的步骤。
26.与现有技术相比，本发明有以下技术效果：
27.本发明可以仅通过少量高精度结构分析数据，结合大量低成本的低精度结构分析数据，高效准确地得到结构易损性分析结果，用于区域结构性能评价。
28.本发明可基于少量的高精度模型分析结果对大量低精度模型分析结果进行精度提升，得到和纯基于高精度模型精度相当的易损性分析结果，由于仅进行了少量高精度模型分析，整体分析效率大大提升，可以有效为实时高精度区域结构易损性分析服务。
附图说明
29.图1为本发明的高效的结构易损性分析方法的步骤流程示意图；
30.图2为一典型框架结构及其设计参数θ；
31.图3为基于框架结构设计参数建立的高精度纤维单元模型和低精度多质点模型；
32.图4为通过高精度和低精度模型获得的结构最大层间位移角结果rh和rl；
33.图5为用于建立映射的神经网络p-net结构示意图。
具体实施方式
34.以下结合附图对本发明作详细说明。
35.如图1所示，本发明的一种高效的结构易损性分析方法，包括以下步骤：
36.步骤1：收集结构设计参数分布信息θ(包括结构几何尺寸和材料性能参数)和地震动时程t，如图2所示一典型框架结合和关键设计参数；
37.步骤2：基于设计参数θ建立高精度分析模型mh和低精度分析模型m
l
，如图3所示对
应于图2中框架模型的高精度纤维单元模型和低精度多质点模型；
38.步骤3：将地震动时程t输入分析模型mh和m
l
进行确定性分析，分析次数分别为m和n，得到m组高精度结构响应rh和n组低精度结构响应r
l
，如图4中所示经过两种模型获得的结构最大层间位移角结果rh和r
l
；
39.步骤4：将θ、地震动时程t特征ft和对应r
l
联立作为输入特征，rh作为输出特征建立数据集，共包含m组数据，建立神经网络模型p-ne
t学习输入-输出间的映射关系，图5给出了网络结构的示意图；
40.步骤5：将剩余(n-m)组低精度结构响应r
l
输入p-net
映射为高精度响应r
l2h
；
41.步骤6：将m组高精度响应rh和(n-m)组映射后的低精度响应r
l2h
联合，经过回归分析得到地震概率需求模型d；
42.步骤7：将需求模型d和相关规范规定的承载力c联合，计算结构失效概率pf，得到易损性分析结果，可以看到经过本方法得到的易损性曲线和基于纯高精度模型得到的易损性曲线差距很小，且计算效率上由于只需要少量高精度模型分析次数，效率大大提升。
43.本发明再一实施例中，提供一种结构易损性分析系统，能够用于实现上述的一种结构易损性分析方法，具体的，该系统包括：
44.数据采集模块，用于收集结构设计参数分布信息θ和地震动时程t；
45.模型建立模块，用于基于设计参数分布信息建立高精度分析模型mh和低精度分析模型m
l
；
46.输入模块，用于将地震动时程t输入分析模型mh和m
l
进行确定性分析，分析次数分别为m和n，得到m组高精度结构响应rh和n组低精度结构响应r
l
；将设计参数分布信息θ、地震动时程t特征ft和对应r
l
联立作为输入特征，rh作为输出特征建立数据集，共包含m组数据，建立神经网络模型p-net
学习输入-输出间的映射关系；
47.地震概率需求模型获取模块，用于将剩余n-m组低精度结构响应r
l
输入p-net
映射为高精度响应r
l2h
；将m组高精度响应rh和n-m组映射后的低精度响应r
l2h
联合，经过回归分析得到地震概率需求模型d；
48.计算输出模块，用于将需求模型d和相关规范规定的承载力c联合，计算结构失效概率pf，得到易损性分析结果。
49.本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，另外，在本发明各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
50.本发明再一个实施例中，提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实
现相应方法流程或相应功能；本发明实施例所述的处理器可以用于一种结构易损性分析方法的操作。
51.本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关一种结构易损性分析方法的相应步骤。
52.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
53.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
54.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
55.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
56.最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

技术特征：
1.一种结构易损性分析方法，其特征在于，包括：收集结构设计参数分布信息θ和地震动时程t；基于设计参数分布信息建立高精度分析模型m
h
和低精度分析模型m
l
；将地震动时程t输入分析模型m
h
和m
l
进行确定性分析，分析次数分别为m和n，得到m组高精度结构响应r
h
和n组低精度结构响应r
l
；将设计参数分布信息θ、地震动时程t特征ft和对应r
l
联立作为输入特征，r
h
作为输出特征建立数据集，共包含m组数据，建立神经网络模型p-net
学习输入-输出间的映射关系；将剩余n-m组低精度结构响应r
l
输入p-net
映射为高精度响应r
l2h
；将m组高精度响应r
h
和n-m组映射后的低精度响应r
l2h
联合，经过回归分析得到地震概率需求模型d；将需求模型d和相关规范规定的承载力c联合，计算结构失效概率p
f
，得到易损性分析结果。2.根据权利要求1所述的一种结构易损性分析方法，其特征在于，设计参数分布信息θ包括结构几何尺寸和材料性能参数。3.根据权利要求1所述的一种结构易损性分析方法，其特征在于，高精度分析模型为实体单元精细化模型或纤维单元模型；低精度分析模型为多质点模型。4.根据权利要求1所述的一种结构易损性分析方法，其特征在于，高精度结构响应rh和低精度结构响应rl数量m,n，n的取值选择为大于等于10倍的θ维度，同时m满足：10％
×
n≤m≤30％
×
n。5.根据权利要求1所述的一种结构易损性分析方法，其特征在于，地震动时程t特征ft，包括地震动峰值加速度pga、地震动峰值速度pgv、谱加速度sa地震动标量指标，以及完整的地震动时程数据at。6.根据权利要求1所述的一种结构易损性分析方法，其特征在于，神经网络模型包括用于拟合线性映射关系pl和非线性映射关系pnl的两条分支，且最终网络输出结果基于一个自适应权重α，通过加权平均两支结果得到：网络输出＝α
·
p
l
+(1-α)
·
p
nl
。7.一种结构易损性分析系统，其特征在于，包括：数据采集模块，用于收集结构设计参数分布信息θ和地震动时程t；模型建立模块，用于基于设计参数分布信息建立高精度分析模型m
h
和低精度分析模型m
l
；输入模块，用于将地震动时程t输入分析模型m
h
和m
l
进行确定性分析，分析次数分别为m和n，得到m组高精度结构响应r
h
和n组低精度结构响应r
l
；将设计参数分布信息θ、地震动时程t特征ft和对应r
l
联立作为输入特征，r
h
作为输出特征建立数据集，共包含m组数据，建立神经网络模型p-net
学习输入-输出间的映射关系；地震概率需求模型获取模块，用于将剩余n-m组低精度结构响应r
l
输入p-net
映射为高精度响应r
l2h
；将m组高精度响应r
h
和n-m组映射后的低精度响应r
l2h
联合，经过回归分析得到地震概率需求模型d；计算输出模块，用于将需求模型d和相关规范规定的承载力c联合，计算结构失效概率p
f
，得到易损性分析结果。8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器
上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种结构易损性分析方法的步骤。9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种结构易损性分析方法的步骤。

技术总结
一种结构易损性分析方法及相关装置，包括：收集结构设计参数分布信息θ和地震动时程T；基于设计参数分布信息建立模型；将地震动时程T输入分析模型进行确定性分析，得到m组高精度结构响应R


技术研发人员：陈适之 冯德成
受保护的技术使用者：长安大学
技术研发日：2023.02.28
技术公布日：2023/9/11