一种平面框架结构构件重要性系数评估方法及系统技术方案

本发明专利技术公开一种平面框架结构构件重要性系数评估方法及系统，涉及结构工程和机器学习领域，该方法包括：获取目标平面框架结构对应的无向图；无向图的一个图节点对应目标平面框架结构的一个构件；无向图的边表示边所连接的两个图节点对应的构件相连；将无向图的节点特征和边特征输入至训练好的重要性系数评估模型中，得到目标平面框架结构中每一构件的重要性系数；节点特征包括每一图节点对应的构件的构件信息；边特征包括每一构件与所有构件的连接信息。本发明专利技术采用训练好的重要性系数评估模型对目标平面框架结构中每一构件的重要性系数进行评估，避免了人为主观影响，且计算量小。且计算量小。且计算量小。

【技术实现步骤摘要】
一种平面框架结构构件重要性系数评估方法及系统


[0001]本专利技术涉及结构工程和机器学习领域，特别是涉及一种平面框架结构构件重要性系数评估方法及系统。

技术介绍

[0002]在长期服役过程中，平面框架结构的关键部位或构件会因环境侵蚀、荷载作用和材料老化等因素导致损伤累积，使得平面框架结构的抗力衰减，极端情况下甚至会导致平面框架结构整体失效，引发灾难性事故。为此，需及时了解或掌握在役平面框架结构的受力性能，进行安全状态评估与针对性的维修加固，构件重要性系数是平面框架结构整体安全性评估的重要组成部分。现有构件重要性系数评估方法包括专家经验评定方法或失效路径搜索方法，然而，前者主观性强，后者计算量过大。因此，亟需一种避免人为主观影响以及计算量小的构件重要性系数评估方法。

技术实现思路

[0003]本专利技术的目的是提供一种平面框架结构构件重要性系数评估方法及系统，可避免人为主观影响，并减小计算量。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种平面框架结构构件重要性系数评估方法，所述方法包括：
[0006]获取目标平面框架结构对应的无向图；所述无向图的一个图节点对应所述目标平面框架结构的一个构件；所述无向图的边表示所述边所连接的两个图节点对应的构件相连；
[0007]将所述无向图的节点特征和边特征输入至训练好的重要性系数评估模型中，得到所述目标平面框架结构中每一构件的重要性系数；所述节点特征包括每一所述图节点对应的构件的构件类型、轴向刚度、抗弯刚度、荷载类型、荷载大小、所述构件与地基的相连信息以及所述构件在所述目标平面框架结构内的位置信息；所述边特征包括每一所述构件与所有构件的连接信息；所述训练好的重要性系数评估模型为以样本平面框架结构的样本无向图的样本节点特征和样本边特征为输入，以所述样本平面框架结构中每一样本构件的样本重要性系数为标签训练得到的模型。
[0008]可选的，在将所述无向图的节点特征和边特征输入至训练好的重要性系数评估模型中之前，还包括：对重要性系数评估模型进行训练，具体包括：
[0009]获取数据集；所述数据集包括若干个样本平面框架结构中每一所述样本平面框架结构的样本无向图的样本节点特征和样本边特征以及每一样本构件的样本重要性系数；
[0010]利用所述数据集对所述重要性系数评估模型进行训练，得到训练好的重要性系数评估模型。
[0011]可选的，所述获取数据集，具体包括：
[0012]获取多个样本平面框架结构；
[0013]对于每一所述样本平面框架结构，基于图论的方式对所述样本平面框架结构进行表示，得到所述样本平面框架结构的样本无向图；所述样本无向图的一个样本图节点对应所述样本平面框架结构的一个样本构件；所述样本无向图的样本边表示所述样本边所连接的两个样本图节点对应的样本构件相连；所述样本无向图的样本节点特征包括每一所述样本图节点对应的样本构件的构件类型、轴向刚度、抗弯刚度、荷载类型、荷载大小、所述样本构件与地基的相连信息以及所述样本构件在所述样本平面框架结构内的位置信息；所述样本无向图的样本边特征包括每一所述样本构件与所有样本构件的连接信息；
[0014]对于每一所述样本平面框架结构中的每一所述样本构件，计算拆除所述样本构件后的样本平面框架结构在预设静载条件下的总弹性应变能；根据所述总弹性应变能计算所述样本构件的样本重要性系数；所有所述样本平面框架结构的样本无向图的样本节点特征和样本边特征以及每一样本构件的样本重要性系数构成所述数据集。
[0015]可选的，所述预设静载条件包括所述样本平面框架结构中所有样本构件的荷载类型和荷载大小；所述荷载类型包括竖向集中荷载、竖向均布荷载、水平集中荷载和/或水平线性分布荷载。
[0016]可选的，所述样本重要性系数的表达式为：
[0017][0018]其中，γ
i
为第i个样本构件的样本重要性系数，i＝1，2，...，n；n为样本平面框架结构的样本构件的总数量；U为预设静载条件下所述样本平面框架结构的总弹性应变能；U
i
为预设静载条件下拆除第i个样本构件后的样本平面框架结构的总弹性应变能。
[0019]可选的，在根据所述总弹性应变能计算所述样本构件的样本重要性系数之后，还包括：
[0020]对所述样本重要性系数进行归一化处理，得到归一化系数，并以所述归一化系数作为新的样本重要性系数。
[0021]可选的，当所述目标平面框架结构的构件存在构件抗力退化时，将所述节点特征中存在构件抗力退化的构件的轴向刚度和抗弯刚度替换为退化轴向刚度和退化抗弯刚度，所述退化轴向刚度为存在构件抗力退化的构件的轴向刚度乘以折减系数所得到的，所述退化抗弯刚度为存在构件抗力退化的构件的抗弯刚度乘以折减系数所得到的。
[0022]可选的，所述训练好的重要性系数评估模型为GCN模型。
[0023]可选的，所述训练好的重要性系数评估模型包括三个依次连接的GCNConv层。
[0024]本专利技术还提供了一种平面框架结构构件重要性系数评估系统，所述系统包括：
[0025]图获取模块，用于获取目标平面框架结构对应的无向图；所述无向图的一个图节点对应所述目标平面框架结构的一个构件；所述无向图的边表示所述边所连接的两个图节点对应的构件相连；
[0026]重要性系数评估模块，用于将所述无向图的节点特征和边特征输入至训练好的重要性系数评估模型中，得到所述目标平面框架结构中每一构件的重要性系数；所述节点特征包括每一所述图节点对应的构件的构件类型、轴向刚度、抗弯刚度、荷载类型、荷载大小、所述构件与地基的相连信息以及所述构件在所述目标平面框架结构内的位置信息；所述边特征包括每一所述构件与所有构件的连接信息；所述训练好的重要性系数评估模型为以样
本平面框架结构的样本无向图的样本节点特征和样本边特征为输入，以所述样本平面框架结构中每一样本构件的样本重要性系数为标签训练得到的模型。
[0027]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供了一种平面框架结构构件重要性系数评估方法及系统，该方法包括：获取目标平面框架结构对应的无向图；无向图的一个图节点对应目标平面框架结构的一个构件；无向图的边表示边所连接的两个图节点对应的构件相连；将无向图的节点特征和边特征输入至训练好的重要性系数评估模型中，得到目标平面框架结构中每一构件的重要性系数；节点特征包括每一图节点对应的构件的构件类型、轴向刚度、抗弯刚度、荷载类型、荷载大小、构件与地基的相连信息以及构件在目标平面框架结构内的位置信息；边特征包括每一构件与所有构件的连接信息；训练好的重要性系数评估模型为以样本平面框架结构的样本无向图的样本节点特征和样本边特征为输入，以样本平面框架结构中每一样本构件的样本重要性系数为标签训练得到的模型。本专利技术采用训练好的重要性系数评估模型对目标平面框架结构中每一构件的重要性系数进行评估，避免了人为主观影响，且计算量小。...

【技术保护点】

【技术特征摘要】
1.一种平面框架结构构件重要性系数评估方法，其特征在于，所述方法包括：获取目标平面框架结构对应的无向图；所述无向图的一个图节点对应所述目标平面框架结构的一个构件；所述无向图的边表示所述边所连接的两个图节点对应的构件相连；将所述无向图的节点特征和边特征输入至训练好的重要性系数评估模型中，得到所述目标平面框架结构中每一构件的重要性系数；所述节点特征包括每一所述图节点对应的构件的构件类型、轴向刚度、抗弯刚度、荷载类型、荷载大小、所述构件与地基的相连信息以及所述构件在所述目标平面框架结构内的位置信息；所述边特征包括每一所述构件与所有构件的连接信息；所述训练好的重要性系数评估模型为以样本平面框架结构的样本无向图的样本节点特征和样本边特征为输入，以所述样本平面框架结构中每一样本构件的样本重要性系数为标签训练得到的模型。2.根据权利要求1所述的平面框架结构构件重要性系数评估方法，其特征在于，在将所述无向图的节点特征和边特征输入至训练好的重要性系数评估模型中之前，还包括：对重要性系数评估模型进行训练，具体包括：获取数据集；所述数据集包括若干个样本平面框架结构中每一所述样本平面框架结构的样本无向图的样本节点特征和样本边特征以及每一样本构件的样本重要性系数；利用所述数据集对所述重要性系数评估模型进行训练，得到训练好的重要性系数评估模型。3.根据权利要求2所述的平面框架结构构件重要性系数评估方法，其特征在于，所述获取数据集，具体包括：获取多个样本平面框架结构；对于每一所述样本平面框架结构，基于图论的方式对所述样本平面框架结构进行表示，得到所述样本平面框架结构的样本无向图；所述样本无向图的一个样本图节点对应所述样本平面框架结构的一个样本构件；所述样本无向图的样本边表示所述样本边所连接的两个样本图节点对应的样本构件相连；所述样本无向图的样本节点特征包括每一所述样本图节点对应的样本构件的构件类型、轴向刚度、抗弯刚度、荷载类型、荷载大小、所述样本构件与地基的相连信息以及所述样本构件在所述样本平面框架结构内的位置信息；所述样本无向图的样本边特征包括每一所述样本构件与所有样本构件的连接信息；对于每一所述样本平面框架结构中的每一所述样本构件，计算拆除所述样本构件后的样本平面框架结构在预设静载条件下的总弹性应变能；根据所述总弹性应变能计算所述样本构件的样本重要性系数；所有所述样本平面框架结构的样本无向图的样本节点特征和样本边特征以及每一样本构件的样本重要性系数构成所述数据集。4.根据权利要求3所述的平面框架结构构件重要性系数评估方法，其特征在于，所述预设静载条件...

【专利技术属性】
技术研发人员：陈朝晖，纪小龙，狄瑾，廖旻懋，魏科东，陈冯逾，
申请(专利权)人：重庆大学，
类型：发明
国别省市：