地震波分类模型的训练方法、地震选波方法、设备及介质技术

本申请提供了一种地震波分类模型的训练方法、地震选波方法、设备及存储介质，涉及地震学技术领域。该方法包括：建立地震波数据集；生成地震波的弹性时域反应图，弹性时域反应图集；基于地震波数据集和结构模型进行弹塑性时程分析，得到结构地震反应集；根据结构地震反应集对弹性时域反应图集进行分类得到分类结果；利用分类结果和弹性时域反应图集训练卷积神经网络CNN，使CNN满足训练目标。训练得到的地震波分类模型可根据弹性时域反应图完成选波。上述方案采用弹性时域反应图表征地震波的时频特征对结构地震反应的影响，训练得到的CNN模型可精准分类弹性时域反应图，根据分类结果选取的地震波能够提高弹塑性时程分析结果的合理性。果的合理性。果的合理性。

【技术实现步骤摘要】
地震波分类模型的训练方法、地震选波方法、设备及介质


[0001]本申请涉及地震学
，特别涉及一种地震波分类模型的训练方法、地震选波方法、计算设备及存储介质。

技术介绍

[0002]地震波具有很强的不可预测性和不确定性，由地震波引起的结构内力、变形、位移以及结构运动速度和加速度等统称为结构地震反应。在地震波作用下，结构会进入弹塑性受力状态，对结构地震反应进行弹塑性分析是工程抗震的重要手段。时程分析法是分析建筑结构地震反应的一种常用方法。在弹塑性时程分析中，使用不同的地震波计算所得的结构地震反应存在巨大差异，因此，地震波的选取决定了分析结果的可靠性。
[0003]目前，针对待分析的建筑结构选取地震波时，通常会考虑地震波的基本特征和频域特征对结构地震反应的影响，但并未考虑地震波时域特征的影响。而忽略时域特征的影响对高层结构进行时程分析时，将导致分析结果存在强烈的不确定性。由于时域特征对结构地震反应的影响十分复杂，常规分析方法难以准确地模拟出时域特征的影响。
[0004]因此，亟需一种方法，能够有效考虑地震波复杂的时域特征的对结构地震反应的影响，提升选取出的地震波的质量，提高弹塑性时程分析结果的合理性。

技术实现思路

[0005]本申请提供了一种地震波分类模型的训练方法、地震选波方法、计算设备及存储介质，能够有效考虑地震波复杂的时域特征对结构地震反应的影响，提升选取出的地震波的质量，提高弹塑性时程分析结果的合理性。
[0006]为了实现上述目的，第一方面，本申请提供了一种地震波分类模型的训练方法，该方法包括：S1、根据给定的多种场地条件、多种结构周期和多种目标反应谱，选取多条地震波，并使用所述多条地震波的数据建立地震波数据集；S2、根据所述地震波数据集，生成与所述多条地震波中每条地震波对应的弹性时域反应图，得到弹性时域反应图集，所述弹性时域反应图表征地震波的时域特征对结构地震反应的影响；S3、基于所述地震波数据集和选定的多个结构模型，对所述多条地震波进行弹塑性时程分析，得到所述多条地震波对应的结构地震反应集；S4、根据所述结构地震反应集，对所述弹性时域反应图集进行分类，得到分类结果，所述分类结果指示弹性时域反应图所对应地震波的可靠程度；S5、使用所述弹性时域反应图集和所述分类结果来训练卷积神经网络，直到满足预定的训练目标。
[0007]在一种可能实施方式中，所述步骤S2包括：S21、使用动力学积分方法求解所述多条地震波的单自由度体系地震反应，生成与
所述多条地震波中每条地震波对应的弹性时域反应图；S22、按照随机确定的排列组合方式，从所有地震波对应的多个弹性时域反应图中选出多组弹性时域反应图，其中，每组弹性时域反应图包括y个所述弹性时域反应图，y是正整数；S23、针对每组弹性时域反应图，将组内的y个弹性时域反应图线性叠加，得到一个组合弹性时域反应图；其中，所述弹性时域反应图和所述组合弹性时域反应图构成所述弹性时域反应图集。
[0008]在一种可能实施方式中，所述步骤S4包括：步骤S41、按照所述排列组合方式，从所述结构地震反应集中，选出多组结构地震反应，每组结构地震反应包括y个结构地震反应，每组结构地震反应构成与相应组合弹性时域反应图对应的组合结构反应；步骤S42、获得各组合结构反应的偏差判定系数，将所获得的偏差判定系数按照从小到大的顺序排序，并根据所述排序结果确定各组合结构反应对应的组合弹性时域反应图的分类结果；其中，所述偏差判定系数为对应组合结构反应相对于所述各组合结构反应平均值的偏差程度。
[0009]在一种可能实施方式中，所述步骤S42包括：针对第j个组合结构反应，根据所述第j个组合结构反应内y个结构地震反应各自的组内偏差值，得到所述第j个组合结构反应的偏差平均值，i和j为正整数；针对第j个组合结构反应，计算所述偏差平均值内标量的平均值和标准差，将所述平均值和标准差相加，得到第j个组合结构反应的偏差判定系数；将所述各组合结构反应的所述偏差判定系数按照从小到大的顺序排序，将排序位于前预设百分比的组合结构反应所对应的组合弹性时域反应图的分类结果确定为目标类型。
[0010]在一种可能实施方式中，任一所述结构模型包括N个楼层，所述结构地震反应各自的组内偏差值的计算过程包括：针对每个结构反应组合，基于组内的多个结构地震反应，计算组内平均值，所述组内平均值包括N个楼层各自的结构反应平均值：，为分组中所有结构地震反应在第N层的结构反应平均值；将所述分组内多个结构地震反应分别与所述组内平均值相减，得到所述多个结构地震反应各自的所述组内偏差值；其中，第i个结构地震反应的组内偏差值包括：结构地震反应中的N个楼层各自的结构反应偏差：；代表分组中第i个结构地震反应中第N个楼层的结构反应减去所述组内平均值中第N层的结构反应平均值所得的偏差，为所述第i个结构地震反应。
[0011]在一种可能实施方式中，以时间为横坐标、以频率为纵坐标构建所述弹性时域反应图，所述弹性时域反应图中每个坐标点表示在对应频率下的对应时刻、单自由度弹性体
系的结构反应与所述对应频率下单自由度弹性体系的最大结构反应的比值。
[0012]在一种可能实施方式中，执行步骤S5之前，所述方法还包括：针对所述弹性时域反应图集中的多个弹性时域反应图，统一所述多个弹性时域反应图的横坐标范围以及纵坐标范围；将各个弹性时域反应图中的峰值加速度PGA发生的时刻定位为横坐标范围的中值，将所述横坐标范围之外的图像区域的像素值设置为0；对各个弹性时域反应图的纵坐标取对数，将各个弹性时域反应图的纵坐标范围统一为：[T
n
, 2.0T1]，将所述纵坐标范围之外图像区域的像素值设置为0；其中，T1为结构模型的一阶振型周期，n为确保累计振型质量参与系数大于0.9所需的振型数量，T
n
为确保累计振型质量参与系数大于0.9对应的振型周期。
[0013]第二方面，提供一种地震选波方法，该方法包括：根据给定的目标场地条件、目标反应谱和目标结构周期，选择多条地震波，并使用所述多条地震波的数据建立备选地震波数据集；根据所述备选地震波数据集，生成与所述多条地震波中每条地震波对应的弹性时域反应图，所述弹性时域反应图表征地震波的时域特征对结构地震反应的影响；利用第一方便所述的地震波分类模型的训练方法训练得到的地震波分类模型，对多个弹性时域反应图进行分类，从属于目标类型的弹性时域反应图所对应的地震波中选取目标数量的地震波，所述目标类型指示所述弹性时域反应图所对应地震波的可靠程度达到预定可靠程度阈值。
[0014]第三方面，提供一种计算设备，该计算设备包括存储器和处理器，所述存储器存储有至少一段程序，所述至少一段程序由处理器执行以实现如第一方面提供的地震波分类模型的训练方法或第二方面提供的地震选波方法。
[0015]第四方面，提供一种计算机可读存储介质，该存储介质中存储有至少一段程序，该至少一段程序由处理器执行以实现如第一方面提供的地震波分类模型的训练方法或第二方面提供的地震选波方法。...

【技术保护点】

【技术特征摘要】
1.一种地震波分类模型的训练方法，其特征在于，包括：S1、根据给定的多种场地条件、多种结构周期和多种目标反应谱，选取多条地震波，并使用所述多条地震波的数据建立地震波数据集；S2、根据所述地震波数据集，生成与所述多条地震波中每条地震波对应的弹性时域反应图，得到弹性时域反应图集，所述弹性时域反应图表征地震波的时域特征对结构地震反应的影响；S3、基于所述地震波数据集和选定的多个结构模型，对所述多条地震波进行弹塑性时程分析，得到所述多条地震波对应的结构地震反应集；S4、根据所述结构地震反应集，对所述弹性时域反应图集进行分类，得到分类结果，所述分类结果指示弹性时域反应图所对应地震波的可靠程度；S5、使用所述弹性时域反应图集和所述分类结果来训练卷积神经网络，直到满足预定的训练目标。2.根据权利要求1所述的训练方法，其特征在于，所述步骤S2包括：S21、使用动力学积分方法求解所述多条地震波的单自由度体系地震反应，生成与所述多条地震波中每条地震波对应的弹性时域反应图；S22、按照随机确定的排列组合方式，从所有地震波对应的多个弹性时域反应图中选出多组弹性时域反应图，其中，每组弹性时域反应图包括y个所述弹性时域反应图，y是正整数；S23、针对每组弹性时域反应图，将组内的y个弹性时域反应图线性叠加，得到一个组合弹性时域反应图；其中，所述弹性时域反应图和所述组合弹性时域反应图构成所述弹性时域反应图集。3.根据权利要求2所述的训练方法，其特征在于，所述步骤S4包括：S41、按照所述排列组合方式，从所述结构地震反应集中，选出多组结构地震反应，每组结构地震反应包括y个结构地震反应，每组结构地震反应构成与相应组合弹性时域反应图对应的组合结构反应；S42、获得各组合结构反应的偏差判定系数，将所获得的偏差判定系数按照从小到大的顺序排序，并根据所述排序结果确定各组合结构反应对应的组合弹性时域反应图的分类结果；其中，所述偏差判定系数为对应组合结构反应相对于所述各组合结构反应平均值的偏差程度。4.根据权利要求3所述的训练方法，其特征在于，所述步骤S42包括：针对第j个组合结构反应，根据所述第j个组合结构反应内y个结构地震反应各自的组内偏差值，得到所述第j个组合结构反应的偏差平均值，i和j为正整数；针对第j个组合结构反应，计算所述偏差平均值内标量的平均值和标准差，将所述平均值和标准差相加，得到第j个组合结构反应的偏差判定系数；将所述各组合结构反应的所述偏差判定系数按照从小到大的顺序排序，将排序位于前预设百分比的组合结构反应所对应的组合弹性时域反应图的分类结果确定为目标类型。5.根据权利要求4所述的训练方法，其特征在于，任一所述结构模型包括N个楼层，所述
结构地震反应各自的组内偏差值的计算过程包括：针对每个结构反应组合...

【专利技术属性】
技术研发人员：刘洋，康昊，郭子雄，
申请(专利权)人：华侨大学，
类型：发明
国别省市：