一种基于泥石流动力过程的桥梁易损性评估方法技术

本发明专利技术公开了一种基于泥石流动力过程的桥梁易损性评估方法，涉及泥石流损害监测技术领域，该方法包括：通过人工神经网络模型训练及评估，获得泥石流强度与墩顶位移之间的定量关系，将利用人工神经网络模型获得的多个样本的墩顶位移统计分析得到墩顶位移概率分布函数，并结合易损性指标分级标准，得到桥墩的失效概率。易损曲线的绘制是以不同的泥石流强度依次作为自变量进行蒙特卡洛抽样绘制易损性曲线，该方法可及时掌握桥梁在不同强度的泥石流冲击下发生不同程度损坏的概率情况，以便及时做好防灾抗灾工作。时做好防灾抗灾工作。时做好防灾抗灾工作。

【技术实现步骤摘要】
一种基于泥石流动力过程的桥梁易损性评估方法


[0001]本专利技术涉及泥石流监测
，尤其涉及一种基于泥石流动力过程的桥梁易损性评估方法。

技术介绍

[0002]在结构响应研究和野外灾史数据不断完善的情况下，结构响应研究为泥石流易损性提供了定量化手段，野外灾史数据则对易损性曲线进行佐证。对于单体结构，研究者通过结构响应研究选用某一结构动力参数作为易损度，建立泥石流强度和结构响应参数之间的函数关系。Zhang等 (2016)开展了9组不同高度、不同质量铁球撞击砖混墙体的1：1室内模型实验，依据砖混墙体破坏准则使用模糊综合评价法将墙体裂纹、最大动态位移量化为易损度，得到了动量、最大冲击力和最大冲击弯矩所对应的易损度曲线。Luo等 (2020)利用LS
‑
DYNA（ALE），研究了钢混框架建筑在水石流、泥石流、洪水和土流作用下的破坏模式，文章将流体考虑为单相流体依次增加固体物质浓度建立4种随固体浓度增加的冲击情况，比较了不同流体对建筑物损伤的内在物理特性。而一些学者则认为材料强度、现场施工和后期结构耐久程度不能完全与设计保持一致，在进行易损性分析时需要考虑模型的不确定性。Eidsvig等 (2014)提出的两种不确定性模型被广泛用于处理泥石流强度不确定性、评价模型不确定性和建筑损伤判定不确定性：1.建立易损性函数置信带区间。2.计算不同损伤状态下的超越概率。失效概率的计算可以表示为在给定强度泥石流作用下结构达到或者超越构件破坏的条件概率，又可以表示为泥石流作用下结构需求超过结构对泥石流抗灾能力的概率。Jakob等 (2012)对68栋详细记录泥石流流深、流速的建筑物，以动量通量为泥石流强度指标，将经济损失归为4类，利用统计方法建立了不同泥石流强度下，建筑物不同损伤状态概率矩阵。Prieto等 (2018)采用美国HAZUS海啸模型建立了泥石流冲击力和建筑物横向抵抗能力的关系函数，通过对建筑物横向抵抗能力进行分级分成4类损伤状态，以动量通量计算泥石流冲击力，从而建立泥石流动量通量和损伤状态之间的超越概率函数曲线。Liang和Xiong (2019)通过对泥石流流深和流速的不同组合建立了150组泥石流冲击桥墩的数值模型，依据静态分析计算出墩顶极限位移，使用非线性有限元方法求解了每种工况下墩顶位移，以墩顶位移/极限位移为桥梁损伤指标，建立了泥石流动量通量和超越概率之间的易损性曲线。（材料不确定性、老化性质）Yan等 (2020)提出了泥石流作用下基于非线性结构分析的桥墩易损性分析方法，该方法对桥墩材料如混凝土强度、钢筋强度等不确定性进行考虑，采用泊松方波过程和脉冲过程表征泥石流冲击，通过蒙特卡洛抽样建立不确定性模型并进行非线性有限元分析，建立了低黏性和高黏性泥石流流深、流速与桥墩失效概率的易损性曲线。
[0003]但是，目前这些技术存在以下问题：虽初步形成了区域、单沟模型和方法，但由于泥石流对桥梁的动力性能研究尚未深入，使得模型权重和参数的赋值仍具有一定主观性。因此当前研究较少建立基于力学机理的易损性评估模型。

技术实现思路

[0004]本专利技术目的在于提供一种基于泥石流动力过程的桥梁易损性评估方法，以便准确掌握桥梁在不同强度的泥石流冲击下发生不同程度损坏的概率情况，及时做好防灾抗灾工作。
[0005]本专利技术提供了一种基于泥石流动力过程的桥梁易损性评估方法，包括：采用流固耦合模拟方法对泥石流冲击桥墩的动力过程进行模拟，获取不同泥石流强度变量下的桥梁动力响应值，并将所述桥梁动力响应值作为墩顶位移；利用所述不同泥石流强度变量下的桥梁动力响应值，构建并训练人工神经网络模型，得到训练好的人工神经网络模型；计算桥墩截面的弯矩
‑
曲率曲线，并利用所述桥墩截面的弯矩
‑
曲率曲线确定易损性指标分级；利用所述训练好的人工神经网络模型和所述易损性指标分级，计算不同损伤状态下的桥墩失效概率，并利用所述桥墩失效概率进行桥梁工程易损性评估。
[0006]优选地，所述泥石流强度变量包括：流速v、流深h、石块半径r和泥石流冲击角度α。
[0007]优选地，所述流固耦合模拟方法中流体模型采用基于CFX的有限体积法进行数值分析，泥浆模型采用VOF二相流，流体黏性模型采用k
‑
eps模型，泥浆采用宾汉体模型，石块模型采用球形石块模型，混凝土模型采用RHT模型，钢筋模型采用双线性各向同性弹塑性硬化模型优选地，所述利用所述不同泥石流强度变量下的桥梁动力响应值，构建并训练人工神经网络模型，得到训练好的人工神经网络模型包括：构建人工神经网络模型，并将所述不同泥石流强度变量和所述不同泥石流强度变量下的桥梁动力响应值划分所述人工神经网络模型的训练集和所述人工神经网络模型的预测集；利用所述训练集对所述人工神经网络模型进行训练，得到训练好的人工神经网络模型，并利用所述训练集和所述预测集对所述训练好的人工神经网络模型的精度进行评估，以确认所述训练好的人工神经网络模型的精度。
[0008]优选地，所述计算桥墩截面的弯矩
‑
曲率曲线，并利用所述桥墩截面的弯矩
‑
曲率曲线确定易损性指标分级包括：通过计算桥墩混凝土结构抗力，建立桥墩截面的弯矩
‑
曲率关系；将所述桥墩截面的弯矩
‑
曲率关系拟合为双线性曲线，并利用所述双线性曲线确定易损性指标分级。
[0009]优选地，所述利用所述训练好的人工神经网络模型和所述易损性指标分级，计算不同损伤状态下的桥墩失效概率包括：确定所述各个泥石流强度的概率分布函数，并通过蒙特卡洛抽样法取值n个泥石流强度组；将所述n个泥石流强度组分别输入到所述训练好的人工神经网络模型中，得到n个墩顶位移，并通过统计所述n个墩顶位移得到墩顶位移的概率分布函数；利用所述易损性指标分级对所述n个墩顶位移进行分类，得到不同损伤状态下的墩顶位移个数，并根据所述不同损伤状态下的墩顶位移个数和所述墩顶位移的概率分布函
数，计算不同损伤状态下的桥墩失效概率。
[0010]优选地，所述确定所述各个泥石流强度的概率分布函数包括：当流速和流深满足威布尔分布时，确定所述流速和所述流深的概率密度和概率分布函数；当石块半径满足耿贝尔分布时，确定所述石块半径的概率密度和概率分布函数；当冲击角度区间为0度至90度时，确定所述冲击角度的概率密度和概率分布函数。
[0011]优选地，所述利用所述桥墩失效概率进行桥梁工程易损性评估包括：根据所述不同泥石流强度变量下墩顶位移的概率分布函数绘制易损性曲线，并利用所述易损性曲线进行桥梁工程易损性评估。
[0012]综上所述，本专利技术的有益效果是：考虑了泥石流冲击桥墩的动力响应过程，构建了基于概率分析的桥梁易损性风险评估方法，有助于对山区桥梁进行风险定量评估。
附图说明
[0013]图1是本专利技术实施例提供的一种基于泥石流动力过程的桥梁易损性评估方法流程图；图2是本专利技术实施例提供的泥石流冲击桥墩模型图；图3是本专利技术实施例提供的泥石流冲击桥墩几何模型图；图4是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于泥石流动力过程的桥梁易损性评估方法，其特征在于，包括以下步骤：采用流固耦合模拟方法对泥石流冲击桥墩的动力过程进行模拟，获取不同泥石流强度变量下的桥梁动力响应值，并将所述桥梁动力响应值作为墩顶位移；利用所述不同泥石流强度变量下的桥梁动力响应值，构建并训练人工神经网络模型，得到训练好的人工神经网络模型；计算桥墩截面的弯矩
‑
曲率曲线，并利用所述桥墩截面的弯矩
‑
曲率曲线确定易损性指标分级；利用所述训练好的人工神经网络模型和所述易损性指标分级，计算不同损伤状态下的桥墩失效概率，并利用所述桥墩失效概率进行桥梁工程易损性评估。2.根据权利要求1所述的方法，其特征在于，所述泥石流强度变量包括：流速v、流深h、石块半径r和泥石流冲击角度α。3.根据权利要求1所述的方法，其特征在于，所述流固耦合模拟方法中流体模型采用基于CFX的有限体积法进行数值分析，泥浆模型采用VOF二相流，流体黏性模型采用k
‑
eps模型，泥浆采用宾汉体模型，石块模型采用球形石块模型，混凝土模型采用RHT模型，钢筋模型采用双线性各向同性弹塑性硬化模型。4.根据权利要求2所述的方法，其特征在于，所述利用所述不同泥石流强度变量下的桥梁动力响应值，构建并训练人工神经网络模型，得到训练好的人工神经网络模型包括：构建人工神经网络模型，并将所述不同泥石流强度变量和所述不同泥石流强度变量下的桥梁动力响应值划分所述人工神经网络模型的训练集和所述人工神经网络模型的预测集；利用所述训练集对所述人工神经网络模型进行训练，得到训练好的人工神经网络模型，并利用所述训练集和所述预测集对所述训练好的人工神经网络模型的精度进行评估，以确认所述训练好的人工神...

【专利技术属性】
技术研发人员：邹强，李聪，崔鹏，杨涛，雷雨，
申请(专利权)人：中国科学院，水利部成都山地灾害与环境研究所，
类型：发明
国别省市：