【技术实现步骤摘要】
本申请涉及地震学，特别涉及一种人工地震波生成方法、设备及存储介质。
技术介绍
1、时程分析法是分析建筑结构地震反应的一种常用方法。在时程分析中，选用的地震波决定了分析结果的可靠性。《建筑抗震设计规范》（gb50011-2010）5.1.2条规定：“采用时程分析法时，应按建筑场地类别和设计地震分组选用实际强震记录和人工模拟的加速度时程曲线”。由于地震波具有很强的不可预测性和不确定性，而天然地震波的样本数量十分有限，实际应用中不仅需要采用天然地震波进行结构抗震性能验算，同时需要人工地震波进行补充验算。
2、传统的人工地震波生成方法中，仅仅考虑地震波的有限频域特征对结构地震反应的影响，而并未考虑地震波时域特征的影响以及时域特征和频域特征在时域内的组合影响，难以生成高质量的人工地震波，因此，结构弹塑性时程分析的合理性难以提升。
技术实现思路
1、为了实现上述目的，本申请提供了一种人工地震波生成方法、设备及存储介质，能够以时频域特征为地震波拟合的基准，稳定生成大量质量可靠、符合给定场地和周期条件的人工地震波，显著提升弹塑性时程分析的合理性。
2、第一方面，本申请提供一种人工地震波生成方法，该方法包括：
3、s1、将给定的条件信息输入经过训练的物理增强条件生成对抗网络模型，生成符合所述条件信息的多个人工弹性时域反应图；
4、其中，所述条件信息包括结构地震反应条件、场地条件和结构自振周期条件；所述结构地震反应条件指示所生成弹性时域反应图对应的结构地
5、s2、将生成的多个人工弹性时域反应图输入经过训练的线性神经网络模型中，生成多个备选人工地震波；
6、s3、调整多个备选人工地震波的反应谱，以使各个人工地震波的反应谱与给定的目标反应谱匹配，从调整反应谱后得到的多个新的人工地震波中，选择反应谱与所述目标反应谱拟合程度最好的目标数量个人工地震波。
7、在一种可能实施方式中，所述线性神经网络模型包括多个全连接层，所述人工弹性时域反应图的横轴为时间，纵轴为周期；
8、所述步骤s2包括：将所生成的多个人工弹性时域反应图输入经过训练的线性神经网络模型，通过所述多个全连接层，在不改变横轴的时间特征的情况下，对各个人工弹性时域反应图纵轴的周期特征进行一维线性运算，输出与所述人工弹性时域反应图的时间维度一致的多个备选人工地震波。
9、在一种可能实施方式中，所述物理增强条件生成对抗网络模型包括基于卷积神经网络构造的生成器、判别器以及物理增强判别器；
10、所述判别器用于在模型训练过程中约束生成器生成的人工弹性时域反应图和天然地震波的弹性时域反应图之间的差距；所述物理增强判别器用于约束所述生成器所生成人工弹性时域反应图对应结构地震反应的类型符合给定的结构地震反应条件；
11、所述步骤s1包括：将随机噪声、所述结构地震反应条件、所述场地条件和所述结构自振周期条件输入经过训练的物理增强条件生成对抗网络模型的生成器，得到多个符合所述条件信息的弹性时域反应图，所述随机噪声用于提供所生成的多个弹性时域反应图之间的差异性。
12、在一种可能实施方式中，所述物理增强条件生成对抗网络模型的训练过程包括：
13、步骤a、根据多个天然地震波的数据，建立天然地震波数据库；
14、步骤b、求解所述多条天然地震波的单自由度体系地震反应，根据求解得到的多个弹性时域反应图得到弹性时域反应图数据库；
15、步骤c、利用所述天然地震波数据库，对给定的结构模型库中各个结构进行弹塑性时程分析，根据分析得到的结构地震反应构建结构地震反应数据库；
16、步骤d、按照预设的组合方式，将所述弹性时域反应图数据库中的弹性时域反应图组合，得到多个拟弹性时域反应图；并利用所述结构地震反应数据库，确定所述多个拟弹性时域反应图的分类标签，基于所述多个拟弹性时域反应图和对应的分类标签，建立拟弹性时域反应图数据库；
17、步骤e、采用所述拟弹性时域反应图数据库，训练物理增强条件生成对抗网络模型。
18、在一种可能实施方式中，所述物理增强条件生成对抗网络模型包括基于卷积神经网络构造的生成器、判别器以及物理增强判别器；
19、所述步骤e包括：
20、e1、将给定的样本条件信息和所述拟弹性时域反应图数据库输入所述判别器，训练所述判别器判断拟弹性时域反应图的来源以及是否符合所述样本条件信息，所述来源包括来自天然地震波和来自人工生成，所述样本条件信息包含样本结构地震反应条件、样本场地条件和样本结构自振周期条件；
21、e2、将给定的随机信息和所述样本条件信息输入所述生成器，输出符合所述样本条件信息的样本人工弹性时域反应图；
22、e3、将所述生成器生成的样本人工弹性时域反应图输入所述物理增强判别器，训练所述物理增强判别器判断所述人工弹性时域反应图对应结构地震反应的类型；
23、e4、根据所述判别器和所述物理增强判别器的输出结果，调整所述生成器的神经网络参数，以使调整后的生成器生成的人工弹性时域反应图和天然地震波的弹性时域反应图之间的差距变小，且，生成的人工弹性时域反应图对应结构地震反应的类型符合所述样本结构地震反应条件。
24、在一种可能实施方式中，所述步骤b包括：
25、b1、以所述天然地震波的持续时间为横轴取值范围，使用动力学积分方法计算不同周期单自由度体系在所述天然地震波下的地震反应时程和最大反应；
26、b2、针对任一周期单自由度体系的地震反应时程除以所述最大反应，得到归一化时程反应；
27、b3、以周期为纵坐标，以时间为横坐标，以不同周期单自由度体系的所述归一化时程反应为灰度值，绘制所述天然地震波的弹性时域反应图，所述弹性时域反应图中任一点的灰度值表示在对应时间点、对应周期下时程反应的强弱；
28、b4、根据所述多个天然地震波的弹性时域反应图，构建所述弹性时域反应图数据库。
29、在一种可能实施方式中，所述步骤d包括：
30、d1、按照预设的组合方式，将所述弹性时域反应图数据库中的弹性时域反应图进行分组，将每个分组内的多个弹性时域反应图相对应位置的像素值相加后求平均，得到所述分组对应的拟弹性时域反应图；
31、d2、针对每个所述分组，对所述分组内各个弹性时域反应图对应天然地震波在所述结构地震反应数据库中的结构地震反应进行平均计算，得到组内平均值，所述结构地震反应由多个楼层各自的结构地震反应分量组成；
32、针对每个分组内的任一弹性时域反应图，根据所述弹性时域反应图对应结构地震反应和所述组内平均值之间的差值，得到所述组内偏差值；
33、d3、针对任一分组，计算所述分组中各个弹性时域反应图对应结构地本文档来自技高网...
【技术保护点】
1.一种人工地震波生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的人工地震波生成方法，其特征在于，所述线性神经网络模型包括多个全连接层，所述人工弹性时域反应图的横轴为时间，纵轴为周期；
3.根据权利要求1所述的人工地震波生成方法，其特征在于，所述物理增强条件生成对抗网络模型包括基于卷积神经网络构造的生成器、判别器以及物理增强判别器；
4.根据权利要求1所述的人工地震波生成方法，其特征在于，所述物理增强条件生成对抗网络模型的训练过程包括：
5.根据权利要求4所述的人工地震波生成方法，其特征在于，所述物理增强条件生成对抗网络模型包括基于卷积神经网络构造的生成器、判别器以及物理增强判别器；
6.根据权利要求4所述的人工地震波生成方法，其特征在于，所述步骤B包括：
7.根据权利要求4所述的人工地震波生成方法，其特征在于，所述步骤D包括：
8.根据权利要求4所述的人工地震波生成方法，其特征在于，弹性时域反应图的横轴为时间，纵轴为周期，所述线性神经网络模型的训练过程包括：
9.一种计
10.一种计算机可读存储介质，其特征在于，所述存储介质中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权利要求1至8任一所述的人工地震波生成方法。
...【技术特征摘要】
1.一种人工地震波生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的人工地震波生成方法，其特征在于，所述线性神经网络模型包括多个全连接层，所述人工弹性时域反应图的横轴为时间，纵轴为周期；
3.根据权利要求1所述的人工地震波生成方法，其特征在于，所述物理增强条件生成对抗网络模型包括基于卷积神经网络构造的生成器、判别器以及物理增强判别器；
4.根据权利要求1所述的人工地震波生成方法，其特征在于，所述物理增强条件生成对抗网络模型的训练过程包括：
5.根据权利要求4所述的人工地震波生成方法，其特征在于，所述物理增强条件生成对抗网络模型包括基于卷积神经网络构造的生成器、判别器以及物理增强判别器；
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。