System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于水利水电工程施工领域,特别是涉及融合时频空间特征的土石坝地震易损性分析方法。
技术介绍
1、土石坝地震易损性分析对于抗震设计、抗震加固以及风险评估等方面具有重要意义[1]。地震动指标和大坝地震需求模型建立是土石坝地震易损性分析的两个关键环节[2,3]。然而,现有的土石坝地震易损性分析研究中采用的峰值加速度、峰值速度等地震动指标,未能充分反映地震动的时频空间特征;且传统基于对数空间线性函数关系假设的地震需求模型难以揭示地震动指标与地震响应间复杂非线性关系。因此,亟待构建充分反映地震动复杂时频空间特征的指标,并建立能够揭示地震动指标与地震响应间复杂非线性关系的地震需求模型,在此基础上进行土石坝地震易损性分析,为土石坝抗震风险评估提供支持。
2、在地震动指标建立方面,现有研究中常用的地震动指标主要分为两类,一类是采用单个指标表征地震动,另一类采用两个及以上的多元地震动指标。在地震动单指标方面,现有研究一般采用谱加速度[4,5]、峰值加速度[6,7]、峰值速度[4,8]和峰值位移[8]等指标开展地震易损性研究。此外,一些新型地震动指标,如考虑结构特征的地震动指标[9]、基于主导模态的地震动指标[10]和多周期平均谱加速度指标[11]等,也被提出用于表征地震动。然而,单个地震动指标所承载的信息有限,只能表征地震动的部分特征。为了更充分的反映地震动的复杂信息,相关学者提出了多元地震动指标。例如,alembagheri等[12]基于所提(sa(t1),pga)、(sa(t1),pgd)、(pga,pgd)和(sa(t
3、小波变换凭借其强大的时频分析能力,能够将一维地震动信号映射到二维时频平面获得小波时频图,以充分反映地震动复杂的时频特征[19]。然而,小波时频图所表征的复杂地震动信息隐藏于时频图片中,且地震动信息与其特征在时频图上的空间位置分布有着密不可分的关系。因此,如何考虑小波时频图特征的空间位置分布关系,并对其进行特征提取是亟待解决的问题。胶囊网络不仅具有很强的特征提取能力,同时能够学习特征之间的空间位置关系,已经在航空航天[20]、遥感影像[21]、故障检测[22]等领域得到了广泛的应用,为提取小波时频图中复杂时频空间特征提供了有效途径。因此,本文采用胶囊网络对地震动小波时频图进行特征提取,以获得能够反映地震动时频空间分布的深层特征;进一步,采用特征拼接的方式将地震动深层时频空间特征与传统特征进行融合,获得地震动融合指标,以充分揭示地震动的复杂时频空间特征。
4、在大坝地震需求模型建立方面,现有研究大多假设地震动指标与地震响应间服从对数空间线性函数关系,难以揭示地震动指标与地震响应间复杂非线性关系[23]。mlp神经网络具有强大的数据自驱动能力和对高维非线性问题的处理能力,近年来在抗震评估[24]、数据去噪[25]、趋势预测[26]等领域得到了广泛应用,为揭示地震动指标与土石坝地震响应间的复杂非线性关系提供了新途径。mlp神经网络中神经元数量、学习率等超参数的选取直接影响其性能[27],传统手动调参方式存在精度与效率低的问题。tpe优化算法具有优化机制简单、收敛速度快和鲁棒性强等优势,能够利用先验知识高效地优化mlp的超参数。因此,采用tpe优化算法对mlp的超参数进行自动寻优,进而建立tpe-mlp土石坝地震需求模型,以提高模型的精度和构建效率。
5、当前地震易损性分析采用的峰值加速度、峰值速度等地震动指标未能充分反映地震动的时频空间特征;同时,传统基于对数空间线性函数关系假设的地震需求模型难以揭示地震动指标与地震响应间复杂非线性关系。因此,在利用小波变换获得地震动小波时频图的基础上,采用胶囊神经网络对其进行特征提取获得反映地震动时频空间分布的深层特征;并采用特征拼接的方式将地震动深层时频空间特征与传统特征进行融合得到地震动融合指标;进而基于tpe改进的mlp建立揭示地震动融合指标与大坝地震响应的关系的大坝地震需求模型;进一步地构建基于地震动时频空间特征融合指标与大坝地震需求模型的土石坝地震易损性分析模型,是提高土石坝地震易损性分析结果准确性的重要举措。
6、参考文献:
7、[1]张楚汉,金峰,王进廷,等.高混凝土坝抗震安全评价的关键问题与研究进展[j].水利学报,2016,47(03):253-264.
8、[2]陈之毅,余伟,刘志谦.基于地下结构整体损伤表征的复合地震动参数构造及其性能验证[j].土木工程学报,2023:1-12.
9、[3]宋志强,张剑峰,王飞,等.水电站厂房抗震分析中地震动强度指标选择研究[j].振动与冲击,2022,41(02):151-160.
10、[4]kadkhodayan v,aghajanzadeh s m,mirzabozorg h.seismic assessment ofarch dams using fragility curves[j].civil engineering journal,2015,1(2):14-20.
11、[5]于晓辉,吕大刚.基于云图-条带法的概率地震需求分析与地震易损性分析[j].工程力学,2016,33(06):68-76.
12、[6]靳聪聪,迟世春,聂章博.基于地震变形易损性的高土石坝抗震安全分析[j].岩土工程学报,2020,42(02):334-343.
13、[7]庞锐,孔宪京,邹德高,等.基于msa法的高心墙堆石坝地震沉降易损性分析[j].水利学报,2017,48(07):866-873.
14、[8]pang r,xu b,kong x,et al.seismic reliability assessment of earth-rockfill dam slopes considering strain-softening of rockfill based ongeneralized probability density evolution method[j].soil dynamics andearthquake engineering,2018,107(12):96-107.
15、[9]姚霄雯,蒋建群.地震动强度指标与高拱坝响应的相关性[j].浙江大学学报(工学版),2014,48(02):25本文档来自技高网...
【技术保护点】
1.一种融合时频空间特征的土石坝地震易损性分析方法,其特征在于,包括以下步骤:
2.根据权利要求1所述一种融合时频空间特征的土石坝地震易损性分析方法,其特征在于,步骤S1中,所述传统特征包括峰值加速度、峰值速度、峰值位移、累积绝对速度、强震持时、Arias强度、平均加速度平方、Housner谱强度、谱加速度峰值、谱速度峰值、谱位移峰值、平均谱加速度、平均谱速度、平均谱位移、加速度谱强度、速度谱强度、位移谱强度、有效峰值谱加速度、有效峰值谱速度、有效峰值谱位移。
3.根据权利要求1所述一种融合时频空间特征的土石坝地震易损性分析方法,其特征在于,步骤S2中,利用TPE优化算法对MLP网络模型的学习率、隐藏层神经元数量和激活函数三个超参数进行自动寻优,获得MLP网络模型的最优超参数设置方案,进而建立基于TPEMLP的大坝地震需求模型,以揭示地震动高维融合指标与大坝地震响应的关系。
4.根据权利要求1所述一种融合时频空间特征的土石坝地震易损性分析方法,其特征在于,步骤S3中,
5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至4任一项所述融合时频空间特征的土石坝地震易损性分析方法的步骤。
...【技术特征摘要】
1.一种融合时频空间特征的土石坝地震易损性分析方法,其特征在于,包括以下步骤:
2.根据权利要求1所述一种融合时频空间特征的土石坝地震易损性分析方法,其特征在于,步骤s1中,所述传统特征包括峰值加速度、峰值速度、峰值位移、累积绝对速度、强震持时、arias强度、平均加速度平方、housner谱强度、谱加速度峰值、谱速度峰值、谱位移峰值、平均谱加速度、平均谱速度、平均谱位移、加速度谱强度、速度谱强度、位移谱强度、有效峰值谱加速度、有效峰值谱速度、有效峰值谱位移。
3.根据权利要求1所述一种融合时频空间特征的土石坝地震易损性分析方法,其特征在于,步骤s2中,利用tpe优化算法对mlp网络模型的学习率、隐藏层神经元数量和激活函数...
【专利技术属性】
技术研发人员:余佳,王晓玲,佟大威,刘宗显,郑永胜,李清梦,余红玲,苏哲,
申请(专利权)人:天津大学,
类型:发明
国别省市:
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。