基于深度学习的区域RC框架结构震损评估方法研究

【摘要】：为快速评估钢筋混凝土(RC)框架结构在地震作用下的损伤程度,提出基于深度学习和构件变形的区域RC框架结构地震损伤评估方法。以场地类别、抗震设防烈度、结构层数、标准层层高、X向跨度、X向跨数和Y向跨数共7个结构特征参数为变量,设计符合我国现行规范要求的2 592个典型框架结构,并进行动力增量弹塑性时程分析(IDA)。将震损指标参数划分为构件震损指标及结构宏观响应两个层次,构件震损指标为梁、柱构件处于7个性能状态的数量占比,结构宏观响应包含最大层间剪力、最大层间位移角、残余层间位移角和最大水平位移,并根据分析结果共提取66 208组楼层震损数据。最后引入深度前馈神经网络构建结构特征参数与震损指标参数间的非线性映射关系,建立区域RC框架结构震损评估模型。震损评估结果表明,区域RC框架结构震损评估模型可反映各楼层梁柱构件性能状态的分布规律,并能够较好地预测结构宏观响应,为量化区域建筑群的地震损失奠定基础。