基于机器学习的钢筋混凝土柱失效模式两阶段判别方法

作     者：于晓辉 王猛 宁超列 YU Xiaohui;WANG Meng;NING Chaolie

作者机构：桂林理工大学土木建筑工程学院广西桂林541004 哈尔滨工业大学土木工程学院黑龙江哈尔滨150090 同济大学上海防灾救灾研究所上海200092 

基　　金：国家自然科学基金项目(51778198,51808397) 黑龙江省自然科学基金资助项目(YQ2020E023) 

出 版 物：《建筑结构学报》 (Journal of Building Structures)

年 卷 期：2022年第43卷第8期

页      码：220-231页

摘      要：钢筋混凝土柱在侧向地震力作用下具有弯曲、剪切和弯剪三种失效模式。不同的失效模式下钢筋混凝土柱具有不同的地震损伤特征。因此,准确地判别钢筋混凝土柱的失效模式对于准确评估钢筋混凝土结构的抗震性能具有重要意义。利用已有的钢筋混凝土柱滞回加载试验数据,采用机器学习方法,提出了一种钢筋混凝土柱失效模式两阶段判别方法。其中,第一阶段以钢筋混凝土柱的基本设计参数为输入变量,采用机器学习中的回归算法,建立钢筋混凝土柱的受弯承载力、受剪承载力、弯曲变形和剪切变形预测模型。第二阶段以钢筋混凝土柱的受弯承载力、受剪承载力、弯曲变形和剪切变形作为输入变量,采用机器学习中的分类算法,对钢筋混凝土柱的失效模式进行自动判别,实现了准确判别钢筋混凝土柱失效模式的目的。研究结果表明:极端随机树、AdaBoost、随机森林和梯度提升算法分别对受弯承载力、受剪承载力、弯曲变形和剪切变形的预测效果最佳;极端随机树、梯度提升算法和最近邻居法分别对弯曲失效、剪切失效和弯剪失效具有最佳的分类效果;相比已有的钢筋混凝土柱失效模式分类方法,提出的两阶段分类方法具有与真实失效模式最为接近的分类结果,分类精度可以达到96%。

主 题 词：钢筋混凝土柱 机器学习 回归算法 分类算法 失效模式 

学科分类：0711[理学-心理学类] 08[工学] 081402[081402] 0903[农学-动物生产类] 081304[081304] 0901[农学-植物生产类] 0813[工学-化工与制药类] 0814[工学-地质类] 0701[理学-数学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.14006/j.jzjgxb.2020.0392

馆 藏 号：203112214...