钢筋混凝土剪力墙抗震滞回性能的多元时序深度神经网络预测

作     者：袁程 熊青松 孔庆钊 YUAN Cheng;XIONG Qing-song;KONG Qing-zhao

作者机构：同济大学土木工程防灾国家重点实验室上海200092 

基　　金：国家自然科学基金项目(52108470 2020YFC1512504 2022T150485 SSOP202104) 

出 版 物：《工程力学》 (Engineering Mechanics)

年 卷 期：2024年第41卷第6期

页      码：66-76页

摘      要：钢筋混凝土剪力墙结构抗震性能优越且造价合理,广泛用于抗震烈度较高的地区。准确地预测剪力墙的滞回性能与骨架曲线,直接决定了结构设计与分析的准确度与可靠性。该文提出了一种基于深度学习的剪力墙结构滞回性能预测方法,可以根据结构的基本设计参数(如材料属性、几何尺寸、荷载工况等),直接预测出其承载力。通过3组剪力墙的滞回试验预测1组结构的滞回曲线,结果表明:通过比较时域的特征,深度学习方法具有较高的预测精度。通过与有限元仿真结果对比,深度学习仅需输入不同参数就能够快速预测滞回曲线,其优势还在于具有较高的计算效率,而有限元仿真需要几何建模、本构模型选取、材料属性输入和荷载工况定义,整个过程相较于深度学习耗时耗力。

主 题 词：钢筋混凝土剪力墙 多元时序深度神经网络 滞回曲线 抗震性能 骨架曲线 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 081402[081402] 081304[081304] 0835[0835] 0813[工学-化工与制药类] 0814[工学-地质类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.6052/j.issn.1000-4750.2022.05.0451

馆 藏 号：203128170...