摘要：在隧道地震易损性分析中,涉及地震动、结构、岩土参数的随机性和不确定性。当考虑多种参数不确定性时,基于数值法建立结构地震易损性曲线需要进行大量工况的随机地震响应计算,面临很高的计算成本。为兼顾隧道地震易损性结果的客观性和计算的高效性,基于Python语言编写自动随机IDA脚本程序,实现隧道随机地震响应的自动分析和后处理功能。在此基础上,结合10种机器学习算法和地震易损性分析理论,提出了基于随机IDA和机器学习的盾构隧道地震易损性分析框架。以某盾构隧道为例,在建立确定性动力响应计算模型基础上,采用拉丁超立方抽样方法并结合自动随机IDA程序,完成了隧道随机增量动力分析并形成机器学习算法的数据集。通过特征选择、数据集划分、预处理及参数调优,建立了预测结构地震损伤的10种机器学习算法模型,对比分析了不同机器学习算法的预测性能,进一步讨论了土层随机参数对结构易损性的敏感性。结果表明:各机器学习算法模型在数据集上均表现出较好的预测性能,其中BPNN模型的综合预测性能最好。基于机器学习模型预测建立的隧道易损性曲线,与数值法结果总体一致,说明采用机器学习算法预测隧道地震易损性是有效的,特别是BPNN算法模型,与数值法非常接近,体现较高的可靠性。对样本数量敏感性小的机器学习算法,如BPNN算法模型在易损性预测中具有很好的适用性和应用潜力。从土体物理力学参数对盾构隧道地震易损性影响的敏感性程度而言,由大至小依次为弹性模量、泊松比、密度、阻尼、摩擦角和黏聚力。

摘要：目前盾构隧道地震响应研究大多把隧道周围岩土体做简化处理,且强震作用下成层土盾构隧道动力响应分析的相关研究较少。以昆明轨道交通某区间盾构隧道为依托,建立了土层-结构动力相互作用的成层土盾构隧道地震响应计算模型。基于动力增量分析法,开展了考虑地震波类型及地震动强度因素下成层土盾构隧道地震响应分析。结果表明:随着地震动强度的增大,管片发生最大水平位移的部位由拱肩转变至拱顶。地震动强度越大,管片轴力和弯矩均呈对称分布,但对称轴会发生偏转,与水平轴线的夹角增大,峰值加速度从0.15g增至0.6g,夹角从37.5°增至45°。管片结构的轴力和弯矩最大值均位于拱脚,而剪力最大值则位于拱底。不同地震动强度下,拱肩和拱脚处的管片结构安全系数最小,说明隧道拱肩和拱脚是结构抗震薄弱部位。与单一均质土层相比,强震和成层土层会影响结构内力最大值的出现部位。地震波的频率及脉冲特性会对盾构隧道地震响应特征及结构安全性产生影响。

摘要：管片背后存在空洞是盾构隧道一种常见的病害现象,它不仅影响土层和管片的静力学行为,还会影响隧道的动力响应,加剧隧道地震破坏。现有的相关研究均采用确定性分析方法,缺少从概率角度的定量评价。以某轨道交通区间盾构隧道为例,考虑空洞位置和尺寸、场地条件以及地震波入射方向等因素,采用动力增量法,开展了基于土层-隧道-空洞相互作用的大量非线性动力时程分析。结合隧道地震易损性理论,研究存在空洞病害的盾构隧道地震易损性。结果表明:空洞尺寸、场地条件和地震动入射方向对隧道地震易损性有重要影响。随着空洞尺寸的增加,空洞及临近区域土体塑性变形成倍增大,管片截面偏心程度增加,承载性能减弱,受影响范围为空洞尺寸的3~5倍。管片背后空洞增大了隧道结构的易损性,空洞越大,易损性增幅越明显。空洞对结构易损性的影响因空洞部位不同而异,在较大尺寸空洞时,影响程度由大到小依次为:边墙、拱肩和拱顶空洞。场地条件越差,会增大隧道的易损性,空洞对易损性的影响也越大。横向和垂向地震动入射方向下,隧道易损性均随空洞尺寸的增加呈非线性增大,虽然垂向地震动下的损伤概率小于横向地震动,但增幅明显更大,受空洞尺寸的影响更为敏感。值得注意的是,针对3种空洞部位和两种地震动入射方向,较大的空洞尺寸都将显著影响结构的抗震性能。

摘要：从节能的角度,对在实际工程中空调冷水机组冷却方式节能设计的主要技术和方法及所遇到的问题进行探讨。