基于随机IDA和机器学习的盾构隧道地震易损性分析

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。

隧道地震响应中的人工边界和地震动输入方法研究

动力人工边界及地震动输入方法是影响地下结构动力响应结果精度和可靠性的关键问题。为了对比常见人工边界的计算精度和实用性,提高结构地震响应数值模拟的计算效率,结合ABAQUS有限元软件的二次开发功能,采用Python语言编写了粘弹性边界、无限元边界、自由度绑定边界及竖向约束边界等常见动力人工边界的自动施加及地震动输入程序。在此基础上,结合自由场模型、隧道地震响应数值解和解析解,验证波动输入法和振动输入法及各人工边界模型的有效性,进一步探讨振动输入法与波动输入法的差异性。结果表明:采用等效节点力的波动输入时,基于各动力人工边界的计算结果均与远置边界及解析解基本重合,具有良好的计算精度,也说明所开发的人工边界及地震动输入程序的有效性。采用位移、速度或加速度时程的振动输入时,只适于远置边界或等位移边界。与其他人工边界相比,自由度绑定边界施加方便快捷,对2种地震动输入方法均适用。此外,地震动输入方式对结构地震响应存在明显影响,绝大多数地下结构的场地条件宜采用波动输入法。

考虑空洞影响的盾构隧道地震易损性分析

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。

空调冷水机组冷却方式的节能设计

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。

暖通设备安装的隔振与防噪技术分析

暖通设备的安装无论在工业建筑中还是民用建筑中都起着改善生活质量、改善生产环境、保护人们身体健康及提高生产效率的作用。然而在实际安装过程中会产生一些令人厌烦的噪音或者设备运行中的振动现象,这种情况下既造成了扰民现象,还严重影响了设备的运行效率,有的甚至于出现部分暖通设备无法正常运行。本文着重分析了暖通设备安装中产生噪音与振动的原因,并对具体暖通设备提出了安装方案,希望能够对安装暖通设备中产生的噪音与振动现象有所缓解。

强震下成层土盾构隧道地震响应及结构安全性分析

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。

基于MIV-BAS-Elman模型的爆破振动速度预测

针对标准神经网络预测爆破振动易陷入局部极值且预测精度低的问题,采用平均影响值法(MIV)对输入变量进行筛选和约简来提高建模精度,采用天牛须搜索算法(BAS)对Elman神经网络进行初始权值阈值的优化,在此基础上建立了MIV-BAS-Elman算法模型。基于某露天煤矿爆破振动速度峰值数据样本对模型进行了验证,并与其他多种算法模型进行了比较分析,结果表明基于MIV-BAS-Elman的爆破振动速度预测模型具有运算速度快、预测精度高的优点,对爆破振动预测具有普适性和一定的实用价值。

考虑衬砌劣化的山岭隧道地震易损性分析

隧道服役环境往往较为复杂,在服役过程中容易遭受各种侵蚀作用而导致材料性能退化,直接影响隧道结构的抗震性能。为研究衬砌劣化对隧道抗震性能的影响,基于混凝土强度经时模型和钢筋锈蚀参数的统计特征,确定混凝土及钢筋材料性能的退化规律,建立衬砌时变承载力方程。结合地震易损性分析方法,提出考虑衬砌劣化的山岭隧道地震易损性评估流程。以西部强震区典型深埋山岭隧道为例,采用增量动力分析方法开展一系列二维动力时程计算,基于Python语言编程,实现地震响应结果数据的自动提取和基于地震响应全过程结构最大损伤指数(DImax)的搜索计算。在此基础上,建立考虑混凝土劣化、钢筋腐蚀以及两者共同作用条件下,不同服役年限隧道的地震易损性曲线。结果表明:衬砌的易损性随服役时间的增加呈两阶段非线性增大,服役前期(0~50 a)增加缓慢,服役后期(50~100 a)增速加快。说明服役时间越长,衬砌劣化对隧道地震易损性的影响越大。在评价既有隧道抗震性能时,需考虑长期材料性能劣化的影响。此外,不同围岩级别下隧道易损性曲线随服役时间的变化规律相似,围岩级别和衬砌劣化一样,均对隧道地震易损性有重要影响,具体表现为衬砌的损伤概率随围岩变差而增大。所得结论可为运营隧道易损性分析和风险评估提供参考。