[发明专利]基于ANN-MC-UD方法的公路桥梁地震易损性分析方法

摘要

本发明涉及一种基于ANN-MC方法的公路桥梁地震易损性分析方法，是一种结合了人工神经网络(ANN)、蒙特卡洛方法(MC)以及均匀试验设计方法(UD)的地震易损性分析方法，针对目前地震易损性分析方法无法考虑结构自身的随机性的局限性，利用ANN、MC以及UD的组合方法，分别对桥梁结构的能力与需求进行概率统计分析，在此基础上形成能够综合考虑结构随机性与地震随机性的地震易损性曲线。该方法能够为既有桥梁的运营以及地震风险评估等提供理论依据。

主权项

一种基于ANN‑MC方法的公路桥梁地震易损性分析方法，其特征在于具体步骤如下：(1)基于IDA方法与非线性时程分析方法的桥梁结构需求概率统计分析；(1.1) 建立桥梁结构的有限元分析模型； (1.2) 根据场地条件选取多条不同震级的地震波；(1.3) 标准化每一条地震波，并作为地震波输入对桥梁结构进行IDA分析，获取每步分析所对应的桥梁结构地震响应； (1.4) 对所得到的桥梁结构地震响应进行概率统计特征分析，确定在不同地震波输入强度下的桥梁结构地震响应的统计特征；(2)基于ANN‑UD方法结合弯矩‑曲率分析方法或者Pushover分析方法的结构随机能力概率统计分析；(2.1) 首先确定影响桥梁结构抗震能力的因素； (2.2) 确定各影响因素的概率分布特征；(2.3) 采用正交设计方法对不同的影响因素进行分析组合，形成a个有限元分析模型，随机产生b个随机有限元模型；(2.4) 采用Pushover分析方法或者弯矩‑曲率分析方法对每个有限元模型进行分析，获取桥梁结构的抗力性能点；(2.5) 建立RBF神经网络模型，并用其中的a组分析数据进行神经网络训练；(2.6) 用另外b组分析数据对RBF神经网络进行检验；(2.7) 若第(2.6)步检验通过，则进入到下一步分析，否则，返回到第(2.5)步；(2.8) 应用蒙特卡罗方法产生M组随机数据作为桥梁结构的模型参数，并输入到训练成熟的RBF神经网络中进行仿真，得到M组桥梁结构的抗力性能点；(3)基于对数正态分布的理论易损性曲线的生成分析；(3.1) 由前面得到桥梁结构抗震能力的因素和随机地震响应的概率统计特征，应用蒙特卡罗对随机抗震能力和随机地震响应的概率特征进行抽样；(3.2) 确定桥梁结构各个构件的破坏准则；(3.3)根据得到的桥梁结构全概率条件下的损伤指标，建立对应PGA下的损伤概率，绘制各有限单元的易损性曲线。