Response analysis of subway station and optimization of seismic intensity measures based on fully connected neural network
-
摘要: 为了降低随机地震响应分析的计算成本,将人工神经网络方法用于构建概率地震需求模型(PSDM),以预测地铁车站结构的地震响应,并对适用于地铁车站结构响应预测的地震强度指标(IM)进行了优选。首先选取了200条实测地震动,计算IM,并对典型的三层三跨地铁车站结构进行有限元建模,将IM与最大层间位移角作为输入与输出训练全连接神经网络模型(FCNN),得到了最大层间位移角的预测模型。最后基于训练后FCNN输入层到隐含层中的权重矩阵与传统方法对IM进行优选,得出了对最大层间位移角影响最大的IM。研究结果表明:训练后FCNN能以0.95的精度预测地铁车站最大层间位移角,且计算耗时仅为数值模拟的1/5;针对矩形地下结构最大层间位移角,速度型和速度反应谱型指标的影响明显高于其他类型指标,其中速度谱强度(VSI)对最大层间位移角的影响最大。Abstract: In order to reduce the calculation cost of random seismic response analysis, the artificial neural network method is used to build a probabilistic seismic demand model (PSDM) to predict the seismic response of subway station structures, and the seismic intensity measure (IM) suitable for the prediction of subway station structural response is optimized. First, 200 measured ground motions are selected, IM is calculated, and the typical three-story and three-span subway station structure is modeled by the finite element method. Then, the IM and the maximum layer drift are used as the input and output to train the fully connected neural network (FCNN), and the prediction model for the maximum layer drift is obtained. Finally, the IM is optimized based on the weight matrix from the FCNN input layer to the hidden layer after training and the traditional methods, and the IM that has the greatest impact on the maximum layer drift is obtained. The results show that the FCNN after training can predict the maximum layer drift of subway station with an accuracy of 0.95, and the calculation efficiency is 18000 times higher than that of numerical simulation. For the maximum layer drift, the impact of velocity type and velocity response spectrum type indices is significantly higher than other types of indices, among which the velocity spectrum intensity (VSI) has the largest impact on the maximum layer drift.
-
0. 引言
层状地基–薄板结构是一种工程上广泛应用的力学模型[1]。随着高速公路、铁路、大运量航运的快速发展,其附属基础土建设施在高速荷载作用下的响应规律已与传统静力分析结论明显不符,因此移动荷载作用下该模型的动力响应已成为领域研究热点之一[2]。早期受限于数学理论和电算水平,学者多在平面应变、各向同性、半无限空间地基的假设下研究该问题。但岩土体作为一种天然沉积的层状各向异性材料,其横观各向同性(transversely isotropic简称TI)及三维空间特性会对动力响应造成一定影响[3-5]。近年来,数值计算水平的提升使得相应半解析研究逐渐成为可能,部分学者已在求解方法以及相关工程应用上获得了一定的启发性结论[6-8]。
TI半无限体的Green函数最早由Rajapakse等[9]通过引入3个势函数给出,其求解了内部荷载作用下的柱系响应结果,研究表明位移响应受激励频率、材料参数影响大,而应力则不受具体参数影响。对于层状地基,Barros等[10]利用TRM得到层状弹性体作用移动线载后的稳态解答。薛松涛等[11]通过研究斜SH波入射成层TI地基的传播特征建立直角坐标下的动力刚度矩阵,并指出横观各向同性可显著改变空间波动特性。艾智勇等[12]从弹性动力学方程解法入手导出解析层元,进而获得直角坐标下的层状TI地基空间动力刚度矩阵。韩泽军等[13]通过引入对偶变量获得精细积分形式的层状TI地基刚度矩阵,但存在数值计算程序复杂等具体问题。
Eskandari-Ghadi等[14]证明可用2个位移势函数来完备表达TI弹性体不解耦的位移变量,当实际位移场旋度与材料对称轴垂直时,仅用一个势函数即可。在此基础上,Rahimain等[15]研究了轴对称波动规律。Khojasteh等[16]导出半无限空间、轴对称双层地基的Green函数。巴振宁等[17]利用Ghadi解推导了TI层状地基的Green函数。但上述势函数需利用无穷级数构成的方程组确定多项式系数,求解过程繁琐且物理含义不强。
为简化分析,一般考虑简单荷载、层间完全连接下的结构响应规律。Achenbach[18]研究了移动点载作用下半平面–薄板结构动力响应,指出振动水平受板、地基相对刚度、接触面粗糙性影响大。房营光[19]解析了半平面–无限大板响应规律,计算表明板体接触应力随速度增加向地基转移。王博等[20]的数值分析表明地基不同向弹性模量对板体变形影响较大。此外,王春玲等[21]和Muho[22]利用无穷级数逼近分别获得TI半空间上有限、无限大板的响应结果,但级数形式复杂且与荷载类型有关。
综上可见,现有研究多集中于半无限空间–薄板结构,而层状地基–薄板结构对应研究则较少,并且理论基于势函数分解等数学方法,程序复杂、物理含义弱。本文研究TI层状地基–薄板结构在典型移动荷载下的动力响应,意在寻求一种推导简洁、求解方便的算法,并在此基础上分析具体参数改变对动力响应的影响规律,为相关工程结构设计、施工提供参考。
1. 直角坐标系下的振动方程
简化抽象的层状地基–薄板体系如图1所示分为板体、层状体、半无限空间三部分。板体满足薄板假定,层状体及半无限空间为TI均质材料。层状体水平叠放,层间相互连接且几何、材料特性不同,顶面作用匀速移动矩形简谐荷载。
为简化求解过程,在移动坐标系下建立力学模型,其建立原则、与固定坐标系间变换关系及模型参数在1.1节、1.2节、2.1节中详细说明。
1.1 坐标系统变换
参考坐标系建立在层状地基顶面,竖向坐标正向朝下且满足右手法则。当体系受到高速移动荷载作用时,基于X-Y-Z-O固定直角坐标系分析将使后续求解产生较大计算成本。在稳态振动的前提下,基于以速度
c(→) 运动的x-y-z-o移动直角坐标系分析将简化计算流程。根据时间t内荷载移动位移,两坐标系间坐标变换关系为
→R−→ct=→r ,若荷载仅沿x轴正向运动(略去c(→) 箭头),由位移场Fi变化规律与坐标系选择无关易得:FX(X,Y,Z,t)= Fx(x,y,z,t)= Fx(X−ct,y,z,t) 。则两系下位移分量的微分关系为∂nFR∂Rn=∂nFr∂rn ,∂nFX∂tn=(∂Fx∂x−c∂Fx∂t)(n) ,} (1) 式中,Fi为位移场以下标区分对应坐标系,R为固定坐标系中任意点坐标分量如X,r为移动坐标系中任意点坐标分量如x。
因稳态响应变量可用荷载圆频率
ω 表示,故各函数有其分离时间变量形式即F(x,y,z,t)= F(x,y,z)eiωt,则式(1)中时间导数项变为∂FX∂t=[iωFx(x,y,z)−c∂Fx(x,y,z)∂x]eiωt ,∂2FX∂t2=[c2∂2Fx(x,y,z)∂x2−2cω∂Fx(x,y,z)∂xi− ω2Fx(x,y,z)]eiωt 。} (2) 移动坐标系下求解结果可通过
→R=→r+ct 映射到常用固定坐标系对应坐标点处。1.2 模型基本方程及变量解耦
固定坐标系下各位移变量表示的横观各向同性体物理方程组为
(σ11σ22σ33σ13σ23σ12)=(C11C12C13000C11C13000C33000C4400Sym.C440C66)(∂u∂X∂v∂Y∂w∂Z∂w∂X+∂u∂Z∂w∂Y+∂v∂Z∂u∂Y+∂v∂X)。 (3) 式中
u,v,w 为任意点在固定坐标系下的位移分量(省略下标R);X,Y,Z为固定系坐标;σ11 -σ12 等表示应力分量;中部方阵代表弹性矩阵,各弹性常数需满足正定性要求[23]:C11,C33,C44,C12>0 ,C11C33−C132−C33C66>0 。} (4) 为引入质量密度ρ及时间变量t,将式(3)代入平衡方程得到忽略体力的Lame-Navier运动方程组:
(5) 薄板结构采用Kirchhoff薄板模型,其在固定坐标系下的动力控制方程为
Dq∇4γ(X,Y,t)+ρbhb∂2γ(X,Y,t)∂t2=Q(X,Y,t)−P(X,Y,t), (6) 式中,
Dq=Ephb3/[12(1−μp2)] 为薄板抗弯刚度,Ep,μp,ρb,hb分别为薄板弹性模量、泊松比、质量密度、板厚,γ 为待求板体挠度,Q为外部竖向荷载,P为待求板间竖向接触力。为便于求解,式(5)各方程需解耦,解耦原理与波的传播特性有关,引入下列变换[24]:
[u′v′]=T[uv] ,[σcσd]=T[σ13σ23] ,T=[∂∂x∂∂y∂∂y−∂∂x] ,} (7) 式中,T为变换矩阵,
u′,v′,σc,σd 分别为变换后的位移及应力分量。联立式(1),(3),(7)可得解耦后的部分物理方程:
σc=C44∇2w+C44∂u′∂z ,σd=C44∂v′∂z ,σz=σ33=C13u′+C33∂w∂z 。} (8) 联立式(1),(2),(5),(7)得到解耦后的运动方程:
(9) 实际应用中,多采用工程常数描述模型材料特性,其与弹性常数转换按下式计算:
Eh=−8C132(C11−C12)(C11C33−C132)(2C132−C11C33+C12C33)2 ,Ev=2(C11C33−C132)C11+C12 ,μvh=2C132−C11C33+C12C332C11C13+2C12C13 ,μh=2C132+C11C33−C12C332C132−C11C13+C12C13 ,Gv=C44 ,} (10) 式中,
Ev ,Eh 为竖、水平向弹性模量,μh ,μvh 为平行、垂直材料TI面的泊松比,Gv 为垂直TI面的剪切模量。对板体动力方程式(6)按移动系简谐变量化简得
ρbhb(∂2γ(x,y)∂x2−2cω∂γ(x,y)∂xi−ω2γ(x,y))=Q(x,y)−P(x,y)−Dq∇4γ(x,y)。 (11) 1.3 控制方程求解
上述控制方程较复杂,本文通过双重傅里叶变换将偏微分方程组转化为常微分方程组,从而获得频率域下的位移解答。若有三元函数f(x,y,z),其双重傅里叶正逆变换规定如下:
ˉˉf(kx,ky,z)=∫+∞−∞∫+∞−∞f(x,y,z)e−i(kxx+kyy)dxdy, (12) f(x,y,z)=14π2∫+∞−∞∫+∞−∞ˉˉf(kx,ky,z)ei(kxx+kyy)dkxdky。 (13) 式中,f为变换域下与f对应的函数变量,kx,ky为变换域下的坐标变量即波数,定义
k2=k2x+k2y 。联立式(8),(9),(12)得常微分形式对应方程:
ˉˉσc=−C44k2ˉˉw+C44d¯¯u'dz ,ˉˉσd=C44d¯¯v'dz ,ˉˉσz=C13ˉˉu'+C33dˉˉwdz ,} (14) −C11k2ˉˉu'−(C13+C44)k2dˉˉwdz+C44d2¯¯u'dz2+ρ(ω-ckx)2ˉˉu'=0 ,−C44k2ˉˉw+C33d2ˉˉwdz2+(C13+C44)d¯¯u'dz+ρ(ω-ckx)2ˉˉw=0 ,−(C11−C122)k2ˉˉv'+C44d2ˉˉv'dz2+ρ(ω-ckx)2ˉˉv'=0 。} (15) 为便求解,引入广义位移变量
ˉˉU', ˉˉV' 及其组成的状态变量ˉˉWi 将位移变量统一:ˉˉU'(kx,ky,z)=(ˉˉu',k2ˉˉw)T ,ˉˉV'(kx,ky,z)=ˉˉv' ,} (16) ˉˉW1(kx,ky,z)=(ˉˉU',dˉˉU'dz)T ,ˉˉW2(kx,ky,z)=(ˉˉV',dˉˉV'dz)T 。} (17) 联立式(15),(17)可得两组矩阵微分方程(A,B系数矩阵中元素的具体形式见附录):
dˉˉW1(kx,ky,z)dz4×1=A(kx,ky)4×4ˉˉW1(kx,ky,z)4×1 ,dˉˉW2(kx,ky,z)dz2×1=B(kx,ky)2×2ˉˉW2(kx,ky,z)2×1 。} (18) 根据矩阵分析理论,上述两组矩阵方程存在exp(A(kx,ky)z)C(kx,ky)形式的一般解满足要求,令
¯¯W1(kx,ky,z)=exp(Az)¯¯W1(kx,ky,0) ,根据汉密尔顿-凯莱定理,ˉˉW1(kx,ky,z) 可以传递矩阵T1的形式表达:¯¯W1(kx,ky,z)4×1=3∑i=0bi(z)Ai4×4ˉˉW1(k,0)4×1=T1(k,z)4×4¯¯W1(k,0)4×1。 (19) 具体先计算矩阵A的特征多项式:
det(λI−A)=4∏i=1(λ−λi)=0。 (20) 其解经计算:
λ1,22=a+b ,λ3,42=a−b 。} (21) 式中,a,b见附录。以4个特征值互异为例,可列得其含参多项式
r(λi,z) :r(λi,z)=exp(λiz)=4∑j=1bj(z)λij。 (22) 联立含参多项式解得bj,进而由A得T1表达式:
r(A,z)=exp(Az)=4∑i=1bi(z)Ai=T1(k,z)4×4。 (23) 则可求得状态变量
ˉˉW1 并分割传递矩阵T1:¯¯W1(k,z)4×1=T1(k,z)¯¯W1(k,0)=[T11T12T13T14]¯¯W1(k,0)4×1。 (24) 进而得到
ˉˉU'(k,z) 与顶面状态变量ˉˉW1(k,0) 关系:ˉˉU'(k,z)=(T11T12)ˉˉW1(k,0)。 (25) 同理可推得
ˉˉV'(k,z)=(T11T12)ˉˉW2(k,0)。 (26) 为推导刚度矩阵,定义广义应力变量
ˉˉV1、ˉˉV2 如下。联立式(14),(16)求取广义应力与状态变量间关系:ˉˉV1(k,z)=[¯¯σc,¯¯σz]T,ˉˉV2(k,z)=[¯¯σd], (27) ˉˉV1(k,z)2×1=L12×4ˉˉW1(k,z)4×1 ,ˉˉV2(k,z)1×1=L21×2ˉˉW2(k,z)2×1 ,} (28) 式中,矩阵L1,L2具体形式见附录。联立式(25),(28)并代入z=zi可推得单层结构的刚度矩阵K1:
(−ˉˉV1(k,0)ˉˉV1(k,zi))4×1=K14×4(ˉˉU'(k,0)ˉˉU'(k,zi))4×1=(−L1I(k)L1T1(k,zi))(I0T11(k,zi)T12(k,zi))−1(ˉˉU'(k,0)ˉˉU'(k,zi))。 (29) 同理可以推得v′位移变量对应的刚度矩阵:
(−ˉˉV2(k,0)ˉˉV2(k,z))2×1=K22×2(ˉˉV'(k,0)ˉˉV'(k,z))2×1。 (30) 上述刚度矩阵与层厚、材料属性及波数有关。对于下覆半无限体,此法存在伪逆不满足边界条件的困难,对此笔者参考Gao等[25]所用方法推导对应刚度矩阵。以
ˉˉU' 为例,联立式(14)~(16)并整理得K22d2¯¯U'dz2+(K21+K12)d¯¯U'dz−(K11−ρ(ω−ckx)2I)¯¯U'=0, (31) V1=K22d2¯¯U'dz2+K21¯¯U', (32) 式中,Kij为系数矩阵。
整理式(31),(32)得
ddz(¯¯U'¯¯V1)T=H4×4(¯¯U'¯¯V1)T, (33) 式中,H系数矩阵有如下形式:
H=[−K−122K21K−122K11−ρ(ω−ckx)2I'+K12K−122K21−K12K−122] ,I'=[100k−2] 。} (34) 求H矩阵的右特征向量:
HΘ=ΘΛ, (35) 式中,Θ,Λ由特征向量及特征值组成:
Θ4×4=[Θ11Θ12Θ21Θ22] ,Λ4×4=diag(λi,⋯,−λi,⋯) 。} (36) 易推得
(¯¯U'¯¯V1)=[Θ11Θ12Θ21Θ22][ciexp(λiz),⋯,ciexp(−λiz)]T。 (37) 因半空间体在边界无穷处广义位移存在极限,故取
ciexp(−λi) 所对应Θ矩阵列元素计算:¯¯V1=(Θ22Θ12−1)¯¯U'=K3¯¯U'。 (38) 同理可以推得
¯¯V', ¯¯V2 对应刚度矩阵K4 。对薄板动力控制方程式(6)同样进行傅里叶变换:
Dqk4ˉˉγ−ˉˉQ(x,y)+ˉˉP(x,y)=ρbhb(ω−ckx)2ˉˉγ(x,y)。 (39) 2. 体系控制方程
综上利用数学技巧推得层状体和半空间体对应刚度矩阵。以下根据边界条件推导下覆半空间的层状横观各向同性体总体刚度方程。
2.1 边界条件
对本问题,各层间相接面完全连接,其广义应力、位移间协调关系为
¯¯V1(k,Hi1)=¯¯V1(k,H0i+1) , ¯¯V2(k,Hi1)=¯¯V2(k,H0i+1) ,¯¯U'(k,Hi1)=¯¯U'(k,H0i+1) , ¯¯V'(k,Hi1)=¯¯V'(k,H0i+1) ,} (40) 式中,Hi上标0/1分别代表上/下层界面。
层状结构与板体接触条件为
ˉˉV1(k,H10)=(0 ˉˉP(k,0))T,ˉˉV2(k,H10)=0,} (41) ¯¯U'(k,H10)=(¯¯u'(k,0)k2ˉˉγ(k,0))T,¯¯V'(k,H10)=¯¯v'(k,0) ,} (42) 式中,
ˉˉP(k,0) 为二重正变换下的层间接触应力,ˉˉγ(k,0) 为板体挠度变换值。板上作用有移动简谐矩阵荷载,其表达式如下:
Q(x,y,t)=qeiωt4l1l2[(H(x+l1)−H(x−l1))⋅(H(y+l2)−H(y−l2))] , (43) 式中,q为矩形荷载作用区域合力,l1,l2为矩形区域尺寸,H为单位阶跃函数。
2.2 整体方程建立
依据上述关系,联立式(29),(30),(38),(40)~(42)即得TI层状地基–薄板结构的整体动力刚度方程式(44),(45),当广义应力取单位值时即可求得动力Green函数。位移分量为复数,其模值可作振动幅值,幅角则表示相位情况。
此外当层数n较大时,刚度矩阵求逆成本剧增,高效算法的编制难度会大于模型求解本身。卢正等[26]及杨广庆[27]对路基的动力学研究表明,力学参数差异不大的层状体可用Odemark当量理论换算成等效层结构,且理论计算结果可满足工程设计需求。
综上建立由薄板、第一层TI地基、第二层等效TI地基、半无限TI空间组成的典型力学模型,进而分析其动力响应规律。
(0⋮0)2n+2=(K121K122⋯0K123K124+K221⋮⋮⋱Kn−124+Kn21Kn220⋯Kn23Kn24+Kn+121)(2n+2)2⋅(¯¯v'(k,0)⋮ˉˉV'(k,Hn1))2n+2, (44) (0ˉˉP(k,0)⋮0)2n+2=(K111K112⋯0K113K114+K211⋯⋮⋮⋯Kn−114+Kn11Kn120⋯Kn13Kn14+Kn+111)(2n+2)2⋅(¯¯u'(k,0)k2ˉˉγ(k,0) ⋮ˉˉU'(k,H1n))2n+2。 (45) 3. 数值计算及参数分析
联立式(7),(39),(43)先后解得
ˉˉP 、变换位移,经式(13)逆变换最终得位移振幅值。为避免积分奇异性并考虑土体黏弹性,对材料参数引入阻尼系数ξ ,形如E′ =E(1+ξi)。表面位移w可通过式(45)单独求解,工程应用中常将该值作为基本控制指标,下文以竖向位移为主讨论。利用符号计算求解上述方程较为繁琐,拟采用数值计算求解空间域位移。具体对波数域位移变量作离散快速傅里叶逆变换,经试算在|kx|,|ky|<10、2048×2048积分域下所得结果可满足精度要求。本文使用Mathematica进行公式推导,数值计算程序则采用MATLAB编制。
3.1 验证
因TI层状地基-薄板结构动力响应研究相对较少,令各层参数一致(板厚hb≈0)将模型退化为半空间体,重复已有算例参数计算说明上述方法准确性。
算例一研究移动点载下半空间体响应规律,BA等[17]所建模型参数为
μh =μvh =0.25,Eh=5×109 N/m2,Ev=2Eh,Gv=0.6Eh,ρ=2000 kg/m3,c=0.5√Gv/ρ ,其解出(0,0,10)处无量纲竖向位移u′z=Gvzuz /q分布规律如图2所示(已将时间坐标转化为移动系下x坐标)。从图2可见,上文算法所得结果与原结果吻合度较高,说明导出模型具备一定的合理性。
算例二研究移动矩形荷载下半空间-薄板结构响应规律,Muho[22]所建模型参数为
μh =μvh =0.35,Eh=0.2×109 N/m2,Ev=10Eh,Gv=3Eh,ρ=2100 kg/m3,Ep=30×109 N/m2,μp=0.2,ρb=2300 kg/m3,hb=0.2 m,l1=l2=0.15 m,q=80 kN,c=40 m/s,其解出板上中心点无量纲挠度γ′=γEp/(qhb)时程曲线如图3所示。由图3可见,本文模型结果与既有结果基本一致。两算例对比表明本文推导模型及数值算法具备一定的准确性,可用于移动荷载作用下TI层状地基-薄板结构的动力响应研究。
3.2 地基各向异性的影响
利用材料水平、竖直弹性模量比n表示各向异性程度,n取值一般在0.5~3.0,则对比n为0.5,1.0(各向同性处理),1.5时单层地基的顶面竖向位移。板体及荷载参数:Ep=30×109 Pa,μp=0.15,hb=0.25 m,ρb=2400 kg/m3,c=200 m/s,ω=40 rad/s,l1=0.25 m,l2=0.25 m,q=100000 Pa。
n=0.5时模型各部分力学参数如表1所示,其余工况通过固定Ev,改变Eh调整n值,如n=1.5时,第一层弹模Ev=10×109 Pa、Eh=15×109 Pa,下文同。
表 1 层状地基各部分基本材料参数Table 1. Basic material parameters of each part of layered foundation参数/位置 第一层 半无限空间 Ev/(109 Pa) 10 20 Eh/(109 Pa) 5 10 Gv/(109 Pa) 3 3 μh 0.25 0.25 μvh 0.25 0.25 z/m 10 ∞ ρ/(kg·m-3) 2000 2000 各工况x方向板体位移幅值波形如图4所示,为便于比较曲线最值,图例及图左侧附有文字、楔形标记说明最值大小及位置,下文同。由图可知板体中心位移幅值在n=0.5时最大、n=1.5时最小。板体水平面波形受到地基各向异性影响,n为1.0,1.5时波形曲线呈对称分布,n=0.5时波形曲线向荷载移动方向偏移,虽出现零振幅点,但荷载影响范围显著增大。可见此类计算工况下,地基各向异性水平影响顶部面波传递规律,荷载作用中心板体位移幅值变化最大,相比各向同性情形出现一定幅度增减。
3.3 荷载移动速率的影响
为研究荷载移动速率对动力响应的影响,取c为0,100,200,300,400 m/s 5种情况对比说明荷载移动速度对顶面竖向位移幅值的影响规律。模型取为单层地基-薄板结构,其余参数均与3.2节一致。
各工况x方向板体位移幅值波形如图5所示,可见移动速度对顶面竖向位移影响较大。当c从0逐渐增长至400 m/s时,波形出现不对称,零振幅点向移动方向偏移。增至300 m/s时,正向波形呈放大趋势,增至400 m/s时,正向波形迅速缩小。此外中心幅值随移动速率变化先增大后减小,300 m/s时幅值最大。可见此类计算工况下,临界荷载移动速率在300~400 m/s,其变化直接影响荷载作用区域面波具体分布形式。
3.4 荷载加载频率的影响
荷载移动会影响水平向波形分布,为单独分析荷载加载频率对动力响应的影响,取c=0 m/s,ω为0,10,20,30,40 rad/s对比计算。模型取为单层地基-薄板结构,其余参数均与3.2节一致。
各工况x方向板体位移幅值波形如图6所示。由图可知:板体中心位移幅值受加载频率影响较小,不同频率主要影响水平面位移波形分布。当ω=0 rad/s时,位移沿水平轴的分布范围最广,荷载作用范围(拐点)延伸到了半径20 m之外。增大加载频率,荷载作用范围缩小,ω=40 rad/s时,波形集中分布在10 m之内。可见荷载加载频率主要影响顶面板体位移波形的集中程度或动荷载作用范围大小。
3.5 层状结构的影响
为研究地基各层结构参数改变对板体位移幅值的影响,对双层地基-板体结构按表2调整形成4种工况,由此分析各层地基对动力响应的影响。各工况材料、荷载参数在前基础上调整。
表 2 各计算工况下单层地基弹性模量比Table 2. Elastic modulus ratios of single-layer foundation under various calculation conditions层数/工况参数 水平、竖直弹性模量之比n 层厚/m 情形一 情形二 情形三 情形四 第一层 0.5 0.75 0.5 0.5 5 第二层 0.5 0.5 0.75 0.5 5 半无限空间 0.5 0.5 0.5 0.75 ∞ 各工况计算结果如图7所示,由图可知:不同层n值改变或提升某层力学性能对顶面竖向位移影响不同。增大第二层或半空间n值对中心位移影响较小,而增加第一层将使位移大幅减小。此外单独增加各层n值会使荷载作用范围相比一般情形增加,且移动方向增长幅度更大。可见第一层各向异性水平变化将对顶面竖向位移产生较大影响。
4. 结论
本文在已有各向异性体弹性动力学理论基础上,针对横观各向同性层状地基–薄板(无限大)这一典型力学模型,推导出二重积分形式的稳态响应解,并通过数值计算得到移动简谐荷载作用下的半解析解答。进而研究材料、荷载参数对板体位移的影响规律。
(1)对比横观各向同性、各向同性地基下计算结果,板体位移响应最值出现一定幅度增减。现有框架下的计算、设计结果可能与实际情况存在一定偏差。
(2)移动荷载相较静载使板体位移幅值的水平分布出现左右不对称,不对称程度与具体移动速率大小有关。存在临界速度使得荷载作用区域幅值最大。
(3)荷载加载频率对板体位移响应影响不如移动速率大,其主要影响荷载作用下的响应范围。
(4)分层各向异性水平改变对顶面竖向位移的影响程度不同,第一层地基相比其余层对降低竖向位移响应有较大作用,可利用此特性改善层状体系结构在动力作用下的响应特征。
附录:
(1)A矩阵元素形式
A13=1,A24=1,A31=[C11k2−ρ(ω−ckx)2]/C44 ,A34=(C13+C44)/C44 ,A42=[C44k2−ρ(ω−ckx)2]/C44 ,A43=−k2(C13+C44)/C33 ,A11=A12=A14=A21=A22=0 ,A23=A32=A33=A41= A44=0 。 (2)B矩阵的元素形式
B11=B22=0 , B12=1 ,B21=[k2(C11−C12)/2−ρ(ω−ckx)2]/C44 。 (3)L1,L2矩阵的元素形式
L1=[0−C44C440C1300C33/k2],L2=[0C44]。 (4)a,b变量形式
-
表 1 采用的地震强度指标
Table 1 Selected intensity measures
类型 编号 名称 定义 加速度型 1 峰值加速度(PGA) PGA = max(|a(t)|) 2 Arias强度(AI) {\text{AI}} = \frac{{\rm{\mathsf{π}}}}{{{\text{2g}}}}\int_0^{{t_{\text{f}}}} a {(t)^2}{\text{d}}t 3 持续最大加速度(SMA) 加速度时程中第三个最大值 4 均方根加速度(arms) {a_{{\text{rms}}}} = \sqrt {\int_{{t_{\text{5}}}}^{{t_{{\text{95}}}}} {a{{{\text{(}}t{\text{)}}}^{\text{2}}}} {\text{d}}t/{t_{\text{d}}}} 5 特征强度(IC) IC = arms1.5td0.5 速度型 6 累计绝对速度(CAV) {\text{CAV}} = \int_0^{{t_{\text{f}}}} {\left| {a(t)} \right|{\text{d}}t} 7 峰值速度(PGV) PGV = max(|v(t)|) 8 均方根速度(vrms) {v_{{\text{rms}}}} = \sqrt {\int_{{t_5}}^{{t_{95}}} {v{{(t)}^2}{\text{d}}t/{t_{\text{d}}}} } 9 能量密度指标(SED) {\text{SED}} = \int_0^{{t_{\text{f}}}} {v{{(t)}^2}{\text{d}}t} 10 复合指标(IF) IF = PGV × td0.25 11 持续最大速度(SMV) 速度时程中第三个最大值 位移型 12 峰值位移(PGD) PGD = max(|d(t)|) 13 均方根位移(drms) {d_{{\text{rms}}}} = \sqrt {\int_{{t_5}}^{{t_{95}}} {d{{(t)}^2}{\text{d}}t/{t_{\text{d}}}} } 与反应谱单值相关 14 伪加速度谱峰值(PSA) PSA=max(PSa) 15 伪速度谱峰值(PSV) PSV=max(PSV) 与反应谱时间段积分相关 16 加速度谱强度(ASI) {\text{ASI}} = \int_{0.1}^{0.5} {P{S_{\text{a}}}{\text{d}}T} 17 速度谱强度(VSI) {\text{VSI}} = \int_{0.1}^{2.5} {{S_{\text{v}}}{\text{d}}T} 18 Housner强度(HI) {\text{HI}} = \int_{0.1}^{2.5} {P{S_{\text{v}}}{\text{d}}T} 19 有效峰值加速度(EPA) {\text{EPA}} = {\text{mean(}}\int_{{\text{0}}{\text{.1}}}^{{\text{0}}{\text{.5}}} {{S_{\text{a}}}{\text{d}}T/2.5} ) 表 2 Ⅱ类场地土层物理参数
Table 2 Physical parameters of Type Ⅱ site soil
土层 土类 土层厚度/m 密度/(kg·m-3) 剪切波速/(m·s-1) 剪切模量/MPa 1 人工填土 5.0 1750 180 57 2 粉质黏土 10.0 1900 250 118.8 3 细中砂 10.0 2000 300 180 4 细粉砂 15.0 2000 320 205 5 卵石 20.0 2280 500 525 表 3 计算效率对比
Table 3 Comparison of efficiency
耗时项目 数值模拟 FCNN 数据处理 — 10 min 模型训练* — 2 h 响应计算 20 min×30=10 h 2 s 合计 10 h 2.2 h *注:FCNN训练耗时包括搭建至调至最优模型耗时。 -
[1] CORNELL C A, JALAYER F, HAMBURGER R O, et al. Probabilistic basis for 2000 SAC federal emergency management agency steel moment frame guidelines[J]. Journal of Structural Engineering, 2002, 128(4): 526-533 doi: 10.1061/(ASCE)0733-9445(2002)128:4(526)
[2] 钟紫蓝, 申轶尧, 郝亚茹, 等. 基于IDA方法的两层三跨地铁地下结构地震易损性分析[J]. 岩土工程学报, 2020, 42(5): 916-924. doi: 10.11779/CJGE202005014 ZHONG Zilan, SHEN Yiyao, HAO Yaru, et al. Seismic fragility analysis of two-story and three-span metro station structures based on IDA method[J]. Chinese Journal of Geotechnical Engineering, 2020, 42(5): 916-924. (in Chinese) doi: 10.11779/CJGE202005014
[3] ARGYROUDIS S A, PITILAKIS K D. Seismic fragility curves of shallow tunnels in alluvial deposits[J]. Soil Dynamics and Earthquake Engineering, 2012, 35: 1-12. doi: 10.1016/j.soildyn.2011.11.004
[4] LIU T, CHEN Z Y, YUAN Y, et al. Fragility analysis of a subway station structure by incremental dynamic analysis[J]. Advances in Structural Engineering, 2016, 20(7): 1111-1124.
[5] RAMAMOORTHY S K, GARDONI P, BRACCI J M. Probabilistic demand models and fragility curves for reinforced concrete frames[J]. Journal of Structural Engineering, 2006, 132(10): 1563-1572. doi: 10.1061/(ASCE)0733-9445(2006)132:10(1563)
[6] SIMON J, BRACCI J M, GARDONI P. Seismic response and fragility of deteriorated reinforced concrete bridges[J]. Journal of Structural Engineering, 2010, 136(10): 1273-1281. doi: 10.1061/(ASCE)ST.1943-541X.0000220
[7] HE Z M, XU H, GARDONI P, et al. Seismic demand and capacity models, and fragility estimate for underground structures spatially varying soil properties[J]. Tunnelling and Underground Space Technology incorporating Trenchless Technology Research, 2022(119): 104231.
[8] XU H, GARDONI P. Probabilistic capacity and seismic demand models and fragility estimates for reinforced concrete buildings based on three-dimensional analyses[J]. Engineering Structures, 2016(112): 200-214.
[9] ZHANG W, SHOKRABADI M, BOZORGNIA Y, et al. A methodology for fragility analysis of buried water pipes considering coupled horizontal and vertical ground motions[J]. Computers and Geotechnics, 2020, 126(4): 103709.
[10] ZHENG K F, CHEN L B, ZHUANG W L, et al. Bridge vulnerability analysis based on probabilistic seismic demand models[J]. Engineering Mechanics, 2013, 30(5): 165-171.
[11] 于晓辉, 吕大刚, 王光远. 关于概率地震需求模型的讨论[J]. 工程力学, 2013, 30(8): 172-179. https://www.cnki.com.cn/Article/CJFDTOTAL-GCLX201308027.htm YU Xizohui, LÜ Dagang, WANG Guangyuan. Discussions on probabilistic seismic demand models[J]. Engineering Mechanics, 2013, 30(8): 172-179. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GCLX201308027.htm
[12] YANG C T, XIE L L, LI A Q, et al. Ground motion intensity measures for seismically isolated RC tall buildings[J]. Soil Dynamics and Earthquake Engineering, 2019, 125: 105727. doi: 10.1016/j.soildyn.2019.105727
[13] PADGETT J E, NIELSON B G, DESROCHES R. Selection of optimal intensity measures in probabilistic seismic demand models of highway bridge portfolios[J]. Earthquake Engineering and Structural Dynamics, 2008, 37(5): 711-725. doi: 10.1002/eqe.782
[14] ZHANG C M, ZHAO M, ZHONG Z L, DU X L. Seismic intensity measures and fragility analysis for subway stations subjected to near-fault ground motions with velocity pulses[J]. Journal of Earthquake Engineering, 2022, 26(16): 8724-8750. doi: 10.1080/13632469.2021.1994056
[15] DING Y J, CHEN J, SHEN J X. Prediction of spectral accelerations of aftershock ground motion with deep learning method[J]. Soil Dynamics and Earthquake Engineering, 2021, 150(25): 106951.
[16] DING Y J, CHEN J, SHEN J X. Conditional generative adversarial network model for simulating intensity measures of aftershocks[J]. Soil Dynamics and Earthquake Engineering, 2020, 139(17): 106281.
[17] HUANG P F, CHEN Z Y. Deep learning for nonlinear seismic responses prediction of subway station[J]. Engineering Structures, 2021, 244(13): 112735.
[18] XU Z K, CHEN J, SHEN J X, XIANG M J. Recursive long short-term memory network for predicting nonlinear structural seismic response[J]. Engineering Structures, 2022, 250(26): 113406.
[19] TORKY AHMED A, SUSUMU O. Deep learning techniques for predicting nonlinear multi-component seismic responses of structural buildings[J]. Computers and Structures, 2021, 252(15): 106570.
[20] HUANG P F, CHEN Z Y. Fragility analysis for subway station using artificial neural network[J]. Journal of Earthquake Engineering, 2021(3): 1-21.
[21] RIDDELL R. On ground motion intensity indices[J]. Earthquake Spectra, 2007, 23(1): 147-173. doi: 10.1193/1.2424748
[22] PENZIEN J. Seismically induced racking of tunnel linings[J]. Earthquake Engineering and Structural Dynamics, 2000, 29(5): 683-691. doi: 10.1002/(SICI)1096-9845(200005)29:5<683::AID-EQE932>3.0.CO;2-1
[23] CHEN Z Y, LIU Z Q. Stochastic seismic lateral deformation of a multi-story subway station structure based on the probability density evolution method[J]. Tunnelling and Underground Space Technology, 2019, 103114.
[24] 城市轨道交通结构抗震设计规范[S]. 北京: 中国建筑工业出版社, 2014. Code for Seismic Design of Urban Rail Transit Structures[S]. Beijing: China Architecture & Building Press, 2014. (in Chinese)
[25] 陈国兴, 刘雪珠, 朱定华, 等. 江苏长江以南地区新近沉积土动剪切试验研究[J]. 地下空间与工程学报, 2007, 3(4): 745-750. https://www.cnki.com.cn/Article/CJFDTOTAL-BASE200704034.htm CHEN Guoxing, LIU Xuezhu, ZHU Dinghua, et al. A study on dynamic shear of recently deposited soils for southern Jiangsu Province along Yangtze River[J]. Chinese Journal of Underground Space and Engineering, 2007, 3(4): 745-750. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-BASE200704034.htm
[26] 杜修力, 许紫刚, 许成顺, 等. 基于等效线性化的土-地下结构整体动力时程分析方法研究[J]. 岩土工程学报, 2018, 40(12): 2155-2163. doi: 10.11779/CJGE201812001 DU Xiuli, XU Zigang, XU Chengshun, et al. Time-history analysis method for soil-underground structure system based on equivalent linear method[J]. Chinese Journal of Geotechnical Engineering, 2018, 40(12): 2155-2163. (in Chinese) doi: 10.11779/CJGE201812001
[27] 曲哲, 叶列平. 基于有效累积滞回耗能的钢筋混凝土构件承载力退化模型[J]. 工程力学, 2011, 28(6): 45-51. https://www.cnki.com.cn/Article/CJFDTOTAL-GCLX201106009.htm QU Zhe, YE Lieping. Strength deterioration model based on effective hysteretic energy dissipation for rc members under cyclic loading[J]. Engineering Mechanics, 2011, 28(6): 45-51. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GCLX201106009.htm
[28] TSINIDIS G, PITILAKIS K, TRIKALIOTIA D. Numerical simulation of round robin numerical test on tunnels using a simplified kinematic hardening model[J]. Acta Geotechnica, 2013, 9(4): 641-659.
[29] YAROTSKY D. Error bounds for approximations with deep ReLU networks[J]. Neural Networks, 2017, 94: 103-114. doi: 10.1016/j.neunet.2017.07.002
[30] KINGMA D P, BA J L. Adam: a method for stochastic optimization[J]. Computer Research Repository, 2014(1412): 74-89.
[31] HE K M, ZHANG X Y, REN S Q, SUN J. Delving deep into rectifiers: surpassing human-level performance on imagenet classification[C]//2015 IEEE International Conference on Computer Vision (ICCV), Santiago, Chile: Institute of Electrical and Electronics Engineers, 2015.
[32] ZAREMBA W, SUTSKEVER I, VINYALS O. Recurrent neural network regularization[J]. Computer Research Repository, 2014(1409): 68-76.
[33] ABADI M, BARHAM P, CHEN J M, et al. TensorFlow: a system for large-scale machine learning[J]. Computer Research Repository, 2016(1605): 1-18.
[34] SREEJAYA K P, BASU J, RAGHUKANTH S, SRINAGESH D. Prediction of ground motion intensity measures using an artificial neural network[J]. Pure and Applied Geophysics, 2021, 178: 2025-2058. doi: 10.1007/s00024-021-02752-9
[35] 张成明, 钟紫蓝, 甄立斌, 等. 适用于圆形隧道损伤评价的地震动强度指标研究[J]. 工程力学, 2021, 38(1): 100-108. https://www.cnki.com.cn/Article/CJFDTOTAL-GCLX202101011.htm ZHANG Chengming, ZHONG Zilan, ZHEN Libin, et al. Seismic intensity measures for the damage evaluation of circular tunnels[J]. Engineering Mechanics, 2021, 38(1): 100-108. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GCLX202101011.htm
[36] LUCO N, CORNELL C A. Structure-specific scalar intensity measures for near-source and ordinary earthquake ground motions[J]. Earthquake Spectra, 2007, 23(2): 357-392. doi: 10.1193/1.2723158
-
其他相关附件