基于数据增强和深度学习的建筑震害智能化快速评估方法

作     者：程庆乐 任昊天 李爱群 解琳琳 

作者机构：北京建筑大学土木与交通工程学院 

出 版 物：《工程力学》 (Engineering Mechanics)

年 卷 期：2023年

核心收录：

学科分类：070801[理学-固体地球物理学] 07[理学] 08[工学] 081402[工学-结构工程] 0708[理学-地球物理学] 0814[工学-土木工程] 

基　　金：北京市自然科学基金项目(8224083) 北京市博士后工作经费资助项目 

主　　题：谱兼容地震动 数据增强 深度学习 建筑震害评估 强震动 

摘      要：快速评估建筑震害对震后应急救援和恢复具有重要意义。深度学习方法为建筑震害快速评估提供了关键手段，但强震动数据有限，该方法面临破坏力大的样本数量少的挑战。为此，本文提出了基于数据增强和深度学习的建筑震害智能化快速评估方法。该方法利用连续小波变换方法构造反应谱兼容的地震动来进行强震动数据增强，采用增强后的强震动数据库和深度学习算法开展建筑震害预测。以一栋RC框架对所提出的方法进行了说明，并与广泛使用的地震动加速度幅值调幅的数据增强方法进行了对比，研究结果表明：本文所提出强震动数据增强方法构造的强震动的持时特征的离散性和引起结构响应的离散程度都小于调幅方法；所提出的谱兼容强震动数据增强方法能够提高深度学习预测的准确率，为强震动数据增强提供了重要手段；相比于传统的调幅方法，本文所提出的方法预测破坏严重的建筑的准确率更高，可为建筑震害快速预测提供重要支撑。