单层钢筋混凝土柱工业厂房震害非线性预测模型及应用

资料大小：320KB
资料类型：.PDF
资料等级：
发布时间：2021-09-10

资料介绍

单层钢筋混凝土柱工业厂房震害非线性
预测模型及应用
何慧荣
(鹤壁职业技术学院建筑工程学院，河南鹤壁458030)
摘要：将RBF人工神经网络理论应用于等高单层钢筋混凝土柱工业厂房的震害预测。在分析震害特点的基础上，将震害影响因子分为精
确性和规律性两大类，提出以地震反应指标、天窗类型、支撑情况、建筑材料作为主要的影响指标。然后将震害等级作为输出结果，构造了
震害预测的非线性预测模型。通过对52个实际震害实例的检验，网络的准确率高，可见该模型是有效可靠的。
关键词：工业厂房；震害预测；RBF人工神经网络；非线性．
中图分类号： TU528．01 文献标志码： A 文章编号： 1002—3550(2011)l1-0135—03
Seismic damage prediction nonlinear model for single-stow reinforced concrete industrial building
HEHui-rong
(Vocational and Technical School ofArchitec~n'e Engineering ofHenan Hebi City，HeN 458030，China)
Abstract ： The RBF artificial neural network is applied to predict seismic damage of single—story reinforced concrete industrial building．Based
on the analysis of characteristics of seismic damage，it is found that earthquake response index，type of sky light，bracing system and building
material are the ma in factors afecting seismic damage．The four factors can be classified into two types：precise factors and regular factors．Th e
corresponding spans of factors ate suggested an d applied to engineering examples．Thus the RBF artificial neural network is developed．with
factors afecting seismic dam age as input and seismic dam age grade as output．It was verified by 52 engineering examples．It is concluded that the
RBF artificial neural network developed in this paper is applicable to predictseismic dam age ofsingle-story reinforced concrete industrial building．
Key words： industriaI building；seismic damage prediction；RBF artificial neural netw ork；nonlinear
0 引言
在各类自然灾害中，地震灾害是对人类社会造成重大人员
伤亡和经济损失的主要灾害之一。对建筑物进行震害预测是减
轻和预估地震灾害的一项重要举措。单层工业厂房是我国使用
最为普遍的一种工业建筑之一，在20世纪70年代的唐山大地
震中，许多单层工业厂房受到破坏，造成了巨大的经济财产损
失。有鉴于此，对单层工业厂房的建筑结构进行震害预测意义
重大，其单跨(或多跨)的等高单层工业厂房作为一类结构体系
与理想模型较为接近的工业建筑，近年来亦引起广大学者的重
视[1-61。查阅大量文献，已有的研究成果主要体现在等高单层工
业厂房震害预测中，对等高单层砖柱厂房等高单层钢筋混凝土
柱厂房的研究较少。近年来，正对大量震害因素的随机不确定性、
模糊性，有一些学者相继用模糊综合评判法fIJ、灰色聚类法[21、
BP神经网络方法p】对单层钢筋混凝土柱厂房震害进行了预测。
然而，单层工业厂房的震害受到地震作用的大小、场地条件、厂
房结构的动力特性、建筑材料等众多因素的影响，是一个复杂
的非线性系统。
BP神经网络是一种常用的全局逼近神经网络，可以很好的
解决非线性问题。从理论上讲，3层BP网络就可以实现从输入
到输出的任意函数映射。但是由于BP神经网络是基于梯度下
收稿日期：2011-Jo5—13
降的误差反向传播算法进行学习的，且在训练过程中需要对网
络的所有权值和阈值进行修正，所以网络的学习速度较慢，而且
很容易陷入局部最小点，易产生振荡，无法保证每次训练时BP
算法的收敛性和全局最优性。与BP神经网络相比，RBF网络是
一种局部逼近网络，对于每个训练样本，它只需要对少量的权
值和阈值进行修正，所以RBF神经网络不仅学习速度快，而且
避免了局部最小问题，同时，由于只有少量的权值需要调整，其
推广能力显著增强，使得其对新样本的预测能力显著增强。因此，
RBF神经网络在逼近能力、分类能力和学习速度等方面均优于
BP神经网络。本文在总结前人经验的基础上，提出将RBF神经
网络进行预测等高单层钢筋混凝土柱厂房的震害，并以实际震
例对该方法进行了验证。
1 单层钢筋混凝土柱工业厂房震害非线性预
测模型
1．1 震害非线性预测的影响指标
通过对大量已有的研究基础和震害实例，发现以下三个因
素是造成等高单层钢筋混凝土柱厂房地震破坏的直接因素：第
一
，地震引起的厂房单元地基失效，类似于静力破坏；第二，扭
转振动，有厂房单元因质心与刚心不相符引起；第三，地震使厂
房单元所产生的沿厂房横向和纵向的平移振动。