大跨钢结构厂房的地震响应快速计算研究

在建筑抗震工程领域,引入机器学习算法能高效、准确地解决复杂工程的抗震问题,故开发了能够预测大跨钢结构在地震作用下的结构动力响应快速计算代理模型。以某大跨钢结构厂房为研究对象,通过OpenSees软件开展100条地震动作用下的结构非线性时程分析,记录结构动力响应,据此构造用于训练代理模型的虚拟数据池。采用BP神经网络和集成学习(XGBoost)算法,分别对大跨钢结构的地震响应数据集进行深度学习和统计分析,描述网络输入特征值与输出值的非线性行为。结果表明:用少量模型计算后的样本数据集进行机器学习训练的预测模型可以快速预测大跨钢结构的响应,BP神经网络模型的预测精度高于XGBoost算法模型,采用BP神经网络模型时应警惕网络隐藏层数目过多引发的过拟合问题。结构地震响应代理模型适用于总跨度50~70m、平面长宽比≤5∶1的同类型单层钢结构厂房,可显著减少结构非线性动力时程的计算负担,同时有助于大跨钢结构的地震韧性快速评估。

资料为PDF文档格式.

本文档关键词:响应,地震,计算,快速,钢结构厂房