给定地震场景下的随机地震动降维模拟

阮鑫鑫; 范颖霏; 刘章军; 姜云木

doi:10.13409/j.cnki.jdpme.20221102005

您当前的位置：

首页 >

文章列表页 >

给定地震场景下的随机地震动降维模拟

论文 | 更新时间：2025-09-25

- 给定地震场景下的随机地震动降维模拟
- Dimension‑reduction Simulation of Stochastic Ground Motion under Predefined Earthquake Scenarios
- 防灾减灾工程学报 2024年44卷第2期页码：353-361
- 作者机构：
  
  1.信阳师范大学建筑与土木工程学院，河南信阳 464000
  2.武汉工程大学土木工程与建筑学院，湖北武汉430074
  3.大连理工大学海岸和近海工程国家重点实验室，辽宁大连 116024
- 作者简介：
  
  阮鑫鑫(1994—)，男，讲师，博士。主要从事工程结构抗震研究。E-mail: ruanxinxin1994@163.com
  姜云木(1997—)，男，博士研究生。主要从事工程结构抗灾可靠性研究。E-mail: jiangyunmu@163.com
- 基金信息：
  
  国家自然科学基金项目(51978543;51778343);湖北省高等学校优秀中青年科技创新团队计划项目(T2020010)
- DOI：10.13409/j.cnki.jdpme.20221102005
  中图分类号： P315.9
- 收稿：2022-11-02，
  
  修回：2023-01-16，
  
  纸质出版：2024-04-25
- 稿件说明：
移动端阅览
阮鑫鑫,范颖霏,刘章军等.给定地震场景下的随机地震动降维模拟[J].防灾减灾工程学报,2024,44(02):353-361.

RUAN Xinxin,FAN Yingfei,LIU Zhangjun,et al.Dimension‑reduction Simulation of Stochastic Ground Motion under Predefined Earthquake Scenarios[J].Journal of Disaster Prevention and Mitigation Engineering,2024,44(02):353-361.
阮鑫鑫,范颖霏,刘章军等.给定地震场景下的随机地震动降维模拟[J].防灾减灾工程学报,2024,44(02):353-361. DOI： 10.13409/j.cnki.jdpme.20221102005.

RUAN Xinxin,FAN Yingfei,LIU Zhangjun,et al.Dimension‑reduction Simulation of Stochastic Ground Motion under Predefined Earthquake Scenarios[J].Journal of Disaster Prevention and Mitigation Engineering,2024,44(02):353-361. DOI： 10.13409/j.cnki.jdpme.20221102005.

摘要

建立了一种可根据地震场景预测和模拟随机地震动加速度过程的降维模型。首先，挑选了1 766条实测强震记录，根据断层类型和场地类别进行了分组，并识别了各组地震动的演变功率谱参数；然后，基于地震场景参数和演变功率谱参数，训练了两者的高斯过程回归模型（GPRM），并采用K‑fold交叉验证法，验证GPRM预测的有效性和精确性；最后，基于非平稳随机过程的谱表示法，通过引入随机函数的降维思想，实现了在给定地震场景下的随机地震动降维模拟。数值算例表明，预测的样本在频谱、峰值、强震持时等方面均与实测记录保持一致，体现了本文方法良好的工程适用性。这为地震动目标地区提供较为合理的人工地震动数据以及工程结构的随机地震反应分析与可靠性评价奠定了基础。

Abstract

Based on the earthquake scenarios

a dimension-reduction model capable of predicting and simulating the stochastic ground motion acceleration process was developed. Firstly

1766 strong motion records were selected and grouped according to fault types and site classification. Parameters of evolutionary power spectrum (EPS) for each group were identified. Secondly

based on the parameters for earthquake scenarios and the EPS

a Gaussian process regression model (GPRM) was trained. Meanwhile

the K-fold cross-validation method was adopted to verify its prediction effectiveness and accuracy. Finally

using the spectral representation method of non-stationary random processes and incorporating the concept of dimension reduction for random functions

the dimension reduction simulation of stochastic ground motion was achieved under predefined earthquake scenarios. Numerical examples showed that the predicted samples were consistent with the measured records in terms of frequency spectrum

peak values

and duration of strong motion

which verified the suitability of the proposed methodology in engineering applications. The research provides reasonable artificial ground motion data for target areas

and lays a foundation for random seismic response analysis and reliability evaluations of engineering structures.

关键词

Keywords

references

李英民，刘立平．工程结构的设计地震动［M］．北京：科学出版社， 2011 .

Li Y M ， Liu L P . Design ground motion of engineering structures ［M］. Beijing ： China Science Publishing & Media Ltd. ， 2011 . （in Chinese）

Yuen K V ， Mu H Q . Peak ground acceleration estimation by linear and nonlinear models with reduced order Monte Carlo simulation ［J］. Computer-aided Civil and Infrastructure Engineering ， 2011 ， 26 （ 1 ）： 30 - 47 .

Tezcan J ， Cheng Q . Support vector regression for estimating earthquake response spectra ［J］. Bulletin of Earthquake Engineering ， 2012 ， 10 （ 4 ）： 1205 - 1219 .

郑镇杰．基于时域随机地震动模型的地震动加速度时程模拟［D］．广州：华南理工大学， 2018 .

Zheng Z J . Generating artificial earthquake ground motion based on a time-domain stochastic ground motion model ［D］. Guangzhou ： South China University of Technology ， 2018 . （in Chinese）

Kuehn N M ， Riggelsen C ， Scherbaum F . Modeling the joint probability of earthquake， site， and ground-motion parameters using Bayesian networks ［J］. Bulletin of the Seismological Society of America ， 2011 ， 101 （ 1 ）： 235 - 249 .

Liu Z J ， Liu W ， Peng Y B . Random function based spectral representation of stationary and non-stationary stochastic processes ［J］. Probabilistic Engineering Mechanics ， 2016 ， 45 ： 115 - 126 .

Li J ， Chen J B . Stochastic dynamics of structures ［M］. Singapore ； John Wiley & Sons ， 2009 .

刘章军，陈建兵，彭勇波．结构动力学［M］．北京：中国建筑工业出版社， 2022 .

Liu Z J ， Chen J B ， Peng Y B . Dynamic of structures ［M］. Beijing ： China Architecture & Building Press ， 2022 . （in Chinese）

中国地震动参数区划图： GB 18306—2015 ［S］．北京：中国标准出版社， 2015 .

郭锋，吴东明，许国富，等．中外抗震设计规范场地分类对应关系［J］．土木工程与管理学报， 2011 ， 28 （ 2 ）： 63 - 66 .

Guo F ， Wu D M ， Xu G F ， et al . The corresponding relationship of site classification in Chinese and foreign seismic design codes ［J］. Journal of Civil Engineering and Management ， 2011 ， 28 （ 2 ）： 63 - 66 . （in Chinese）

刘章军，刘子心，阮鑫鑫，等．地震动随机场的POD降维表达［J］．中国科学：技术科学， 2019 ， 49 （ 5 ）： 589 - 601 .

Liu Z J ， Liu Z X ， Ruan X X ， et al . POD-based dimension reduction representation of stochastic ground motion fields ［J］. Scientia Sinica （Technologica）， 2019 ， 49 （ 5 ）： 589 - 601 . （in Chinese）

刘章军，刘子心，基于规范反应谱的全非平稳地震动过程模拟［J］．振动工程学报， 2017 ， 30 （ 3 ）： 457 - 465 .

Liu Z J ， Liu Z X . Simulation of fully non-stationary ground motion based on seismic design response spectrum ［J］. Journal of Sound and Vibration ， 2017 ， 30 （ 3 ）： 457 - 465 . （in Chinese）

Amin M ， Ang A H S . Nonstationary stochastic models of earthquake motions ［J］. Journal of the Engineering Mechanics Division ， 1968 ， 94 （ 2 ）： 559 - 584 .

Clough R W ， Penzien J . Dynamic of structures ［M］. New York ： McGraw-HILL Inc ， 1993 .

Vanmarcke E H ， Lai S S P . Strong-motion duration and RMS amplitude of earthquake records ［J］. Bulletin of the Seismological Society of America ， 1980 ， 70 （ 4 ）： 1293 - 1307 .

Vanmarcke E H . Seismic Risk and Engineering Decisions： Chapter 8—Structural Response to Earthquakes ［M］. Amsterdam ： Elsevier， l 976 .

Legates D R ， McCabe G J . Evaluating the use of "goodness-of-fit" Measures in hydrologic and hydroclimatic model validation ［J］. Water Resources Research ， 1999 ， 35 （ 1 ）： 233 - 241 .

苏国韶，张妍，肖义龙．高斯过程机器学习及其工程应用［M］．北京：科学出版社， 2020 .

Su G S ， Zhang Y ， Xiao Y L . Gaussian processes for machine learning and its application in engineering ［M］. Beijing ： Science Press ， 2020 . （in Chinese）

Rasmussen C E ， Williams C K I . Gaussian Processes for Machine Learning： Chapter 5—Model selection and adaptation of hyperparameters ［M］. Cambridge ： MIT Press ， 2006 .

Ruan X X ， Liu Z J ， Liu Z X ， et al . Dimension-reduction representation of stochastic ground motion fields based on wavenumber-frequency spectrum for engineering purposes ［J］. Soil Dynamics and Earthquake Engineering ， 2021 ， 143 ： 106604 .

姜云木，阮鑫鑫，刘章军．主余震型地震动过程的降维模拟［J］. 振动与冲击， 2021 ， 40 （ 24 ）： 282 - 292 .

Jiang Y M ， Ruan X X ， Liu Z J . Dimension-reduction simulation of main aftershock type ground motion process ［J］. Journal of Vibration and Shock ， 2021 ， 40 （ 24 ）： 282 - 292 . （in Chinese）

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

剪切失效型钢筋混凝土柱滞回模型参数识别与经验预测