基于深度学习的地铁车站地震响应快速预测方法.pdfVIP

哈尔滨工业大学工学硕士学位论文

摘要

作为支撑和引领城市空间发展的骨架和引擎，城市地铁轨道交通系统正面临

着严峻的地震安全风险。在城市工程系统抗震韧性评估背景下，城市区域性地铁

车站及区间隧道的抗震性能评价是作为生命线工程的城市地铁系统抗震韧性评估

的基础。传统的数值分析方法计算效率低，不能满足城市地铁系统抗震韧性快速

评估要求。本研究旨在提出一种基于深度学习的地铁车站地震响应快速预测方法，

具体研究工作汇总如下：

（1）全面调研实际地铁车站建设情况，针对典型两层三跨框架式地下车站，

从结构和场地层面确定设防烈度、覆土厚度和场地剪切波速3个模型参数，基于

实际地下车站工程资料设计确定48个典型地下车站模型。考虑地震动不确定性基

于台站和地震信息经过筛选处理获得400条地震动，采用ABAQUS有限元软件进

行批量建模和弹塑性动力时程分析获得19200个样本，提取每个样本各层峰值楼

板加速度和峰值层间位移角建立地下车站地震响应数据集，进行地下车站地震易

损性分析。

（2）针对目标峰值地震响应回归问题，设计多输入卷积神经网络深度学习模

型，以标准化预处理的地震动加速度时程和结构工况信