基于人工神经网络代理模型的双层格构墙支撑双层筒形拱屋顶地震易损性评估

《Infrastructures》：ANN-Based Surrogate Modeling for Seismic Fragility Assessment of Double-Layer Barrel Vault Roofs Supported by Double-Layer Latticed Walls

　　双层筒拱屋顶配双层竖向墙体因其结构效率高、刚度与重量比优以及建筑适应性广而被广泛应用于重要公共建筑中。虽然增量动力分析（IDA）是一种被广泛接受的抗震评估方法，但其需要进行大量非线性时程分析（NTHA），导致计算成本高昂。本研究提出了一种基于人工神经网络（ANN）的代理建模框架，以准确预测此类结构体系的抗震响应，减少重复NTHA的需求，实现结构动力响应的快速估算，并便于直接开发地震易损性曲线。所提出的框架在保持准确性与效率之间有效平衡的同时，大幅降低了计算工作量。首先，利用OpenSees中开发的有限元（FE）模型生成综合地震损伤数据库。然后，分别采用传统IDA程序和所提出的基于ANN的代理方法获得易损性曲线。结果表明，ANN代理模型能够准确预测结构在缩放地震动作用下的响应，并有效捕捉其非线性抗震行为。此外，所得易损性曲线与传统IDA方法的结果高度吻合，证明了所提出框架在双层筒拱配双层墙体结构的快速抗震评估中的准确性、可靠性和高效性。