基于深度学习的砌体结构震损快速评估研究

摘要

为从构件层次实现砌体结构的震后快速评估，从而为预防震后次生灾害的发生，以及为震后结构修复决策提供科学指导，基于实验室砌体构件拟静力试验，利用深度学习算法，以层间位移角为量化破坏等级的指标，建立不同破坏等级下砌体结构裂缝扩展特征与平面拓扑等图像特征之间的映射关系，提出砌体结构的震后损伤评估方法。首先以砌体墙拟静力试验数据建立损伤数据库并进行模型训练并验证。结果表明，训练后的模型在测试集上准确率达到88.50%。并将该方法应用于积石山6.2级地震砌体结构震后损伤评估，对影响直接入住和拆除这2个应急诊断的重点级别准确率较高，证实了所提出算法的有效性；所提出的方法可以对震后砌体结构损伤做到快速、准确地评估，为西部农村地区砌体建筑震后损伤评估提供重要支撑。

关键词

砌体结构 / 深度学习 / 损伤评估 / 层间位移角 / 拟静力试验

基金资助

国家自然科学基金项目(52178291)