国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于樸素貝葉斯分類的鋼筋混凝土柱破壞模式預測

2021-12-08 06:31:20仇建磊朱績超靳會曼
廣東土木與建筑 2021年12期
關(guān)鍵詞:貝葉斯分類器承載力

仇建磊,朱績超,靳會曼

(1、廣東省建筑科學研究院集團股份有限公司 廣州 510500;2、廣州大學 廣州 510006;3、大連交通大學土木工程學院 遼寧大連 116028)

0 引言

地震作用下鋼筋混凝土柱的破壞模式能夠直接反映其位移延性的優(yōu)劣,對結(jié)構(gòu)整體抗震性能影響較大。柱的地震破壞模式一般分為彎曲破壞、彎剪破壞和剪切破壞[1-9],其中彎曲破壞屬于彎曲型破壞,位移延性相對較好,而彎剪破壞和剪切破壞屬于剪切型破壞,位移延性較差?;谛阅艿目拐鹪O(shè)計要求柱構(gòu)件具備良好的變形能力,設(shè)計時需采取適當措施避免其發(fā)生剪切型破壞[10]。在此之前,可首先對構(gòu)件破壞模式進行預判,以便針對性地對其設(shè)計進行調(diào)整。此外,由于彎曲型和剪切型破壞柱的受力特性及破壞機制差異較大,為了在抗震性能分析中準確計算其滯回曲線,目前已經(jīng)發(fā)展的部分計算方法[8-9]要求提前確定其破壞模式,進而采用不同的計算模型進行計算。

現(xiàn)有鋼筋混凝土柱破壞模式判別方法[11]可分為觀測法、基于變形和受剪承載力的判別法以及多參數(shù)判別法,其中觀測法[8]主觀性較強,并且需要對柱進行擬靜力試驗,在缺少相關(guān)試驗條件的情況下無法應用;基于變形和受剪承載力的判別法[1-2]要求對柱的變形能力和受剪承載力進行計算分析,而目前已有的計算方法尚且不夠完善,尤其是對于受力特性較為復雜的剪切型破壞柱,難以對其進行簡單有效地計算。相比之下,多參數(shù)判別法[3-7]計算量較少,便于實際應用。現(xiàn)有的上述幾種方法主要是對矩形截面柱進行分析,針對圓形截面柱的研究較少。綜上所述,目前尚且沒有形成統(tǒng)一的柱破壞模式判別預測方法,且沒有全面地對不同截面類型進行考慮。為此,本文基于相關(guān)研究前期已經(jīng)積累下的矩形柱和圓形柱試驗數(shù)據(jù),擬采用數(shù)據(jù)挖掘分類算法分別對其進行研究。

常見的分類算法包括決策樹類、貝葉斯類、基于關(guān)聯(lián)規(guī)則類以及利用數(shù)據(jù)庫技術(shù)類等[12],其中貝葉斯類中以樸素貝葉斯分類方法應用最為廣泛,該方法簡單有效,且數(shù)學基礎(chǔ)較強,在數(shù)據(jù)量較少的情況下也能取得較好的預測效果。本文從美國太平洋地震工程研究中心(PEER)數(shù)據(jù)庫[13]中收集了鋼筋混凝土矩形柱和圓形柱的擬靜力試驗數(shù)據(jù),采用樸素貝葉斯算法分別設(shè)計了相應的破壞模式分類器,進而根據(jù)訓練集預測結(jié)果擬定了分類器基本參數(shù),完成了分類器的構(gòu)件,最后根據(jù)試驗結(jié)果對其有效性進行了驗證。

1 樸素貝葉斯算法

樸素貝葉斯算法是以貝葉斯定理為基礎(chǔ)的概率分類方法,主要通過貝葉斯公式對已知訓練樣本集(先驗知識)進行訓練,建立各類別的后驗概率計算模型,之后據(jù)此對待測樣本進行分類。設(shè)訓練樣本集為U={A1,A2,…,An,C},其中C為類別變量,共包含m個類別C1,C1,…,Cm;A1,A2,…,An為訓練樣本的n個特征屬性變量,對于任意單個樣本,采用特征向量X={X1,X2,…,Xn}對其進行描述。

對于待測樣本,在給定特征向量X情況下對其進行分類,需要計算各類別Ci的后驗概率P(Ci|X)(i=1,2,K,m),從中選取最大后驗概率對應的類別Cmap作為最終預測結(jié)果,Cmap也被稱為最大后驗假定,具體可采用式⑴進行表述:

式中:P(X)為待測樣本特征向量X的概率,對于所有類別情況可取為任意正常數(shù),不影響最終預測結(jié)果,本文統(tǒng)一取為1;P(Ci)為類別先驗概率,可根據(jù)類別Ci在訓練樣本集內(nèi)出現(xiàn)的頻次進行計算:

式中:s為訓練樣本總量;cj為第j個訓練樣本的類別標號;δ(cj,Ci)為二值函數(shù),當cj=Ci時取為1,否則為0。

為了計算待測樣本特征向量X的條件概率P(X|Ci),樸素貝葉斯分類算法中需要假設(shè)各特征屬性變量相互條件獨立于類別變量,即特征條件獨立性假設(shè)。因此,P(X|Ci)計算公式可表示為:

其中,P(Xk|Ci)為待測樣本的第k個特征向量元素Xk的條件概率,可采用式⑸進行計算:

式中:Xj,k為第j個訓練樣本的第k個特征屬性取值。

2 鋼筋混凝土柱破壞模式

2.1 類別劃分

PEER 數(shù)據(jù)庫中收集了大量鋼筋混凝土柱(包括矩形柱和圓形柱)擬靜力試驗數(shù)據(jù),在該數(shù)據(jù)庫中柱破壞模式被分為3 類:彎曲破壞、彎剪破壞和剪切破壞。實際上,發(fā)生彎曲破壞的鋼筋混凝土柱受剪承載力大于受彎需求(即柱端控制截面受彎承載力對應的水平剪力),其構(gòu)件受力性能基本由正截面受彎承載力控制,各材料的變形性能可以得到充分發(fā)展,受力過程中縱筋受拉會逐步進入屈服階段,混凝土主要產(chǎn)生水平裂縫,最終核心混凝土在拉壓作用下會產(chǎn)生壓潰現(xiàn)象。相比之下,剪切破壞柱受力性能主要由斜截面受剪承載力決定,變形能力較差,破壞時斜裂縫發(fā)展迅速且寬度較大,箍筋受拉屈服甚至拉斷,而縱筋則始終不會屈服。彎剪破壞介于兩者之間,破壞時縱筋受拉屈服,但其變形性能尚未得到充分發(fā)展即發(fā)生箍筋屈服。

可以看出,不同破壞模式下鋼筋混凝土柱受力機制和破壞形態(tài)均有較為明顯的差異,PEER 數(shù)據(jù)庫中采用圖1所示流程對其進行分類,其中Feff為最大等效力,F(xiàn)0.004為對應于混凝土最大應變達到0.004 時的水平力計算值,μFail為水平承載力下降至80%Feff時的位移延性。該流程綜合了試驗觀測和試驗數(shù)據(jù)分析,分類結(jié)果可靠性較強。

圖1 PEER數(shù)據(jù)庫中柱破壞模式分類流程Fig.1 Classification Process of Column Failure Modes in PEER Database

因此,本文直接采用該數(shù)據(jù)庫的分類結(jié)果進行分析,共收集133 個鋼筋混凝土矩形柱和140 個圓形柱擬靜力試驗數(shù)據(jù),各破壞模式的比重及其主要參數(shù)區(qū)間如表1 所示,其中λ為剪跨比;α為軸壓比;ρl為縱筋配筋率;ρv為體積配箍率。由表1 可知,所收集數(shù)據(jù)的參數(shù)范圍較廣,能夠涵蓋大部分實際工程的設(shè)計情況。

表1 鋼筋混凝土柱試件參數(shù)Tab.1 Parameters of RC Column Specimens

2.2 特征屬性變量

為了根據(jù)試驗數(shù)據(jù)庫采用樸素貝葉斯算法對柱破壞模式進行分類,需要首先確定破壞模式的特征屬性變量,也即柱破壞模式影響因素。剪跨比是目前較為常用的破壞模式判別指標,圖2 對剪跨比λ的影響進行了考察??梢钥闯觯l(fā)生彎曲破壞的柱剪跨比范圍較大,分布較為均勻,而發(fā)生剪切破壞及彎剪破壞的剪跨比范圍相對集中(1≤λ≤4),尤其在小剪跨比情況下(λ≤2),柱試件更傾向于發(fā)生剪切破壞或彎剪破壞。由此可見,剪跨比大小對柱破壞模式類型具有一定影響,需要對其進行考慮。但值得注意的是,各破壞模式間剪跨比的重疊范圍較大,尤其是剪切破壞和彎剪破壞,其剪跨比范圍基本沒有區(qū)別。因此,在對破壞模式進行分類時,不能將剪跨比作為單一的判別指標。

圖2 剪跨比λ 的影響Fig.2 Influence of Aspect Ratio λ

如前所述,鋼筋混凝土柱破壞模式主要由其受剪承載力和受彎需求的相互關(guān)系決定。軸壓比大小對柱受彎承載力及受剪承載力均有較大影響,軸壓比α對破壞模式的影響如圖3所示。由圖3可見,軸壓比對破壞模式?jīng)]有明顯的影響規(guī)律,各破壞模式情況下軸壓比分布集中程度不高。但軸壓比的影響不能因此被忽略,這是由于軸壓比雖然沒有直接影響破壞模式類別,但對受彎承載力和受剪承載力的取值影響較大。

圖3 軸壓比α 的影響Fig.3 Influence of Axial Load Ratio α

文獻[7]針對矩形柱破壞模式分類進行了研究,在剪跨比λ和軸壓比α之外,進一步考慮縱筋配筋率,面積配箍率及材料強度等的綜合影響,建立了受彎承載力影響參數(shù)αl和受剪承載力影響參數(shù)αv。為保證矩形柱與圓形柱在參數(shù)上的統(tǒng)一性,本文采用體積配箍率對上述參數(shù)進行計算,具體計算公式如下:

式中:fc′為混凝土受壓強度;fy為縱筋屈服強度;fyv為箍筋屈服強度;fct為混凝土受拉強度,可采

圖4 受彎承載力影響參數(shù)ρ l的影響Fig.4 Influence of Parameter on Flexural Capacity ρ l

圖5 受剪承載力影響參數(shù)ρ v的影響Fig.5 Influence of Parameter on Shear Capacity ρ v

綜上,各參數(shù)在不同程度上對破壞模式有所影響,但在破壞模式間存在重疊范圍,采用單一的參數(shù)不能對破壞模式進行明顯區(qū)分,因此需要在分類過程中對各參數(shù)進行綜合考慮。為此,本文擬定了用于構(gòu)建破壞模式分類器的特征屬性變量(方案Ⅰ):λ,α,ρl,ρv。此外,為了進一步考察特征屬性變量的影響,對上述綜合性參數(shù)ρl和ρv進行細化,將柱試件的基本參數(shù)(幾何參數(shù)和材料參數(shù))單獨作為特征屬性變量進行計算(方案Ⅱ):λ,α,ρl,fy/fc′,ρv,fyv/fct。

2.3 分類器設(shè)計

已知類別變量有3個:彎曲破壞、彎剪破壞及剪切破壞,采用前述2種不同的特征屬性變量方案(方案Ⅰ和方案Ⅱ),根據(jù)樸素貝葉斯算法設(shè)計鋼筋混凝土柱破壞模式分類器。以方案I 為例,矩形柱和圓形柱的特征屬性分布情況分別如圖6、圖7 所示??梢钥闯觯煌茐哪J较碌奶卣鲗傩宰兞吭诟鲄^(qū)間內(nèi)頻次不同,該表征可被用于設(shè)計破壞模式分類器,定義并計算特征向量,進而建立相應的概率模型。

圖6 矩形柱特征屬性分布Fig.6 Characteristic Attribute Distribution of Rectangular Columns

圖7 圓形柱特征屬性分布Fig.7 Characteristic Attribute Distribution of Circular Columns

將訓練數(shù)據(jù)集的4 個特征屬性變量分別劃分為x個區(qū)間,將特征向量X={X1,X2,…,Xn}中的元素Xk取值為該特征屬性所在區(qū)間序號。具體分類步驟可表述如下:

⑴統(tǒng)計訓練集類別變量,根據(jù)式⑶計算P(Ci);

⑵遍歷訓練集各特征屬性變量值,選取最大值和最小值,據(jù)此將每個變量劃分為x個區(qū)間,采用區(qū)間序號對訓練樣本的特征向量X進行賦值;

⑶已知訓練樣本總量s,樣本類別標識cj(j=1,2,…,s),以及單個樣本對應的特征向量X,據(jù)此建立s×(n+1)矩陣;

⑷根據(jù)待測樣本特征屬性變量值判斷其所在區(qū)間,之后建立待測樣本特征向量,指定類別Ci(彎曲破壞,彎剪破壞或剪切破壞)并采用式⑸計算P(Xk|Ci),之后采用式⑷計算P(X|Ci);

⑸采用式⑵計算P(Ci|X),并根據(jù)式⑴判斷條件概率最大的類別Cmap。

3 訓練集預測分析及分類器的構(gòu)建

針對所收集試驗數(shù)據(jù)進行預測分析,并根據(jù)分析結(jié)果確定分類器參數(shù)值,完成分類器的構(gòu)建。方案Ⅰ和方案Ⅱ的預測精度隨特征區(qū)間個數(shù)x的變化分別如圖8、圖9 所示。可以看出,彎曲破壞的預測精度始終保持在90%以上,與特征區(qū)間個數(shù)關(guān)系不大,這是由于彎曲破壞樣本量在樣本總量中占比最大,類別先驗概率對最終預測結(jié)果具有較大影響。對于彎剪破壞及剪切破壞,隨著特征區(qū)間個數(shù)增多,其預測精度基本呈正相關(guān)趨勢,整體預測精度也隨之增大,最終趨于平穩(wěn)。

此外,如圖8 和圖9 可知,方案Ⅱ比方案Ⅰ預測精度增速更快。方案Ⅰ中,當3 種破壞模式預測精度均達到80%以上時,矩形柱特征區(qū)間個數(shù)為11,圓形柱特征區(qū)間個數(shù)為24;方案Ⅱ中,當3 種破壞模式預測精度均達到80%以上時,矩形柱特征區(qū)間個數(shù)為6,圓形柱特征區(qū)間個數(shù)為21。 由此可見,適當?shù)丶毣卣鲗傩宰兞磕軌蚣涌祛A測精度提升,且二者的計算量相當。盡管最終預測精度均趨于平穩(wěn),但減少特征區(qū)間個數(shù)能夠保證預測精度的穩(wěn)定性。因此,當采用樸素貝葉斯分類器進行柱破壞模式分類時,建議采用方案Ⅱ進行分析(矩形柱和圓形柱特征區(qū)間個數(shù)建議值分別為10和25)。

圖8 方案Ⅰ預測精度變化Fig.8 Change in Prediction Accuracy of Scheme Ⅰ

圖9 方案Ⅱ預測精度變化Fig.9 Change in Prediction Accuracy of Scheme Ⅱ

需要說明的是,矩形柱預測精度變化情況與圓形柱存在差異,且二者預測精度在初始階段都呈現(xiàn)不同程度的波動情況,一方面是由于各區(qū)間特征屬性變量分布不同,且個別區(qū)間存在數(shù)據(jù)缺失情況,另一方面矩形柱與圓形柱數(shù)據(jù)的分布也存在較大差異,這對最終預測結(jié)果均會帶來不同程度的影響。后續(xù)研究可據(jù)此對相關(guān)數(shù)據(jù)進行補充,以期獲得預測精度更為穩(wěn)定的破壞模式分類器。

4 試驗驗證

4.1 試驗方案設(shè)計

開展5 根鋼筋混凝土矩形柱構(gòu)件的擬靜力試驗,進一步檢驗破壞模式分類器的有效性。試件橫截面尺寸為400 mm×400 mm,設(shè)計剪跨比為1.6 和3.0,有效柱高分別為640 mm 和1 200 mm。試件縱向布置8 根直徑為20 mm 的HRB400E 熱軋帶肋鋼筋,箍筋選用直徑為10 mm 的HRB400E 熱軋帶肋鋼筋,箍筋等間距80 mm 均勻布置?;炷翉姸鹊燃墳镃40,保護層厚度為20 mm,混凝土平均抗壓強度為41 MPa,縱筋屈服強度和極限強度分別為445 MPa和600 MPa,箍筋屈服強度和極限強度分別為440 MPa 和620 MPa。在柱底部設(shè)計了基礎(chǔ)梁以模擬固端約束,柱構(gòu)件和基礎(chǔ)梁詳細尺寸及配筋如圖10 所示。試件主要設(shè)計參數(shù)如表2 所示,經(jīng)計算配筋率ρl=0.015 7,配箍率ρv=0.016 4,fy/fc′=10.853 7,fyv/fct=137.432 9。試驗加載裝置和量測方法詳見文獻[14]。

表2 試件主要設(shè)計參數(shù)Tab.2 Design Parameters of Specimens

圖10 試件尺寸與配筋Fig.10 Specimen Dimension and Reinforcement (mm)

4.2 分類器驗證

基于試件主要設(shè)計參數(shù),采用本文方法建立的分類器進行計算,預測鋼筋混凝土柱構(gòu)件的破壞模式。采用基于方案Ⅱ分類器預測試件C16N05 和C16N15發(fā)生彎剪破壞,而試件C30N05、C30N15 和C30N25 發(fā)生彎曲破壞。

根據(jù)試驗現(xiàn)象觀測和測試數(shù)據(jù)分析,試件C16N05 和C16N15 經(jīng)歷了縱筋屈服到箍筋拉斷的破壞過程,在試驗過程中核心混凝土發(fā)生明顯斜向開裂,荷載-位移曲線存在較明顯捏縮,判斷其破壞形態(tài)屬于彎剪破壞;而試件C30N05、C30N15 和C30N25 經(jīng)歷了縱筋屈曲、拉斷,并伴有受壓區(qū)核心混凝土壓潰等現(xiàn)象,荷載-位移曲線較為飽滿,判斷其破壞形態(tài)屬于彎曲破壞。

試驗方法判別破壞模式結(jié)果及采用樸素貝葉斯分類器預測破壞模式計算結(jié)果如表3 所示,由表3 可知,除試件C16N05以外,其余4組試件預測均正確,總體預測精度可達80%。

表3 試驗結(jié)果與預測結(jié)果對比Tab.3 Comparison between Test Results and Prediction Results

由此可見,基于擬靜力試驗現(xiàn)象及測試結(jié)果確定鋼筋混凝土柱的破壞模式與采用樸素貝葉斯分類器預測的結(jié)果吻合較好,適用于鋼筋混凝土柱的破壞模式判別。

5 結(jié)論

本文針對鋼筋混凝土柱地震破壞模式預判,提出一種基于樸素貝葉斯算法的分類模型,并結(jié)合試驗數(shù)據(jù)對其有效性進行了驗證,主要結(jié)論如下:

⑴綜合考慮剪跨比、軸壓比、縱筋配筋率、配箍率、鋼筋及混凝土材料強度等影響,采用2種不同的特征屬性變量方案,構(gòu)建了鋼筋混凝土柱破壞模式分類器。

⑵通過對矩形柱及圓形柱2 種柱類型數(shù)據(jù)進行分析預測,發(fā)現(xiàn)在一定范圍內(nèi)預測精度隨特征區(qū)間個數(shù)增多而增加,且特征屬性變量的細化能夠加快預測精度提升。

⑶試驗結(jié)果驗證表明,采用本文提出的分類器方案進行預測,整體精度較好,該方法可用于鋼筋混凝土破壞模式預測。

猜你喜歡
貝葉斯分類器承載力
BP-GA光照分類器在車道線識別中的應用
電子測試(2018年1期)2018-04-18 11:52:35
貝葉斯公式及其應用
加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機的TSK分類器
CFRP-PCP板加固混凝土梁的抗彎承載力研究
基于貝葉斯估計的軌道占用識別方法
一種基于貝葉斯壓縮感知的說話人識別方法
電子器件(2015年5期)2015-12-29 08:43:15
耐火鋼圓鋼管混凝土柱耐火極限和承載力
潛艇極限承載力計算與分析
基于LLE降維和BP_Adaboost分類器的GIS局部放電模式識別
马山县| 东宁县| 清徐县| 睢宁县| 巢湖市| 太仓市| 静乐县| 洛南县| 金沙县| 福建省| 西城区| 福泉市| 永泰县| 新兴县| 隆林| 茶陵县| 温泉县| 安远县| 凤凰县| 绵阳市| 手机| 保康县| 恩平市| 陆良县| 东乡族自治县| 邵东县| 济源市| 瑞昌市| 友谊县| 万荣县| 托克托县| 五大连池市| 四川省| 昌邑市| 唐海县| 仪陇县| 安吉县| 华容县| 新竹市| 高唐县| 威信县|