潘毅　陳齊　王騰　周祎

摘要：為實(shí)現(xiàn)框架結(jié)構(gòu)的阻尼器智能化布置，結(jié)合減震設(shè)計(jì)原理和智能算法，采用雙目標(biāo)優(yōu)化算法和生成對(duì)抗網(wǎng)絡(luò)算法分別進(jìn)行阻尼器豎向和水平智能布置研究，并將該方法應(yīng)用到兩個(gè)框架結(jié)構(gòu)減震設(shè)計(jì)工程案例中。在框架結(jié)構(gòu)減震設(shè)計(jì)中，采用雙目標(biāo)優(yōu)化算法進(jìn)行阻尼器豎向布置，并與逐層逼近法、工程師設(shè)計(jì)和非減震設(shè)計(jì)進(jìn)行對(duì)比，結(jié)果表明，采用該優(yōu)化算法得到的阻尼器豎向布置方案能有效降低層間位移角和樓層加速度，提高結(jié)構(gòu)的抗震性能。在確定各樓層的阻尼器數(shù)量后，利用訓(xùn)練好的生成對(duì)抗網(wǎng)絡(luò)生成模型，可快速、自動(dòng)地選擇和確定各樓層阻尼器的平面安裝位置，生成的平面布置與工程師設(shè)計(jì)的平面布置在相似性差異度綜合評(píng)價(jià)指標(biāo)上小于臨界值0.1，說明兩者相似度較高，且有利于提高原結(jié)構(gòu)的抗扭能力。將雙目標(biāo)優(yōu)化算法與生成對(duì)抗網(wǎng)絡(luò)相結(jié)合，不僅能滿足框架結(jié)構(gòu)的減震性能目標(biāo)，而且可實(shí)現(xiàn)阻尼器布置方案的智能設(shè)計(jì)，提升減震工程設(shè)計(jì)效率。

關(guān)鍵詞：優(yōu)化算法；生成對(duì)抗網(wǎng)絡(luò)；框架結(jié)構(gòu)；阻尼器布置；智能設(shè)計(jì)

中圖分類號(hào)：TU375.4；TU352.1? ? ?文獻(xiàn)標(biāo)志碼：A? ? ?文章編號(hào)：2096-6717（2024）01-0058-13

Intelligent design method of damper placement scheme for frame structure combining dual-objective optimization and generative adversarial network

PAN Yi a，b， CHEN Qi a， WANG Teng a， ZHOU Yi a

（a. School of Civil Engineering； b. Key Laboratory of Seismic Engineering of Sichuan Province， Southwest Jiaotong University， Chengdu 610031， P. R. China）

Abstract： In order to achieve the intelligent placement of dampers in frame structures， the dual-objective optimization algorithm （DOOA） and generative adversarial network （GAN） algorithm are employed for the vertical and horizontal intelligent placement of dampers， respectively， based on the damping design principle and intelligent algorithm. Two seismic design engineering cases of frame structures are applied.? In the seismic design of frame structures， dual-objective optimization is adopted for vertical damper placement. Compared with the layer-by-layer approximation method， engineer-designed optimized damper placement schemes， and non-damping design， the vertical arrangement scheme of dampers obtained by the improved optimization algorithm can effectively reduce inter-story drift angles and floor accelerations， and enhance the seismic performance of the original structure. After determining the number of dampers for each floor， the plane installation position of dampers on each floor can be quickly and automatically selected and determined by using the trained generative adversarial network generation model. The comprehensive evaluation index of similarity difference degree between the generated plane layout and the plane layout designed by the engineer is less than the critical value of 0.1， which indicates that the similarity between the two is high， and it is beneficial to improve the torsion resistance of the original structure. The combination of dual-objective optimization and generative adversarial network can meet the seismic performance objectives of frame structures， and enable to achieve of intelligent design of the damper placement scheme， and improve the efficiency of seismic design engineering.

Keywords： optimization algorithm； generative adversarial network； frame structure； damper placement； intelligent design

目前，結(jié)構(gòu)減震設(shè)計(jì)大多采用被動(dòng)控制技術(shù)[1]，且多采用耗能減震設(shè)計(jì)，即在結(jié)構(gòu)的合理位置布置適宜數(shù)量的阻尼器來消耗地震能量，減小結(jié)構(gòu)地震反應(yīng)。適宜的阻尼器數(shù)量、位置是減震設(shè)計(jì)的關(guān)鍵。減震設(shè)計(jì)流程大致可分為阻尼器豎向布置和阻尼器平面布置。在阻尼器豎向布置方面，將阻尼器布置在合理樓層位置，能增強(qiáng)耗能效果、提高抗震能力[2]。為實(shí)現(xiàn)減震性能和經(jīng)濟(jì)性的平衡，應(yīng)將盡量少的阻尼器布置在最優(yōu)的樓層位置，以最大限度發(fā)揮阻尼器的耗能減震性能并降低經(jīng)濟(jì)成本。但目前的減震設(shè)計(jì)布置方法既不能保證阻尼器布置是最優(yōu)方案，又要進(jìn)行繁瑣的迭代，其效率有待提高[3]。在阻尼器豎向布置方面，高效、合理地確定各樓層阻尼器數(shù)量是結(jié)構(gòu)減震設(shè)計(jì)亟須解決的問題。在阻尼器平面布置方面，基于阻尼器豎向布置得到各樓層阻尼器的合理數(shù)量之后，需要為各樓層阻尼器選擇合理的安裝位置，確定阻尼器平面位置是一個(gè)迭代、調(diào)整和耗時(shí)耗力的過程。因此，在滿足業(yè)主使用功能與阻尼器平面布置規(guī)則的前提下，快速確定阻尼器平面安裝位置是結(jié)構(gòu)減震設(shè)計(jì)亟須解決的問題。為解決上述問題，眾多學(xué)者進(jìn)行了阻尼器豎向布置優(yōu)化方法和阻尼器平面布置優(yōu)化方法的探索與研究。

在阻尼器豎向布置優(yōu)化方面，因阻尼器布置與結(jié)構(gòu)地震響應(yīng)之間無明顯、有規(guī)律的顯式關(guān)系，故目前的阻尼器豎向優(yōu)化布置大多采用隨機(jī)搜索優(yōu)化布置方法和遺傳算法。例如，Agrawal等[4]采用3種智能搜索算法，即序列、WOBI和ESPS，研究在不同類型目標(biāo)函數(shù)下的阻尼器最優(yōu)位置，結(jié)果表明，通過最小化的結(jié)構(gòu)最大層間位移目標(biāo)函數(shù)得到的阻尼器最佳位置取決于具體地震動(dòng)，WOBI和ESPS在改善序列搜索最佳位置方面有效。李鋼等[5]基于遺傳算法，提出一種應(yīng)用于耗能減震結(jié)構(gòu)參數(shù)設(shè)計(jì)的新型優(yōu)化數(shù)學(xué)模型，結(jié)果表明，新模型是一種有效的優(yōu)化設(shè)計(jì)方法。李宏男等[6]基于遺傳算法，提出阻尼器新型優(yōu)化數(shù)學(xué)模型，對(duì)比了位移型和速度型阻尼器優(yōu)化布設(shè)的差異，發(fā)現(xiàn)高層建筑宜選用速度型阻尼器。燕樂緯等[7]基于數(shù)字序列編碼遺傳算法，提出高層結(jié)構(gòu)黏滯阻尼器優(yōu)化布置方法，結(jié)果表明，該算法能加速種群進(jìn)化，在高層結(jié)構(gòu)阻尼器優(yōu)化布置上有效。馬宏偉等[8]基于粗粒度并行遺傳算法，提出通過Matlab-ABAQUS-Python的交互使用來優(yōu)化被動(dòng)控制結(jié)構(gòu)中阻尼器位置的方法，結(jié)果表明，該算法能顯著提高結(jié)構(gòu)減震率。金波等[9]基于改進(jìn)的遺傳算法，提出以替換桿件模態(tài)應(yīng)變能百分比之和最大為適應(yīng)度函數(shù)來優(yōu)化大跨網(wǎng)架結(jié)構(gòu)上的黏滯阻尼器數(shù)量和位置的方法，結(jié)果表明，該方法能明顯改善結(jié)構(gòu)受力狀況，減震效果良好。王曙光等[10]采用遺傳算法進(jìn)行多種不同類型阻尼器的同步優(yōu)化布置，結(jié)果表明，該算法可以在較短時(shí)間內(nèi)同時(shí)優(yōu)化不同類型的阻尼器位置。陳豐收等[11]采用多目標(biāo)并行遺傳算法進(jìn)行減震結(jié)構(gòu)的阻尼器布置數(shù)量和布置位置的多目標(biāo)同步優(yōu)化，結(jié)果表明，該算法收斂性強(qiáng)，阻尼器主要布置在結(jié)構(gòu)中下部且中部較多。周玉嫻等[12]采用基因?qū)傩员Ａ暨z傳算法進(jìn)行阻尼器的雙目標(biāo)同步優(yōu)化布置，結(jié)果表明，該方法可高效處理雙目標(biāo)阻尼器同步優(yōu)化問題。盡管以上研究在阻尼器豎向優(yōu)化布置方面已經(jīng)很成熟，但是較少同時(shí)考慮阻尼器的豎向布置與平面布置，即在確定各樓層的阻尼器數(shù)量后，需要考慮在不妨礙業(yè)主使用功能需求且不增大剛度與質(zhì)心差異、結(jié)構(gòu)扭轉(zhuǎn)效應(yīng)的前提下，在各樓層平面上合理布置阻尼器。

在阻尼器平面優(yōu)化布置方面，目前處于起步階段，相關(guān)研究較少。例如，Erdem ?er?evik等[13]采用蝙蝠算法和蜻蜓算法進(jìn)行黏性墻式阻尼器數(shù)量、阻尼器周邊布置的優(yōu)化，并以樓層加速度和層間位移角為約束條件，結(jié)果表明，該方法有利于改進(jìn)結(jié)構(gòu)響應(yīng)、最小化經(jīng)濟(jì)成本。程衛(wèi)紅等[14]通過模型算例針對(duì)墻式連接位移型阻尼器進(jìn)行了平面布置分析，結(jié)果表明，阻尼器平面布置宜規(guī)則對(duì)稱，且盡量布置在框架結(jié)構(gòu)周邊，從而減少不規(guī)則布置帶來的附加扭轉(zhuǎn)效應(yīng)。目前針對(duì)阻尼器智能選擇平面位置方面的研究較少，為實(shí)現(xiàn)和加速減震設(shè)計(jì)的智能化，有必要開展相關(guān)研究。

針對(duì)以上不足，筆者基于雙目標(biāo)優(yōu)化算法（Dual Objective Optimization Algorithm，DOOA）和生成對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Network，GAN），提出阻尼器豎向優(yōu)化布置與智能選擇阻尼器平面位置的方法。采用雙目標(biāo)優(yōu)化算法進(jìn)行阻尼器豎向布置，并與原結(jié)構(gòu)、工程師設(shè)計(jì)、逐層逼近法進(jìn)行對(duì)比分析；采用生成對(duì)抗網(wǎng)絡(luò)進(jìn)行阻尼器平面布置，并與工程師設(shè)計(jì)結(jié)果進(jìn)行相似性差異度對(duì)比分析。通過工程案例的應(yīng)用與分析，驗(yàn)證方法的有效性，為減震結(jié)構(gòu)的智能化設(shè)計(jì)提供參考。

1 阻尼器豎向布置優(yōu)化目標(biāo)

1.1 減震結(jié)構(gòu)運(yùn)動(dòng)方程

在地震作用下，未設(shè)置阻尼器的框架結(jié)構(gòu)的運(yùn)動(dòng)方程為

式中：M、C_0、K_0分別為未布置阻尼器的框架結(jié)構(gòu)的質(zhì)量矩陣、阻尼矩陣和剛度矩陣；u ¨（t）、u ˙（t）、u（t）分別為框架結(jié)構(gòu)的樓層加速度向量、速度向量和位移向量；P（t）為阻尼器所提供的阻尼力矩陣；u ¨_g （t）為地面加速度，即地震動(dòng)加速度；I為單位列向量。

為兼容多種速度型阻尼器的力學(xué)模型，考慮3種常見的速度型阻尼器力學(xué)模型，包括線性模型、Kelvin模型和Maxwell模型，3種模型均假設(shè)阻尼指數(shù)為1。線性模型的阻尼力表達(dá)式為

式中：C_d為阻尼器的阻尼矩陣；u ˙（t）為第i層樓面相對(duì)基礎(chǔ)的變形速度。將式（2）代入式（1），可得到布置線性阻尼器模型的框架結(jié)構(gòu)運(yùn)動(dòng)方程。

由式（3）可得出，線性阻尼器模型只改變了結(jié)構(gòu)的阻尼矩陣。

Kelvin模型采用的是剛度與阻尼并聯(lián)的形式，如圖1所示。在實(shí)際減震設(shè)計(jì)中，一般設(shè)置剛度K_d=0，以此來讓阻尼裝置在地震作用下運(yùn)動(dòng)起來，故Kelvin模型的阻尼力矩陣表達(dá)式為

式中：K_d為阻尼器的剛度矩陣；C_d為框架結(jié)構(gòu)的層間側(cè)移剛度矩陣；u（t）為樓面相對(duì)基礎(chǔ)的變形向量。將式（4）代入式（1），可得到布置Maxwell阻尼器模型的框架結(jié)構(gòu)運(yùn)動(dòng)方程同式（3）。

Maxwell模型采用的是剛度與阻尼串聯(lián)的形式，如圖2所示。在實(shí)際減震設(shè)計(jì)中，一般設(shè)置剛度為阻尼系數(shù)的100～1 000倍，從而讓阻尼裝置消耗地震能量，故（c_di?p ˙_i （t））?k_di 項(xiàng)可忽略不計(jì)，Maxwell模型的單個(gè)阻尼器阻尼力表達(dá)式為

式中：p（t）為單個(gè)阻尼器提供的阻尼力；Δ ˙（t）為單個(gè)阻尼器兩端相對(duì)變形速度大小。將式（5）代入式（1），可得到布置Maxwell阻尼器模型的框架結(jié)構(gòu)運(yùn)動(dòng)方程同式（3）。

綜上所述，當(dāng)阻尼指數(shù)為1時(shí)，3種阻尼器模型的結(jié)構(gòu)運(yùn)動(dòng)方程在形式上統(tǒng)一，均為式（6）形式。

1.2 減震結(jié)構(gòu)響應(yīng)求解

在布置阻尼器后，框架結(jié)構(gòu)的阻尼體系變?yōu)榉墙?jīng)典阻尼體系，即非對(duì)角矩陣，運(yùn)動(dòng)方程組無法解耦為N個(gè)獨(dú)立的單自由度體系運(yùn)動(dòng)方程。為解決此類非經(jīng)典阻尼解耦問題，采用復(fù)振型分解法進(jìn)行方程組解耦，由線性定常動(dòng)力體系的微分方程經(jīng)變量代換得到減震結(jié)構(gòu)體系的狀態(tài)方程[15]。具體表達(dá)式為

為框架結(jié)構(gòu)的質(zhì)量矩陣；K0為框架結(jié)構(gòu)的剛度矩陣；C為減震結(jié)構(gòu)的阻尼矩陣，包含結(jié)構(gòu)本身阻尼與阻尼器所提供的阻尼，即C=C0+Cd；E_（N×N）為N階單位向量。

因矩陣D為非對(duì)稱矩陣，故應(yīng)采用廣義模態(tài)分析法進(jìn)行解耦，通過特征向量的正交性計(jì)算框架結(jié)構(gòu)的地震響應(yīng)。假設(shè)非對(duì)稱矩陣D的左、右特征向量與特征值分別為θi、φi、λi，其中i=1，2…2N。

由于振型的正交特性，框架結(jié)構(gòu)的任何響應(yīng)均可采用振型的線性組合進(jìn)行表示。例如，采用右特征向量進(jìn)行振型的線性組合，如式（8）所示。

（14）

式中：x ¨_i、x ¨_0分別為結(jié)構(gòu)布置阻尼器和未布置阻尼器的樓層加速度；x_i/h_i、x_0i/h_0i分別為結(jié)構(gòu)布置阻尼器和未布置阻尼器的層間位移角；n_d為結(jié)構(gòu)布置的阻尼器總數(shù)量。

2 阻尼器平面布置評(píng)價(jià)指標(biāo)

2.1 布置規(guī)則

基于框架結(jié)構(gòu)的平面建筑圖，進(jìn)行阻尼器的平面布置。在已確定框架結(jié)構(gòu)阻尼器豎向布置的基礎(chǔ)上，對(duì)需要布置阻尼器的樓層進(jìn)行智能化平面布置。依據(jù)《全國(guó)民用建筑工程設(shè)計(jì)技術(shù)措施——結(jié)構(gòu)（結(jié)構(gòu)體系）》規(guī)范附錄C.4，阻尼器平面布置應(yīng)符合表1所示的規(guī)則。

2.2 評(píng)價(jià)指標(biāo)

基于阻尼器平面布置規(guī)則，以較優(yōu)的目標(biāo)設(shè)計(jì)為設(shè)計(jì)標(biāo)準(zhǔn)，提出用于評(píng)價(jià)生成設(shè)計(jì)的相似性差異度綜合評(píng)價(jià)指標(biāo)E，以及兩個(gè)子指標(biāo)：阻尼器質(zhì)心差異度、阻尼器分散性差異度。質(zhì)心差異度可以反映阻尼器質(zhì)心與結(jié)構(gòu)質(zhì)量中心之間的差異程度，該值越小則阻尼器布置越對(duì)稱，其附加扭轉(zhuǎn)越小。分散性差異度可以反映阻尼器是否分散布置，該值越小則結(jié)構(gòu)抗扭轉(zhuǎn)能力越強(qiáng)。將生成的平面布置與目標(biāo)設(shè)計(jì)的平面布置進(jìn)行逐樓層、逐柱跨對(duì)比，通過式（15）～式（17）計(jì)算兩者的相似性。E值越小，說明生成設(shè)計(jì)與目標(biāo)設(shè)計(jì)之間的差異越小，相似程度越高。當(dāng)相似性差異度綜合評(píng)價(jià)指標(biāo)E小于臨界值α?xí)r，則生成設(shè)計(jì)與目標(biāo)設(shè)計(jì)相似性極高，結(jié)構(gòu)的抗扭能力較好。

式中：E為生成設(shè)計(jì)的相似性綜合評(píng)價(jià)指標(biāo)；S_j^1為生成設(shè)計(jì)與目標(biāo)設(shè)計(jì)在阻尼器質(zhì)心上的距離大小；S_j^2為生成設(shè)計(jì)與目標(biāo)設(shè)計(jì)在第j層樓的阻尼器分散程度上的差異大?。籲為框架結(jié)構(gòu)樓層數(shù)量；x_g、y_g分別為生成設(shè)計(jì)第j層樓X向、Y向阻尼器質(zhì)心與結(jié)構(gòu)質(zhì)心x_0、y_0之間的距離；x_e、y_e分別為目標(biāo)設(shè)計(jì)第j層樓X向、Y向阻尼器質(zhì)心與結(jié)構(gòu)質(zhì)心x_0、y_0之間的距離；L、B分別為框架結(jié)構(gòu)的長(zhǎng)度與寬度；x_gi、x_ei分別為生成設(shè)計(jì)、目標(biāo)設(shè)計(jì)第j層樓第i個(gè)阻尼器與結(jié)構(gòu)質(zhì)量中心x_0之間的距離；y_gi、y_ei分別為生成設(shè)計(jì)、目標(biāo)設(shè)計(jì)第j層樓第i個(gè)阻尼器與建筑質(zhì)量中心y_0之間的距離；n_1、n_2分別為生成設(shè)計(jì)、目標(biāo)設(shè)計(jì)的X向與Y向阻尼器數(shù)量之和。

需要說明的是，生成設(shè)計(jì)是基于提取的可布置阻尼器位置圖像進(jìn)行的圖像生成，如圖3所示，即需要對(duì)圖紙做前處理工作。

3 阻尼器布置智能設(shè)計(jì)算法

3.1 阻尼器豎向智能布置

采用雙目標(biāo)優(yōu)化算法來實(shí)現(xiàn)阻尼器的豎向布置。雙目標(biāo)優(yōu)化算法是借鑒了麻雀搜索算法的優(yōu)化思想，通過模擬麻雀搜索食物的行為來尋優(yōu)，從而尋找最優(yōu)解。在一個(gè)D維搜索空間內(nèi)，存在pop只個(gè)體，第i只個(gè)體在搜索空間中的位置可表示為Xi=[xi1…xij…xiD]，i=1，2…N，其中xij為第i只個(gè)體在第j維空間的位置?；陔p目標(biāo)優(yōu)化算法的阻尼器豎向布置流程圖見圖4，具體步驟如下。

Step1：初始化數(shù)據(jù)，種群規(guī)模pop，優(yōu)化目標(biāo)函數(shù)維數(shù)D，迭代次數(shù)T，初始值上下界lb、ub。

Step2：初始化種群，生成pop個(gè)D維向量Xi，維度對(duì)應(yīng)樓層數(shù)量。

Step3：計(jì)算個(gè)體的目標(biāo)函數(shù)值f1和f2，選出優(yōu)化目標(biāo)函數(shù)f1和f2均相對(duì)較小時(shí)所對(duì)應(yīng)的個(gè)體作為最優(yōu)解。

Step4：循環(huán)執(zhí)行step2、step3，迭代T次，每次迭代后更新阻尼器豎向布置最優(yōu)解。

Step5：當(dāng)?shù)螖?shù)t=T，程序結(jié)束，輸出最后一次迭代所得到的阻尼器豎向布置最優(yōu)解。

3.2 阻尼器平面智能布置

采用GAN來實(shí)現(xiàn)阻尼器的平面布置。GAN是自動(dòng)化建筑設(shè)計(jì)中應(yīng)用最廣泛的框架之一[16]，是一種深度生成模型，該模型框架包含兩個(gè)相互競(jìng)爭(zhēng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)：判別器D和生成器G。生成器用來捕獲數(shù)據(jù)分布并生成樣本，而判別器用于將生成的樣本與真實(shí)樣本區(qū)分開來[17]，二者通過對(duì)抗學(xué)習(xí)提升各自的能力。生成對(duì)抗網(wǎng)絡(luò)可通過對(duì)既有設(shè)計(jì)圖像或文本的學(xué)習(xí)，掌握已有設(shè)計(jì)數(shù)據(jù)中的潛在設(shè)計(jì)規(guī)律，實(shí)現(xiàn)新設(shè)計(jì)圖像的生成[18]?；贕AN的阻尼器平面布置程圖見圖5，算法具體步驟如下。

Step1：將用于訓(xùn)練、驗(yàn)證和測(cè)試的建筑平面圖進(jìn)行前處理，即用藍(lán)色標(biāo)出所有能布置阻尼器的位置，用紅色標(biāo)出已布置阻尼器的位置。

Step2：將建筑平面圖紙的所有合理阻尼器布置用于訓(xùn)練生成器，在與判別器博弈過程中，不斷學(xué)習(xí)阻尼器布置規(guī)律。當(dāng)達(dá)到納什平衡時(shí)，生成器訓(xùn)練完成，可用于阻尼器平面布置。

Step3：將訓(xùn)練好的生成器用于生成與工程師設(shè)計(jì)相似的阻尼器平面布置，從而得到平面布置的生成設(shè)計(jì)。

Step4：采用相似性差異度綜合評(píng)價(jià)E進(jìn)行生成設(shè)計(jì)評(píng)價(jià)。若E≥α，返回到step3中重新進(jìn)行訓(xùn)練和生成，重新評(píng)價(jià)，直至E<α。

4 阻尼器布置智能設(shè)計(jì)工程應(yīng)用

為研究雙目標(biāo)優(yōu)化算法和生成對(duì)抗網(wǎng)絡(luò)的可行性和通用性，采用2個(gè)實(shí)際減震設(shè)計(jì)工程案例進(jìn)行阻尼器布置設(shè)計(jì)，并開展性能分析、對(duì)比?；谧枘崞髫Q向布置雙目標(biāo)優(yōu)化算法和阻尼器平面布置生成對(duì)抗網(wǎng)絡(luò)算法，對(duì)地震動(dòng)作用下的框架結(jié)構(gòu)進(jìn)行阻尼器豎向布置與平面布置，在豎向布置上與逐層逼近設(shè)計(jì)、工程師設(shè)計(jì)進(jìn)行對(duì)比，在平面布置上與工程師平面設(shè)計(jì)進(jìn)行對(duì)比，從而驗(yàn)證阻尼器布置方法的有效性。

4.1 工程案例一

4.1.1 結(jié)構(gòu)模型

某5層鋼筋混凝土框架結(jié)構(gòu)教學(xué)樓，首層層高4.9 m，標(biāo)準(zhǔn)層層高4 m，總高20.9 m；柱截面為600 mm×600 mm，邊主梁截面為500 mm×800 mm，內(nèi)主梁截面為400 mm×800 mm，次梁均為300 mm×600 mm，具體結(jié)構(gòu)平面布置如圖6所示，各樓層的質(zhì)量和剛度見表2。抗震設(shè)防烈度為8度（0.2g），地震分組為第2組，場(chǎng)地類別為Ⅱ類，設(shè)防類別為乙類。

按照工程師試算，案例一結(jié)構(gòu)需安裝30個(gè)黏滯阻尼器，具體阻尼器參數(shù)見表3。優(yōu)化并求解阻尼器合理位置，提高框架結(jié)構(gòu)在地震波作用下的抗震性能，使其層間位移角和樓層加速度滿足一定的減震目標(biāo)，具體減震指標(biāo)為：在8度罕遇地震作用下，層間位移角控制在1/200以下，樓層加速度控制在5 m/s2以下。

4.1.2 阻尼器豎向優(yōu)化布置

依據(jù)場(chǎng)地特征周期Tg1=0.45 s、結(jié)構(gòu)基本周期Ta1=1.25 s，選取與其周期相近的3條地震動(dòng)：SAN FERNANDO（臺(tái)站110）波、COALINGA（臺(tái)站1624）波、NORTHRIDGE（臺(tái)站5366）波，分別記為A波、B波、C波，并將地震波的峰值加速度調(diào)整至400 cm/s2。

在不同地震波作用下，雙目標(biāo)優(yōu)化算法能保持目標(biāo)函數(shù)值f1、f2變動(dòng)幅度較小，且在同一方向上的阻尼器布置近似相同，反映了該算法對(duì)不同地震動(dòng)的魯棒性能較好。同一樓層依據(jù)出現(xiàn)次數(shù)較多的阻尼器數(shù)目、接近平均數(shù)和阻尼器總數(shù)量為15的原則，雙目標(biāo)優(yōu)化算法在X向與Y向的最終阻尼器豎向布置如表4所示。相比于逐層逼近法，雙目標(biāo)優(yōu)化算法的目標(biāo)函數(shù)值與其幾乎相同，側(cè)面說明該算法在阻尼器豎向布置上的優(yōu)化能力較好。相比于工程師設(shè)計(jì)，雙目標(biāo)優(yōu)化算法的目標(biāo)函數(shù)值f1、f2均小于工程師設(shè)計(jì)，說明該優(yōu)化算法在阻尼器數(shù)量固定的前提下能輔助工程師進(jìn)行豎向布置修正，充分發(fā)揮阻尼器的減震性能，減小各樓層的最大加速度與最大層間位移角。

與原結(jié)構(gòu)相比，采用不同阻尼器豎向布置方法得到的結(jié)構(gòu)最大層間位移角和最大樓層加速度均有所降低。對(duì)于最大層間位移角，雙目標(biāo)優(yōu)化算法與逐層逼近法的豎向布置均能滿足減震目標(biāo)1/200的要求，而工程師設(shè)計(jì)不能滿足減震目標(biāo)，如圖7所示。主要原因在于工程師設(shè)計(jì)的首層與頂層未布置阻尼器，導(dǎo)致其首層、頂層成為樓層薄弱處，層間位移角未能減小至減震目標(biāo)。對(duì)于最大樓層加速度，雙目標(biāo)優(yōu)化算法與逐層逼近法的最大樓層加速度均小于減震目標(biāo)5 m/s2，但工程師設(shè)計(jì)未能達(dá)標(biāo)，如圖8所示。這是因?yàn)槭讓?、頂層為薄弱層，?dǎo)致首層與頂層的最大樓層加速度未減小，甚至增大。

4.1.3 阻尼器平面優(yōu)化布置

在雙目標(biāo)優(yōu)化算法確定的案例一阻尼器豎向布置的基礎(chǔ)上，分別讓訓(xùn)練好的生成對(duì)抗網(wǎng)絡(luò)模型和工程師進(jìn)行阻尼器平面布置，并以工程師設(shè)計(jì)的阻尼器平面布置為目標(biāo)設(shè)計(jì)。案例一的目標(biāo)設(shè)計(jì)與生成設(shè)計(jì)如圖9、圖10所示。

在該工程案例中，生成設(shè)計(jì)的相似性綜合評(píng)價(jià)值為E1=0.05，各樓層的質(zhì)心差異度和分散性差異度見圖10。由于相似性綜合評(píng)價(jià)E比較接近0，生成設(shè)計(jì)與工程師設(shè)計(jì)具有較高的相似度。

4.2 工程案例二

4.2.1 結(jié)構(gòu)模型

某6層鋼筋混凝土框架結(jié)構(gòu)辦公樓，首層層高6 m，標(biāo)準(zhǔn)層層高4 m，總高26 m；柱截面為650 mm×650 mm，邊主梁截面為600 mm ×800 mm，內(nèi)主梁截面為400 mm×700 mm，次梁均為300 mm × 600 mm，結(jié)構(gòu)平面布置如圖11所示，各樓層的質(zhì)量和剛度見表5?？拐鹪O(shè)防烈度為8度（0.3g），地震分組為第3組，場(chǎng)地類別為Ⅱ類，設(shè)防類別為乙類。

依據(jù)工程師試算，案例二需安裝48個(gè)黏滯阻尼器，具體阻尼器參數(shù)見表6。在工程師設(shè)計(jì)的基礎(chǔ)上，優(yōu)化阻尼器布置位置，提升框架結(jié)構(gòu)的抗震性能，使其層間位移角和樓層加速度滿足一定的減震目標(biāo)，具體減震指標(biāo)為：在8度罕遇地震作用下，層間位移角控制在1/200以下，樓層加速度控制在6 m/s2以下。

4.2.2 阻尼器豎向優(yōu)化布置

根據(jù)案例二場(chǎng)地特征周期Tg2=0.5 s與結(jié)構(gòu)基本周期Ta2=1.27 s，選取出與其周期相近的3條地震動(dòng)：SAN FERNANDO（臺(tái)站110）波、SAN FERNANDO（臺(tái)站160）波、NORTHRIDGE（臺(tái)站5366）波，分別記為A波、D波、C波，并將各地震波的峰值加速度調(diào)整至510 cm/s2。

案例二結(jié)構(gòu)在X向與Y向的質(zhì)量、剛度和平面布置完全相同，故在各樓層兩主軸方向上布置同等數(shù)量的阻尼器。同一樓層依據(jù)出現(xiàn)次數(shù)較多的阻尼器數(shù)目、接近平均數(shù)和阻尼器總數(shù)量為24的原則，雙目標(biāo)優(yōu)化算法在X向與Y向的最終阻尼器豎向布置如表7所示。在3條地震動(dòng)作用下，雙目標(biāo)優(yōu)化算法的目標(biāo)函數(shù)值與逐層逼近法、工程師設(shè)計(jì)非常接近，但其f1值均優(yōu)于逐層逼近法，f2值均優(yōu)于工程師設(shè)計(jì)，再次說明該算法在阻尼器豎向布置上的有效性、合理性。而且，布置的阻尼器集中于中下部樓層，符合以往的阻尼器布置經(jīng)驗(yàn)。

與原結(jié)構(gòu)相比，不同阻尼器布置方法的最大層間位移角和最大樓層加速度均有所降低。對(duì)于最大層間位移角，雙目標(biāo)優(yōu)化算法與逐層逼近法的豎向布置均能滿足減震目標(biāo)1/200的要求，而在A波作用下，工程師設(shè)計(jì)的1、2層的層間位移角未能滿足減震目標(biāo)，如圖12所示。主要原因在于首層的樓層剪力較大和阻尼器數(shù)量不足，導(dǎo)致首層的層間變形過大，使其層間位移角未能滿足減震目標(biāo)。對(duì)于最大樓層加速度，雙目標(biāo)優(yōu)化算法、逐層逼近法和工程師設(shè)計(jì)的最大樓層加速度均小于加速度減震目標(biāo)6 m/s2，如圖13所示。

4.2.3 阻尼器平面優(yōu)化布置

在雙目標(biāo)優(yōu)化算法確定的案例二阻尼器豎向布置的基礎(chǔ)上，分別讓訓(xùn)練好的GAN模型和工程師進(jìn)行阻尼器平面布置，并以工程師設(shè)計(jì)的阻尼器平面布置為目標(biāo)設(shè)計(jì)。案例二的目標(biāo)設(shè)計(jì)與生成設(shè)計(jì)如圖14、圖15所示。

在該工程案例中，生成設(shè)計(jì)的綜合相似性評(píng)價(jià)值為E=0.02，各樓層的質(zhì)心差異度和分散性差異度見圖15。由于相似性綜合評(píng)價(jià)E非常接近0，生成設(shè)計(jì)與工程師設(shè)計(jì)具有較高的相似度。雖然生成設(shè)計(jì)與目標(biāo)設(shè)計(jì)的阻尼器平面位置不完全相同，但阻尼器質(zhì)心與分散性相同，導(dǎo)致其實(shí)際減震效果完全相同，例如該案例的5F、6F。

4.3 雙目標(biāo)優(yōu)化算法效率分析

阻尼器智能布置在豎向布置上耗時(shí)占比最大，對(duì)算法效率影響最大，故只針對(duì)雙目標(biāo)優(yōu)化算法進(jìn)行效率分析。

在EI Centro地震波作用下，以案例二的標(biāo)準(zhǔn)層平面布置、阻尼器參數(shù)為依據(jù)，開展2、4、6、8、10和12層框架結(jié)構(gòu)的雙目標(biāo)優(yōu)化算法效率分析，并與逐層逼近法、工程師設(shè)計(jì)進(jìn)行對(duì)比。采用雙目標(biāo)優(yōu)化算法、逐層逼近法和工程師設(shè)計(jì)對(duì)框架結(jié)構(gòu)分別進(jìn)行5次設(shè)計(jì)，取其所用平均時(shí)間，其統(tǒng)計(jì)結(jié)果如表8所示。

由表8可知，雙目標(biāo)優(yōu)化算法在阻尼器豎向布置上所用時(shí)間隨樓層數(shù)量與阻尼器數(shù)量增大而增長(zhǎng)，且遠(yuǎn)小于逐層逼近法與工程師設(shè)計(jì)。雙目標(biāo)優(yōu)化算法計(jì)算時(shí)間較短，分析原因主要有兩點(diǎn)：1）算法內(nèi)嵌入了樓層地震響應(yīng)有限元程序，可快速計(jì)算最大樓層加速度、最大層間位移角，避免了調(diào)用有限元軟件計(jì)算速度慢的問題；2）調(diào)整雙目標(biāo)優(yōu)化算法的種群數(shù)量為5，迭代次數(shù)為100，既能保證優(yōu)化結(jié)果較好，又能極大降低優(yōu)化計(jì)算所用時(shí)間。而逐層逼近法計(jì)算時(shí)間最長(zhǎng)，主要原因在于需要工程師使用有限元軟件迭代計(jì)算并確定每個(gè)阻尼器所在樓層，直至布置完所有阻尼器。工程師設(shè)計(jì)所用時(shí)間位于兩者之間，是由于工程師可以利用積累的減震設(shè)計(jì)經(jīng)驗(yàn)減少迭代次數(shù)，從而較快地完成阻尼器豎向布置。

4.4 平面布置評(píng)價(jià)指標(biāo)臨界值α

目前，尚未明確平面評(píng)價(jià)指標(biāo)E的臨界值，即：當(dāng)E小于某個(gè)臨界值時(shí)，生成設(shè)計(jì)與目標(biāo)設(shè)計(jì)相似度較高，平面布置可靠，結(jié)構(gòu)力學(xué)性能較好。因此，以抗扭力學(xué)性能的優(yōu)劣來搜尋平面布置評(píng)價(jià)指標(biāo)臨界值α。針對(duì)阻尼器平面布置的相似性綜合評(píng)價(jià)指標(biāo)E的臨界值，以工程案例二為試算模型，基于工程師設(shè)計(jì)的阻尼器豎向布置，開展12種不同平面布置的扭轉(zhuǎn)力學(xué)分析。值得說明的是，雖然工程案例采用的黏滯阻尼器在理論上不提供剛度，但在實(shí)際工程中存在一定的剛度，會(huì)對(duì)結(jié)構(gòu)的扭轉(zhuǎn)產(chǎn)生影響。經(jīng)過試算得到不同平面布置方式下的框架結(jié)構(gòu)扭轉(zhuǎn)周期比和考慮偶然偏心作用下的X、Y方向最大位移比，以及相似性綜合評(píng)價(jià)E值，如表9所示。其中，考慮偶然偏心的位移比采用規(guī)范反應(yīng)譜方法進(jìn)行計(jì)算，偶然偏心取0.05[19]。已知工程師設(shè)計(jì)的扭轉(zhuǎn)周期比為0.785 9，最大扭轉(zhuǎn)位移比均值為1.173。

將12種平面布置方式的分析結(jié)果繪制在圖16中，可以看出：當(dāng)相似性差異度綜合評(píng)價(jià)E<α=0.1時(shí)，可保證生成設(shè)計(jì)與工程師設(shè)計(jì)的扭轉(zhuǎn)周期比差異在10%以內(nèi)，最大扭轉(zhuǎn)位移比差異在5%以內(nèi)，且扭轉(zhuǎn)周期比、扭轉(zhuǎn)位移比分別滿足規(guī)范要求的0.9、1.6。案例一、案例二的相似性差異度綜合指標(biāo)E均小于0.1，間接說明生成對(duì)抗網(wǎng)絡(luò)生成的平面布置滿足結(jié)構(gòu)抗扭力學(xué)性能要求。

5 結(jié)論

基于雙目標(biāo)優(yōu)化算法和生成對(duì)抗網(wǎng)絡(luò)算法進(jìn)行阻尼器豎向和平面布置的智能設(shè)計(jì)，并進(jìn)行了工程應(yīng)用，得到以下結(jié)論。

1）基于結(jié)構(gòu)地震響應(yīng)公式與雙目標(biāo)優(yōu)化算法進(jìn)行阻尼器豎向智能布置。在推導(dǎo)出線性黏滯阻尼減震結(jié)構(gòu)彈性階段地震響應(yīng)公式后，采用雙目標(biāo)優(yōu)化算法求解優(yōu)化目標(biāo)函數(shù)值f1、f2最小時(shí)的各樓層阻尼器數(shù)量，可實(shí)現(xiàn)線性黏滯阻尼器的豎向智能布置。

2）基于生成對(duì)抗網(wǎng)絡(luò)進(jìn)行阻尼器水平智能布置。在完成阻尼器豎向布置后，即在確定各樓層阻尼器數(shù)量后，采用生成對(duì)抗網(wǎng)絡(luò)算法，對(duì)其生成器進(jìn)行訓(xùn)練，利用生成器完成阻尼器平面智能布置，可實(shí)現(xiàn)線性黏滯阻尼器的平面智能布置。

3）對(duì)兩個(gè)框架結(jié)構(gòu)減震設(shè)計(jì)案例進(jìn)行雙目標(biāo)優(yōu)化算法與生成對(duì)抗網(wǎng)絡(luò)的工程應(yīng)用。通過在豎向布置上同逐層逼近法、工程師設(shè)計(jì)進(jìn)行對(duì)比，在平面布置上同工程師平面布置進(jìn)行對(duì)比，可知：雙目標(biāo)優(yōu)化算法生成的阻尼器豎向布置方案滿足減震目標(biāo)、生成對(duì)抗網(wǎng)絡(luò)算法生成的阻尼器平面布置方案均與工程師的布置方案基本一致，直接說明了所提智能設(shè)計(jì)方法在阻尼器布置上的有效性。

參考文獻(xiàn)

[1]? SOONG T T， DARGUSH G F. 結(jié)構(gòu)工程中的被動(dòng)消能系統(tǒng)[M]. 董平， 譯. 北京： 科學(xué)出版社， 2005.

SOONG T T， DARGUSH G F. Passive energy dissipation systems in structural engineering [M]. Translated by DONG P.? Beijing： Science Press， 2005. （in Chinese）

[2]? 高劍， 王忠凱， 潘毅， 等. 罕遇地震下石化鋼結(jié)構(gòu)減震的關(guān)鍵影響因素[J]. 土木建筑與環(huán)境工程， 2016， 38（1）： 92-99.

GAO J， WANG Z K， PAN Y， et al. Influence factors of vibration reduction in petrochemical steel structure under rare earthquake [J]. Journal of Civil， Architectural & Environmental Engineering， 2016， 38（1）： 92-99. （in Chinese）

[3]? 潘毅， 陳俠輝， 趙俊賢， 等. 基于剪力比的黏彈性阻尼腋撐-RC框架結(jié)構(gòu)設(shè)計(jì)方法[J]. 建筑結(jié)構(gòu)學(xué)報(bào)， 2018， 39（Sup1）： 79-86.

PAN Y， CHEN X H， ZHAO J X， et al. Seismic design method of RC frame structure with knee brace of viscoelastic damper based on shear ratio [J]. Journal of Building Structures， 2018， 39（Sup1）： 79-86. （in Chinese）

[4]? AGRAWAL A K， YANG J N. Optimal placement of passive dampers on seismic and wind-excited buildings using combinatorial optimization [J]. Journal of Intelligent Material Systems and Structures， 1999， 10（12）： 997-1014.

[5]? 李鋼， 李宏男. 位移型耗能減震結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J]. 振動(dòng)與沖擊， 2007， 26（4）： 65-68， 170.

LI G， LI H N. Optimal design of displacement-based energy dissipative devices [J]. Journal of Vibration and Shock， 2007， 26（4）： 65-68， 170. （in Chinese）

[6]? 李宏男， 曲激婷. 基于遺傳算法的位移型與速度型阻尼器位置優(yōu)化比較研究[J]. 計(jì)算力學(xué)學(xué)報(bào)， 2010， 27（2）： 252-257.

LI H N， QU J T. Comparison of optimal placement of displacement-based and velocity-based dampers using genetic algorithm [J]. Chinese Journal of Computational Mechanics， 2010， 27（2）： 252-257. （in Chinese）

[7]? 燕樂緯， 陳洋洋， 周云. 基于數(shù)字序列編碼遺傳算法的高層結(jié)構(gòu)黏滯阻尼器優(yōu)化布置[J]. 振動(dòng)與沖擊， 2015， 34（3）： 101-107.

YAN L W， CHEN Y Y， ZHOU Y. Optimal positioning of viscous dampers in tall buildings based on digital sequence conding genetic algorithm [J]. Journal of Vibration and Shock， 2015， 34（3）： 101-107. （in Chinese）

[8]? 馬宏偉， 陳豐收. 基于粗粒度并行遺傳算法的阻尼器優(yōu)化布置[J]. 華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 47（11）： 104-112.

MA H W， CHEN F S. Optimal arrangement of dampers based on coarse-grained parallel genetic algorithm [J]. Journal of South China University of Technology （Natural Science Edition）， 2019， 47（11）： 104-112. （in Chinese）

[9]? 金波， 李梓溢， 周旺， 等. 基于改進(jìn)遺傳算法的阻尼器位置與數(shù)量?jī)?yōu)化分析[J]. 湖南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 46（11）： 114-121.

JIN B， LI Z Y， ZHOU W， et al. Optimal analysis on location and quantity of dampers based on improved genetic algorithm [J]. Journal of Hunan University （Natural Sciences）， 2019， 46（11）： 114-121. （in Chinese）

[10]? 王曙光， 楊燁， 杜東升. 減震結(jié)構(gòu)不同類型阻尼器同步優(yōu)化方法[J]. 振動(dòng)工程學(xué)報(bào)， 2020， 33（6）： 1141-1149.

WANG S G， YANG Y， DU D S. Synchronization optimization of different types of dampers for energy dissipation structure [J]. Journal of Vibration Engineering， 2020， 33（6）： 1141-1149. （in Chinese）

[11]? 陳豐收， 呂述暉， 李安琪. 基于多目標(biāo)并行遺傳算法的阻尼器優(yōu)化布置[J]. 建筑鋼結(jié)構(gòu)進(jìn)展， 2022， 24（5）： 65-72.

CHEN F S， LYU S H， LI A Q. An optimal arrangement of dampers based on multi-objective parallel genetic algorithm [J]. Progress in Steel Building Structures， 2022， 24（5）： 65-72. （in Chinese）

[12]? 周玉嫻， 王曙光. 框架結(jié)構(gòu)線性黏滯阻尼器雙目標(biāo)同步優(yōu)化布置研究[J]. 振動(dòng)工程學(xué)報(bào)， 2023， 36（1）： 44-51.

ZHOU Y X， WANG S G. Study on double-objective synchronous optimal layout of linear viscous dampers in frame structures [J]. Journal of Vibration Engineering， 2023， 36（1）： 44-51. （in Chinese）

[13]? ERDEM ?ER?EVIK A， AV?AR ?， DILSIZ A. Optimal placement of viscous wall dampers in RC moment resisting frames using metaheuristic search methods [J]. Engineering Structures， 2021， 249： 113108.

[14]? 程衛(wèi)紅， 巫振弘， 陳灝愷. 墻式連接位移型阻尼器在框架結(jié)構(gòu)中的布置原則及連接設(shè)計(jì)要點(diǎn)[J]. 建筑結(jié)構(gòu)， 2021， 51（Sup1）： 935-939.

CHENG W H， WU Z H， CHEN H K. Analysis of the layout principles and connection design points of wall-mounted displacement-type damper in frame structure [J]. Building Structure， 2021， 51（Sup1）： 935-939. （in Chinese）

[15]? 劉晶波， 杜修力. 結(jié)構(gòu)動(dòng)力學(xué)[M]. 2版. 北京： 機(jī)械工業(yè)出版社， 2022.

LIU J B， DU X L. Structural dynamics [M]. 2nd ed. Beijing： China Machine Press， 2022. （in Chinese）

[16]? LIAO W J， LU X Z， HUANG Y L， et al. Automated structural design of shear wall residential buildings using generative adversarial networks [J]. Automation in Construction， 2021， 132： 103931.

[17]? FU B C， GAO Y Q， WANG W. Dual generative adversarial networks for automated component layout design of steel frame-brace structures [J]. Automation in Construction， 2023， 146： 104661.

[18]? 廖文杰， 陸新征， 黃羽立， 等. 剪力墻結(jié)構(gòu)智能化生成式設(shè)計(jì)方法：從數(shù)據(jù)驅(qū)動(dòng)到物理增強(qiáng)[J]． 土木與環(huán)境工程學(xué)報(bào)（中英文）， 2024， 46（1）： 82-92.

LIAO W J， LU X Z， HUANG Y L， et al. Intelligent generative structural design methods for shear wall buildings： From data-driven to physics-enhanced [J]. Journal of Civil and Environmental Engineering2024， 46（1）： 82-92. （in Chinese）

[19]? 建筑抗震設(shè)計(jì)規(guī)范： GB 50011—2010 [S]. 北京： 中國(guó)建筑工業(yè)出版社， 2010.

Code for seismic design of buildings： GB 50011—2010 [S]. Beijing： China Architecture & Building Press， 2010. （in Chinese）

（編輯? 胡英奎）

收稿日期：2023?06?11

基金項(xiàng)目：四川省自然科學(xué)基金（2022NSFSC0423）

作者簡(jiǎn)介：潘毅（1977），男，博士，教授，主要從事工程結(jié)構(gòu)抗震與加固研究，E-mail：panyi@swjtu.edu.cn。

通信作者：周祎（通信作者），男，博士，副教授，E-mail： suzhouzhouyi@swjtu.edu.cn。

Received： 2023?06?11

Foundation item： Natural Science Foundation of Sichuan Province （No. 2022NSFSC0423）

Author brief： PAN Yi （1977- ）， PhD， professor， main research interests： seismic resistance and reinforcement of engineering structures， E-mail： panyi @swjtu.edu.cn.

corresponding author：ZHOU Yi （corresponding author）， PhD， associate professor， E-mail： suzhouzhouyi @ swjtu.edu.cn.