基于贝叶斯更新的概率地震危险性分析与随机地震动生成方法
本发明属于地震工程、工程防灾与地震动模拟,涉及一种基于贝叶斯更新的概率地震危险性分析与随机地震动生成方法。
背景技术:
1、地震危险性分析是基础设施抗震设防、地震风险评估和震害防控的重要依据。概率地震危险性分析通常需要综合考虑震源模型、地震动预测方程、地震活动性参数及场地条件等的不确定性,进而计算地震动强度指标超过给定水平的年发生率,并据此确定不同重现期的地震动参数。峰值地面加速度只能反映零周期处的地震动强度,而关于谱加速度的一致危险谱能够描述不同结构自振周期下的危险性水平。而我国《建筑抗震设计标准》gb/t50011-2010(2024年版)中并未提供关于谱加速度的一致危险谱。
2、受强震观测资料限制,既有方法常依据历史地震目录,通过地震动预测方程补充谱加速度样本,再选用对数正态等预设分布描述地震动强度的概率特征;或将预测数据与实测数据合并后直接用于拟合对数正态分布中的未知参数。在小超越概率对应的长重现期范围内,对数正态分布对经验分布尾部的拟合偏差可能影响一致危险谱的计算结果。为此,可将地震目录生成的预测样本作为先验信息,再利用强震实测样本分阶段更新模型参数。
3、此外,结构非线性动力分析需要与目标地区危险性水平相对应的输入地震激励,尤其对于风电、核电等重要电力基础设施的抗震性能研究。现有随机地震动生成与区域概率地震危险性分析通常分别实施,使目标谱的确定与功率谱构造、非平稳包络及谱修正过程之间缺少统一的数据传递关系,生成时程可能无法满足区域一致危险谱的要求。因此,有必要将贝叶斯地震危险性分析与非平稳随机地震动生成作为统一整体,先由地震目录和强震实测数据确定关于谱加速度的一致危险谱,再以该谱控制随机地震动的生成和修正。
技术实现思路
1、针对上述问题,本发明提出一种基于贝叶斯更新的概率地震危险性分析与随机地震动生成方法。首先利用历史地震目录及地震动预测方程构造半实测谱加速度样本并完成第一次更新,再利用强震实测谱加速度样本完成第二次更新,谱加速度的后验概率分布服从对数t分布;在此基础上计算不同自振周期所对应谱加速度的年超越率和一致危险谱,并通过功率谱构造、随机相位合成、非平稳包络及迭代谱修正,生成与目标谱相容的非平稳随机地震动。
2、本发明的技术方案:
3、基于贝叶斯更新的概率地震危险性分析与随机地震动生成方法,包括危险性分析参数确定、数据获取与半实测样本构建、概率模型与先验设置、两阶段贝叶斯更新、一致危险谱计算,以及随机地震动生成与迭代修正,具体步骤如下:
4、步骤1,确定目标区域的最小震级、最大震级、震中距阈值、震级分段和震中距分段。
5、进一步地,所述的步骤1具体为:
6、根据概率地震危险性分析原理,计算地震动强度指标超过给定值的年超越率:
7、 (1)
8、式中,为给定面波震级和震中距条件下超过的概率;为超过最小震级的地震年发生率;和分别为震级与震中距离散区间数;为震级累积概率,其概率密度函数为:
9、 (2)
10、式中,和分别为最小震级和最大震级;为gutenberg-richter关系常数,可表示为:
11、 (3)
12、式中,为面波震级大于的地震年发生率;为观测期内面波震级大于的地震次数;为地震目录的持续年限,为给定的面波震级阈值,和为gutenberg–richter关系常数,其中,反映区域地震活动水平,表征震级—频度关系的衰减程度。采用面源假设时,震中距的概率密度函数为:
13、 (4)
14、式中,为震中距阈值。
15、步骤2,基于步骤1确定的震级分段和震中距分段,获取目标区域的历史地震目录与强震实测记录。对于缺少高质量实测记录的时段,采用地震动预测方程由历史地震目录计算不同自振周期对应的谱加速度,形成半实测样本;
16、进一步地,所述的步骤2中所述地震动预测方程为:
17、 (5)
18、式中,为不同自振周期对应的谱加速度;
c1~
c6为通过强震实测数据回归获得的系数;为模型误差;为模型误差标准差。
19、步骤3,对步骤2形成的不同自振周期谱加速度进行概率建模。
20、进一步地,所述的步骤3具体为:
21、设定谱加速度服从对数正态分布,则满足:
22、 (6)
23、式中,且均为未知参数。将地震动预测方程生成的样本记为,将强震实测样本记为,其中下标和分别表示半实测样本和强震实测样本;和分别为半实测样本数和强震实测样本数;为第个半实测谱加速度样本,为强震实测样本集中的第个样本,其在合并样本序列中的编号为;并令,则的后验概率密度函数为:
24、 (7)
25、式中,为未知参数和的后验概率密度函数。
26、步骤4,对于步骤3定义的未知参数和,其共轭先验为正态-逆伽马分布,获得和的联合先验概率密度函数;
27、进一步地,所述的步骤4中共轭先验即:
28、 (8)
29、式中,、、和为超参数;为减小先验假设对后验结果的影响,采用信息量较低的弱信息先验,取
α0=2、
β0=1和
k0=0.01。和的联合先验概率密度函数为:
30、 (9)
31、步骤5,将步骤4设置的共轭先验与步骤2地震动预测方程形成的半实测样本结合,对未知参数和进行第一次贝叶斯更新,获得未知参数和的后验分布。
32、进一步地,所述的步骤5具体为:给定和时,样本的似然函数为:
33、 (10)
34、其中,为半实测对数样本集中的第个样本值,即;
35、根据贝叶斯更新准则,未知参数和的后验概率密度函数为:
36、 (11)
37、式(11)仍属于正态-逆伽马分布族,可写为:
38、 (12)
39、式中,,,,;和分别为半实测样本对数值的总和与平方和,可写作:
40、 (13)
41、其中,为第个半实测谱加速度样本的对数值,表示该样本由地震动预测方程生成,且;
42、步骤6,将步骤5所得未知参数的后验分布作为第二次贝叶斯更新的先验分布,并引入步骤2获得的强震实测样本,在超参数、、和的基础上完成第二次贝叶斯更新;对未知参数进行边缘化后,获得待预测的谱加速度对数值的后验预测概率密度函数,进而得到待预测的谱加速度对数值服从分布;
43、进一步地,所述的步骤6具体为:
44、进行第二次贝叶斯更新:
45、 (14)
46、式中,,,,;其中,为半实测样本与强震实测样本合并后的总样本数;和分别表示半实测样本与强震实测样本合并后样本的总和与平方和。对未知参数进行边缘化后,待预测的谱加速度对数值的后验预测概率密度函数为:
47、 (15)
48、对式(15)中的未知参数积分,可得到待预测的谱加速度对数值服从分布:
49、 (16)
50、因此,谱加速度的后验预测分布为对数分布。
51、步骤7,基于步骤6所得不同自振周期谱加速度的对数后验分布,结合各自振周期下的年超越率;采用逻辑树对gutenberg-richter关系中的常数值、最大震级和地震动预测方程的不确定性分别设置分支及相应权重,并按给定重现期对应的年超越率求取各周期的谱加速度,形成一致危险谱。
52、步骤8,以步骤7所得指定重现期的一致危险谱作为目标谱,定义阻尼比下单自由度体系自振周期对应的目标谱加速度,根据随机振动理论中单自由度体系期望峰值响应与功率谱密度之间的关系,估算第个圆频率处的功率谱密度,由功率谱密度获得初始幅值谱,进而生成初始平稳加速度时程,最后引入强度包络函数,生成非平稳加速度时程;
53、进一步地,所述的步骤8具体为:
54、阻尼比下单自由度体系自振周期对应的目标谱加速度为:
55、 (17)
56、式中,为目标谱加速度。根据随机振动理论中单自由度体系期望峰值响应与功率谱密度之间的关系,估算第个圆频率处的功率谱密度:
57、 (18)
58、式中,为圆频率处的功率谱密度;;为离散圆频率间隔;为地震动持续时间;为反应超越概率,为圆频率对应的目标谱加速度。由功率谱密度获得初始幅值谱:
59、 (19)
60、式中,为第个频率分量的幅值。随机相位角在0至2
π之间均匀分布,初始平稳加速度时程为:
61、 (20)
62、式中,为初始平稳加速度时程。为反映实际地震动强度随时间的变化,引入强度包络函数,生成的非平稳加速度时程为:
63、 (21)
64、式中,为生成的非平稳随机地震动。
65、步骤9,计算步骤8生成加速度时程的反应谱,并在各控制周期处与目标谱比较,根据比较结果决定是否接受所生成的加速度时程。
66、进一步地,所述的步骤9具体为:
67、记步骤8生成加速度时程的反应谱值记为,相对谱误差为:
68、 (22)
69、若所有控制周期的相对谱误差均小于预设阈值,则接受所生成的加速度时程;否则,根据目标谱与生成反应谱的比值计算谱修正系数:
70、 (23)
71、式中,为控制周期处的谱修正系数。采用谱修正系数平方对相应频率分量的功率谱密度进行修正:
72、 (24)
73、式中,和分别为修正前、后的功率谱密度,。基于修正后的功率谱密度与插值后的修正系数,更新下一次迭代使用的幅值谱:
74、 (25)
75、式中,和分别为修正前、后的幅值谱;为松弛系数,用于控制单次修正幅度并改善迭代稳定性。利用修正后的幅值和上述随机相位角重新生成加速度时程,并重新计算反应谱和相对谱误差;重复上述修正过程,直至误差满足预设阈值。
76、本发明的有益效果在于:采用两阶段贝叶斯更新,首先利用地震目录和地震动预测方程构造半实测样本并完成第一次更新,再利用强震实测样本修正模型参数,能够充分利用隐藏在数据中的信息;所得谱加速度后验分布为对数t分布,能够更好描述数据概率分布的尾部特征。进一步地,利用所述后验分布计算一致危险谱,并将其作为随机地震动生成的目标谱,通过功率谱构造、随机相位合成、非平稳包络和迭代谱修正,获得与危险性水平相对应的非平稳加速度时程,可作为结构非线性动力分析的输入。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com