張耿

福建省平潭縣公安消防大隊(duì)

Damage prediction of reinforced concrete columns by fire basing on evolutionary neural network

基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的受火鋼筋混凝土柱損傷預(yù)測

張耿

福建省平潭縣公安消防大隊(duì)

Damage prediction of reinforced concrete columns by fire basing on evolutionary neural network

鋼筋混凝土柱在火災(zāi)中的損傷情況是建筑消防界的研究熱點(diǎn)和難點(diǎn)。考慮鋼筋混凝土柱尺寸、混凝土強(qiáng)度、受火時(shí)間等影響因素，基于用遺傳算法進(jìn)行優(yōu)化權(quán)值后的神經(jīng)網(wǎng)絡(luò)，建立受火鋼筋混凝土柱極限承載力的預(yù)測模型，進(jìn)而確定柱子的損傷等級(jí)。研究表明該方法的預(yù)測結(jié)果與實(shí)測結(jié)果吻合較好，對(duì)評(píng)價(jià)鋼筋混凝土柱在火災(zāi)中的損傷情況具有重要意義。

火災(zāi)；鋼筋混凝土柱；損傷；預(yù)測

引言

在在火災(zāi)的作用下，鋼筋混凝土柱內(nèi)部升溫，易形成不均勻溫度場，導(dǎo)致柱子出現(xiàn)不同程度的損傷。如何確定鋼筋混凝土柱在火災(zāi)中的破壞程度對(duì)災(zāi)后的結(jié)構(gòu)進(jìn)行安全可靠性評(píng)估及經(jīng)濟(jì)有效的修復(fù)加固具有重要意義[1-3]。很多學(xué)者基于相關(guān)理論知識(shí)推導(dǎo)受火后鋼筋混凝土柱承載力計(jì)算簡式，并結(jié)合實(shí)驗(yàn)結(jié)果進(jìn)行數(shù)值模擬，深入研究鋼筋混凝土柱的抗火性能[4-7]。而采用智能分析方法研究鋼筋混凝土柱的抗火性能的成果較少。徐媛媛等(2007)采用灰色系統(tǒng)理論研究受火鋼筋混凝土柱受壓承載力[8]。張可樂等(2009)基于神經(jīng)網(wǎng)絡(luò)預(yù)測火鋼筋混凝土柱的力學(xué)性能[9]。由于影響受火鋼筋混凝土柱的承載力因素很多，且神經(jīng)網(wǎng)絡(luò)有一定局限性，很難達(dá)得全局的最優(yōu)。遺傳算法有搜索全局最優(yōu)解的優(yōu)點(diǎn)，且將遺傳算法引入人工神經(jīng)網(wǎng)絡(luò)形成的進(jìn)化神經(jīng)網(wǎng)絡(luò)方法已在其他領(lǐng)域獲得應(yīng)用，并被證明該法能克服單純神經(jīng)網(wǎng)絡(luò)的缺陷[10]。本文在現(xiàn)有研究成果的基礎(chǔ)上，考慮鋼筋混凝土柱材料、尺寸等性質(zhì)及受火時(shí)間等影響因素，采用進(jìn)化神經(jīng)網(wǎng)絡(luò)建立受火鋼筋混凝土柱極限承載力的預(yù)測模型，進(jìn)而確定柱子的損傷等級(jí)。工程實(shí)例證明該法在預(yù)測受火柱子的損傷等級(jí)方面是可行的。

1 進(jìn)化神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)能模擬人類部分形象思維，它采用類似于“黑匣子”的方法,通過學(xué)習(xí)和記憶,找出輸入與輸出之間的特征關(guān)系,特別適用于參數(shù)變量和目標(biāo)函數(shù)之間無數(shù)學(xué)表達(dá)式的復(fù)雜工程問題中。三層前饋神經(jīng)網(wǎng)絡(luò)中一個(gè)神經(jīng)元的輸出可以由下式確定

根據(jù)實(shí)踐,隱含層激活函數(shù)選用了非對(duì)稱Sigmoid函數(shù)。

輸出層激活函數(shù)選用對(duì)稱型Sigmoid函數(shù)

式中：yi(p)是第p層第i個(gè)神經(jīng)元的輸出；wij是從(p-1)層第j個(gè)神經(jīng)元到p層第i個(gè)神經(jīng)元的連接權(quán)重；np-1是p-1層神經(jīng)元數(shù)目；a(p)是第p層神經(jīng)元的偏置(或閥值的負(fù)值)。

遺傳算法模擬了自然界生物進(jìn)化過程中的“優(yōu)勝劣汰,適者生存”的法則,將復(fù)制、雜交、變異等概念引入到算法中,通過構(gòu)造一組初始可行解群體并對(duì)其操作,使其逐漸移向最優(yōu)解，是一種全局最優(yōu)化方法。將遺傳算法的全局尋優(yōu)能力與BP算法的局部尋優(yōu)能力相結(jié)合，搜索神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化網(wǎng)絡(luò)的權(quán)值,并用最佳推廣預(yù)測學(xué)習(xí)算法訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)，形成進(jìn)化神經(jīng)網(wǎng)絡(luò)[10-11]。

2 預(yù)測模型

2.1 受火鋼筋混凝土柱損傷影響因素

影響受火鋼筋混凝土柱損傷程度的因素很多，除了受火時(shí)間外，還有鋼筋混凝土柱尺寸、混凝土強(qiáng)度等。結(jié)合鋼筋混凝土柱在火作用下的破壞機(jī)理[4-7]，選取混凝土截面尺寸、保護(hù)層厚度、配筋率、混凝土強(qiáng)度、偏心距、鋼筋屈服強(qiáng)度、受火時(shí)間這七個(gè)主要影響因素作為鋼筋混凝土柱損傷程度評(píng)判因子。

2.2 預(yù)測步驟

利用神經(jīng)網(wǎng)絡(luò)建立受火鋼筋混凝土柱損傷程度的影響因素與極限承載力級(jí)之間的映射關(guān)系，實(shí)現(xiàn)對(duì)于任一組給定的受火鋼筋混凝土柱損傷程度的影響因素值，均可以通過該網(wǎng)絡(luò)的推廣預(yù)測能力求出其相應(yīng)的極限承載力，進(jìn)而確定其損傷等級(jí)。然后應(yīng)用遺傳算法具有搜索全局最優(yōu)解和隱含并行性的優(yōu)點(diǎn)，對(duì)房屋破壞等級(jí)進(jìn)行搜索尋優(yōu)，確定最終的破壞等級(jí)。其主要步驟如下：

2.2.1 根據(jù)測試樣本，確定網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值的初始信息

2.2.2 隨機(jī)產(chǎn)生初始群體，確定進(jìn)化代數(shù)，評(píng)價(jià)初始群體中各個(gè)個(gè)體的適應(yīng)度

2.2.3 進(jìn)行雜交、變異操作，等到操作后的群體并評(píng)價(jià)各個(gè)個(gè)體的適應(yīng)度

2.2.4 進(jìn)行個(gè)體選擇、復(fù)制操作，結(jié)合終止條件，判斷是否終止條件。若不滿足轉(zhuǎn)(3)，繼續(xù)進(jìn)化過程；若滿足則輸出當(dāng)前最優(yōu)個(gè)體。

2.2.5 建立預(yù)測模型

3 運(yùn)用實(shí)例

在現(xiàn)有鋼筋混凝土柱抗火性能研究的基礎(chǔ)上，分析受火鋼筋混凝土柱損傷程度的影響因素?；谖墨I(xiàn)中的試驗(yàn)數(shù)據(jù)，采用上述方法建立相應(yīng)的預(yù)測模型，進(jìn)而確定受火鋼筋混凝土柱的損傷程度。

3.1 建立訓(xùn)練樣本

Hass等采用ISO-834標(biāo)準(zhǔn)升溫曲線加熱進(jìn)行鋼筋混凝土柱的高溫承載力試驗(yàn)[12,13]?；谠囼?yàn)數(shù)據(jù)，以受火鋼筋混凝土柱損傷程度的七個(gè)評(píng)判因子為輸入，承載力為輸出建立學(xué)習(xí)樣本。學(xué)習(xí)樣本詳見表1。

表1 學(xué)習(xí)樣本

圖1 最佳適應(yīng)值變化

圖2 訓(xùn)練過程誤差變化

3.2 預(yù)測結(jié)果及損傷程度

采用表1中的訓(xùn)練樣本對(duì)進(jìn)化的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。經(jīng)過試算確定2層神經(jīng)網(wǎng)絡(luò)，進(jìn)化到第六代時(shí)最佳適應(yīng)值為0.017953(詳見圖1)，經(jīng)過7900次訓(xùn)練，訓(xùn)練誤差到達(dá)0.001(詳見圖2)。用訓(xùn)練好的模型預(yù)測承載力，其預(yù)測結(jié)果詳見表2。由表2可知預(yù)測結(jié)果滿足工程精度要求在評(píng)定構(gòu)件損傷等級(jí)時(shí)，參照承載力劃分界限如表3所示[3]。基于表3結(jié)合上述預(yù)測結(jié)果，便可確定受火鋼筋混凝土柱的損傷程度。

表2 預(yù)測結(jié)果

表3 構(gòu)件損傷等級(jí)劃分

4 結(jié)語

通過分析現(xiàn)有鋼筋混凝土柱抗火性能的研究成果，確定受火鋼筋混凝土柱損傷程度的七個(gè)主要因素。將遺傳算法的全局尋優(yōu)能力與BP算法的局部尋優(yōu)能力相結(jié)合形成的進(jìn)化神經(jīng)網(wǎng)絡(luò)，基于試驗(yàn)數(shù)據(jù)建立預(yù)測模型。模型實(shí)例預(yù)測證明,該模型簡單實(shí)用、準(zhǔn)確可靠，對(duì)準(zhǔn)確評(píng)價(jià)受火鋼筋混凝土柱損傷程度具有重要意義。

[1]杜禮全.火災(zāi)后鋼筋混凝土受壓構(gòu)件抗火性能及修復(fù)[J].消防科學(xué)與技術(shù),2003,10(增刊):7-9.

[2]李國強(qiáng),吳波,韓林海.結(jié)構(gòu)抗火研究進(jìn)展與趨勢[J].建筑鋼結(jié)構(gòu)進(jìn)展,2006,8(1):1-8.

[3]王希賓，潘加，胡海濤.結(jié)構(gòu)的抗火分析和損傷等級(jí)評(píng)定初探[J].山西建筑，2009,35(21): 5-7.

[4]宋曉勇.鋼筋混凝土柱抗火性能分析與研究[D].長沙：湖南大學(xué),2006.

[5]蘇娟，王振清，白麗麗，韓玉來.四面鋼筋混凝土柱抗火性能分析[J].哈爾濱工程大學(xué)學(xué)報(bào),2007,28(12):1326-1331.

[6]蘇娟.鋼筋混凝土柱的抗火性能研究[D].哈爾濱：哈爾濱工程大學(xué),2006.

[7]李耀莊，李昀暉.火災(zāi)下四面受火鋼筋混凝土柱極限承載力的簡化計(jì)算[J].防災(zāi)減災(zāi)工程學(xué)報(bào),2007,27(3):323-328.

[8]徐媛媛，賈玉琴，張玉明.四面受火鋼筋混凝土偏壓柱承載力的灰色預(yù)測[J]徐州建筑職業(yè)技術(shù)學(xué)院學(xué)報(bào),2007,7(4):9-13.

[9]張可樂,趙思遠(yuǎn),董亞男.基于神經(jīng)網(wǎng)絡(luò)的三面受火鋼筋混凝土柱的力學(xué)性能預(yù)測[J]河南城建學(xué)院學(xué)報(bào),2009,18(5):9-11.

[10]馮夏庭,張治強(qiáng),楊成祥等.位移反分析的進(jìn)化神經(jīng)網(wǎng)絡(luò)方法研究[J].巖石力學(xué)與工程學(xué)報(bào).1999(5):529-533.

[11]郭曉婷，朱巖.基于遺傳算法的進(jìn)化神經(jīng)網(wǎng)絡(luò)[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版)2000,40(10): 31-33.

[12]Dotreppe,JC.et a1.Calculation method for design of reinforced concrete columns under fire conditions [J].ACI Structural Journal,1999,96(1):9-18.

[13]K.H.Tan,et a1.Fire Resistance of fou卜face heated reinforced concrete olumns[J].Journal of Structural Engineering.ASCE，2003：1220一1229.

10.3969/j.issn.1001-8972.2012.19.013

AbstractDamage degree of reinforced concrete columns by fire is a frequent issue and nut of discussion in the field of architectural fire-protection.Factors, like the size of reinforced concrete columns, the intensity of reinforced concrete and the firing time were taken into consideration; Basing on Neural Network whose weight was optimized by GA, a model to predict the limited bearing capacity of reinforced concrete columns by fire was formed, therefore, the damage hierarchy of reinforced concrete columns can be confirmed.Research findings reflected that the prediction result of this model can be well coincident with the actual data, which shows geat significance in confirming the damage degree of reinforced concrete columns by fire.

Keywordsfire；reinforced concrete columns；damage hierarchy；prediction