彭樵斌,李小雨,劉 穎
(1、廣東省大成注建工程設(shè)計有限公司 廣州 510095;2、華南理工大學(xué) 廣州 510640;3、廣東省建設(shè)工程質(zhì)量安全檢測總站有限公司 廣州 510599)
高層住宅多采用剪力墻結(jié)構(gòu)+砌塊,由于其存在施工工期及質(zhì)量均較難保證等諸多弊端,全混凝土外墻體系應(yīng)運而生。所謂基于鋁模的全混凝土外墻(簡稱帶拉縫外墻),是指施工采用鋁模板,外墻由砌塊砌筑而成的部分用現(xiàn)澆鋼筋混凝土代替(見圖1),并在相應(yīng)位置分別設(shè)置水平和豎向拉縫板(見圖2)。其中,水平拉縫板位于外墻與下層結(jié)構(gòu)梁之間,豎向拉縫板位于外墻與剪力墻之間。與傳統(tǒng)砌體填充墻相比,全混凝土外墻具有顯著優(yōu)勢:①抗?jié)B性能更佳;②外墻可與主體結(jié)構(gòu)一次澆筑,縮短施工工期,提升工程質(zhì)量;③外墻實現(xiàn)免抹灰,使用效果良好,節(jié)省施工成本。
圖1 鋁模布置Fig.1 Layout of Aluminum Formwork
圖2 水平、豎向拉縫板布置Fig.2 Horizontal and Vertical Tensile Joints
如今,鋁模體系廣泛應(yīng)用于國內(nèi)外高層及超高層建筑中[1-6],但研究帶拉縫外墻對剪力墻結(jié)構(gòu)抗震性能的影響甚少。針對全混凝土外墻體系,目前設(shè)計中只考慮了梁上施加混凝土墻的荷載,未考慮帶拉縫外墻對梁剛度的貢獻和對結(jié)構(gòu)剛度的影響。
針對上述問題,本文首先提出拉縫材料等效剛度的簡化計算方法,以雙肢剪力墻中的梁跨度和高度、層高和層數(shù)、單肢墻寬和墻寬比共6 個特征參數(shù)為變量,設(shè)計20 160 榀剪力墻,搭建典型雙肢剪力墻模型數(shù)據(jù)庫并基于神經(jīng)網(wǎng)絡(luò)進行梁等效尺寸放大系數(shù)的預(yù)測,對實際工程中外圍梁的梁高和梁寬進行等比例放大,以此考慮帶拉縫外墻的剛度貢獻。對外圍梁放大前、后的結(jié)構(gòu)進行小震彈性設(shè)計,為考慮帶拉縫外墻剛度貢獻的影響,建立2 個剪力墻結(jié)構(gòu)進行大震動力彈塑性分析,采用基于構(gòu)件變形的抗震性能評估方法對結(jié)構(gòu)抗震性能進行評估并比較其差異。
采用結(jié)構(gòu)頂點位移等效的原則考慮帶拉縫外墻對梁剛度的貢獻和對結(jié)構(gòu)剛度的影響(見圖3)。
圖3 求解等效尺寸放大系數(shù)示意圖Fig.3 Model of Equivalent Size Magnification Factor Solution
1.2.1 拉縫材料等效參數(shù)
結(jié)構(gòu)拉縫材料尺寸如圖4所示,水平、豎向拉縫寬度分別為20 mm 和30 mm。拉縫材料的彈性模量經(jīng)過換算得到,結(jié)構(gòu)拉縫一般由硬質(zhì)PVC 材料制作而成,查閱文獻[7]可知,其彈性模量可高達3 000 MPa,結(jié)構(gòu)拉縫大樣如圖5 所示,拉縫材料主要是肋所在平面的受壓和受剪,可將不均勻材料換算成均勻材料,換算后的彈性模量=3 000 MPa×肋厚度/肋間距的平均值,經(jīng)計算得到水平、豎向拉縫材料等效彈性模量分別為170 MPa 和142 MPa。查閱文獻[8]可知,塑性塑料典型的泊松比為0.4。
圖4 結(jié)構(gòu)拉縫材料尺寸Fig.4 Size of Tensile Joints Material (mm)
圖5 結(jié)構(gòu)拉縫大樣Fig.5 Detail of Tensile Joints (mm)
1.2.2 數(shù)據(jù)庫分布參數(shù)
考慮到后續(xù)神經(jīng)網(wǎng)絡(luò)的合理性,雙肢剪力墻模型的特征參數(shù)選擇既要與工程經(jīng)驗及概念相符,也要對等效尺寸放大系數(shù)和結(jié)構(gòu)剛度放大系數(shù)影響較大。選取6個特征參數(shù)(梁跨度和高度、層高和層數(shù)、單肢墻寬和墻寬比),各參數(shù)取值如表1所示,共設(shè)計20 160榀雙肢剪力墻模型以搭建模型數(shù)據(jù)庫。
表1 單榀雙肢剪力墻模型的特征參數(shù)Tab.1 Characteristic Parameters of Single Double-leg Shear Wall Model
為克服傳統(tǒng)有限元建模方法繁瑣且耗時長的缺點,本文基于.NET 進行編程開發(fā),采用殼單元DKGQ并編制了適用于帶拉縫雙肢剪力墻的求解程序?;谠摮绦颍膳可傻刃С叽绶糯笙禂?shù)和結(jié)構(gòu)剛度放大系數(shù),搭建典型雙肢剪力墻模型數(shù)據(jù)庫。
基于典型雙肢剪力墻模型數(shù)據(jù)庫,繪制等效尺寸放大系數(shù)和結(jié)構(gòu)剛度放大系數(shù)的分布直方圖,如圖6所示。結(jié)果表明,等效尺寸放大系數(shù)大部分介于1.0~8.0之間,結(jié)構(gòu)剛度放大系數(shù)大部分介于1.0~2.0之間。
圖6 放大系數(shù)分布直方圖Fig.6 Distribution Histogram of Magnification Factor
合理的模型選擇將有助于提高預(yù)測精度,其關(guān)鍵取決于模型的準(zhǔn)確性和泛化能力。因此,在模型訓(xùn)練前,選擇R2決定系數(shù)、均方誤差(MSE)、平均絕對誤差(MAE)、均方根誤差(RMSE)、均方根對數(shù)誤差(RMSLE)5 個指標(biāo)來綜合評估神經(jīng)網(wǎng)絡(luò)模型的性能。令yi為目標(biāo)值,yi為神經(jīng)網(wǎng)絡(luò)的預(yù)測值,n為訓(xùn)練樣本的數(shù)量,如表2所示。
表2 模型評價指標(biāo)Tab.2 Parameters of Model Evaluation
超參數(shù)的調(diào)試及優(yōu)化對模型訓(xùn)練結(jié)果有較大的影響,本文中超參數(shù)的調(diào)試范圍包括激活函數(shù)和權(quán)重初始化方法的選取、隱藏層層數(shù)及節(jié)點數(shù)的確定、優(yōu)化器的選擇以及批尺寸的選定,5 個超參數(shù)的取值如表3所示。
表3 超參數(shù)取值Tab.3 Value of Super Parameter
利用網(wǎng)格搜索的方法對2.2 節(jié)所列出的超參數(shù)的不同組合分別訓(xùn)練模型,然后根據(jù)2.1 節(jié)的模型評價指標(biāo)來評估,以尋找模型性能較好的超參數(shù)組合。最終確定模型采用的激活函數(shù)為Tanh,權(quán)重初始化方法為均勻分布,隱藏層神經(jīng)元個數(shù)為16,優(yōu)化器(學(xué)習(xí)率)為Adam(0.005),批尺寸為12,后續(xù)神經(jīng)網(wǎng)絡(luò)模型基于此超參數(shù)組合進行預(yù)測。
本文使用基于Tensorflow 后端運行的Keras 庫進行神經(jīng)網(wǎng)絡(luò)模型的搭建。樣本數(shù)據(jù)共有20 160 組,其中訓(xùn)練集和測試集的劃分比例為8∶2??紤]到實際工程剪力墻多為L 型,將1.2 節(jié)中墻寬轉(zhuǎn)化為墻慣性矩作為輸入,模型輸入及輸出參數(shù)如表4所示。
表4 神經(jīng)網(wǎng)絡(luò)模型輸入及輸出參數(shù)Tab.4 Input and Output Parameters of Neural Network Model
如圖8 所示,總體而言,損失函數(shù)呈現(xiàn)下降趨勢,隨著迭代次數(shù)的增加,測試集的誤差逐漸收斂并趨于穩(wěn)定,模型預(yù)測的準(zhǔn)確性不斷提高。同時,該模型收斂很快,迭代次數(shù)達到30 次左右時,測試集均方差就降低至0.1 左右,隨后其均方差在0.1 附近波動,并且測試集的誤差和訓(xùn)練集非常接近,說明模型的性能良好,能夠穩(wěn)定訓(xùn)練收斂且沒有發(fā)生過擬合。在最終選出的超參數(shù)組合下,等效尺寸放大系數(shù)和結(jié)構(gòu)剛度放大系數(shù)的5個模型評價指標(biāo)結(jié)果如表5所示。
圖7 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練集和測試集均方差走勢Fig.7 Mean Square Deviation Trend of Training Set and Test Set of Neural Network Model
表5 兩個輸出參數(shù)的模型評價指標(biāo)結(jié)果Tab.5 Model Evaluation Parameters Results ofTwo Output Parameters
由表5 可知,等效尺寸放大系數(shù)和結(jié)構(gòu)剛度放大系數(shù)預(yù)測的R2值分別達到0.97 和0.92,擬合精度高,泛化能力好。之后,對兩者的測試集預(yù)測值和目標(biāo)值進行對比分析,如圖8 所示,橫坐標(biāo)為測試集預(yù)測值,縱坐標(biāo)為測試集目標(biāo)值,圖8中的散點越靠近直線y=x說明預(yù)測結(jié)果的誤差越小。由圖8 可知,散點均主要分布在y=x表示的直線附近范圍內(nèi),沒有出現(xiàn)較大幅度的預(yù)測結(jié)果的偏差。
圖8 兩個輸出參數(shù)的測試集預(yù)測值和目標(biāo)值對比Fig.8 Comparison Chart of Test Set Predicted Value and Target Value of Two Output Parameters
從第1 節(jié)典型剪力墻模型數(shù)據(jù)庫中任取如表6 中所述的6個特征參數(shù)取值及其對應(yīng)的等效尺寸放大系數(shù)和結(jié)構(gòu)剛度放大系數(shù),將其與本章神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值對比,并計算兩者的相對誤差。由表6可知,兩者的相對誤差均在5%以內(nèi),可見神經(jīng)網(wǎng)絡(luò)模型預(yù)測效果較好,泛化能力較強,說明本文搭建的神經(jīng)網(wǎng)絡(luò)預(yù)測模型有效可靠。
表6 模型數(shù)據(jù)庫與神經(jīng)網(wǎng)絡(luò)模型預(yù)測值Tab.6 Model Database and Neural Network Model Prediction Value
模型1結(jié)構(gòu)平面布置如圖9 所示,取自實際工程,該工程首層層高3.1 m,其余各層層高均為2.9 m,結(jié)構(gòu)總高度分別為61.1 m(21 層)、87.2 m(30 層)、116.2 m(40 層),抗震設(shè)防烈度為6 度(0.05g),設(shè)計地震分組為第一組,場地類別為Ⅱ類(Tg=0.35 s),基本風(fēng)壓為0.30 kN/m2。模型2考慮帶拉縫外墻對梁的剛度貢獻,即根據(jù)第2節(jié)神經(jīng)網(wǎng)絡(luò)模型預(yù)測出的等效尺寸放大系數(shù),對實際工程中外圍梁的梁高和梁寬進行等比例放大。
圖9 模型1結(jié)構(gòu)平面布置Fig.9 Layout Plan of Model 1 Structure
3.2.1 結(jié)構(gòu)周期對比
結(jié)構(gòu)自振周期及相對誤差如表7所示,可知:考慮帶拉縫外墻的剛度貢獻后,結(jié)構(gòu)基本周期均減小,減小幅度15%~24%,表明考慮帶拉縫外墻的剛度貢獻會較大程度提高結(jié)構(gòu)的抗側(cè)剛度。
表7 結(jié)構(gòu)前6階振型自振周期及相對誤差Tab.7 Natural Vibration Period and Relative Error of the First Six Modes of Structure
3.2.2 結(jié)構(gòu)樓層剪力與傾覆彎矩對比小震作用下的結(jié)構(gòu)基底剪力及傾覆彎矩如表8所示,考慮帶拉縫外墻的剛度貢獻后,結(jié)構(gòu)的基底剪力平均放大1.6~2.4 倍,基底傾覆彎矩平均放大1.5~2.3倍。
表8 小震作用下結(jié)構(gòu)基底剪力及傾覆彎矩Tab.8 Base Shear and Overturning Moment of Structures under Small Earthquakes
對前述21 層剪力墻結(jié)構(gòu)進行大震彈塑性分析,依據(jù)《建筑工程混凝土結(jié)構(gòu)抗震性能設(shè)計規(guī)程:廣東省 標(biāo) 準(zhǔn)DBJ/T 15-151—2019》[9]從構(gòu)件性能狀態(tài)方面,對比2 個模型(忽略剛度貢獻,考慮剛度貢獻并按原設(shè)計配筋)剪力墻抗震性能。
大震作用下2 個模型剪力墻正截面損傷情況基本相同,均處于無損壞狀態(tài)。各層剪力墻單元斜截面性能占比如圖10所示,模型1剪力墻斜截面基本無損壞,模型2 剪力墻斜截面80%無損壞,20%滿足不屈服或極限承載力。可知,考慮剛度貢獻并按原設(shè)計配筋,樓層剪力顯著增大,剪力墻抗剪富余度降低。
圖10 地震工況平均值下各樓層剪力墻斜截面性能占比Fig.10 Ratio of Shear Wall Diagonal Section Performance of Each Floor under Average Seismic Condition
⑴提出水平、豎向拉縫材料等效彈性模量分別為170 MPa和142 MPa,泊松比為0.4。
⑵等效尺寸放大系數(shù)和結(jié)構(gòu)剛度放大系數(shù)預(yù)測的R2值分別達到0.97 和0.92,本文搭建的神經(jīng)網(wǎng)絡(luò)模型預(yù)測效果較好,泛化能力較強。
⑶考慮剛度貢獻后:①結(jié)構(gòu)剛度放大1.0~2.0倍;②小震作用下,結(jié)構(gòu)的基底剪力平均放大1.6~2.4 倍,基底傾覆彎矩平均放大1.5~2.3倍。
⑷考慮剛度貢獻后并按原設(shè)計配筋,降低了剪力墻的抗剪富余度。