基于机器学习的形状记忆合金约束摇摆柱桥梁地震易损性评估

作者与出版信息

该研究的作者为Miles Akbarnezhad、Mohammad Salehi，以及Reginald DesRoches，他们分别隶属于Rice University土木与环境工程系。研究成果发表在《structures》期刊的第50卷（2023年），页码为1320到1337。

背景与研究目的

该研究集中于土木工程领域中桥梁地震易损性（seismic fragility）评估的最新方法开发。桥梁作为现代交通网络的关键组成部分，其在地震后的持续运行对社会和经济的正常运转极其重要。然而，传统桥梁通常使用单一的单体式钢筋混凝土（monolithic RC）墩柱结构，这类设计易受地震破坏。为了提升桥梁在地震中的抗震性能，近年来学界和工程界提出了多种新型桥墩结构，其中形状记忆合金约束摇摆（SMA-Restrained Rocking，简称SRR）柱成为一个值得关注的研究方向。

SRR柱结合了超弹性镍钛合金（NiTi，形状记忆合金的一种）提供的自复位能力和温和钢材（mild steel）提供的耗能能力。另外，SRR柱利用钢护套保护底部摇摆接头免受混凝土压毁的风险。尽管SRR柱在局部和整体地震性能上的潜在益处已经得到一些小规模的研究探索，但在多种不确定性条件下全面评估配备SRR柱桥梁的地震易损性，以及与传统单体RC柱和后张预应力（Post-Tensioned，简称PT）柱进行对比的工作仍然不足。为填补这些研究空白，本研究主要目标包括： 1. 基于机器学习技术开发描述SRR柱桥梁的多参数概率地震需求模型（PSDMs）。 2. 界定SRR柱设计参数及环境温度对桥梁地震性能的影响。 3. 开发桥梁震害的多参数易损性曲线，并对比不同柱设计的桥梁易损性特征。

研究详细流程

该研究整体分为以下五个部分，分别包含具体步骤与方法：

1. 对象选择及建模

被选桥梁为位于美国加利福尼亚Orange市的La Veta Avenue跨线桥，这座桥梁拥有两跨由单体RC柱支撑的结构。桥宽75.5英尺，总长299.8英尺，下部结构为两个带基础的柱墩和单一横梁。单体RC墩柱的混凝土抗压强度为5 ksi，配筋钢筋的屈服强度为60 ksi。

研究设计中，原有RC柱分别被SRR柱和PT柱替代进行对比分析。SRR柱设计遵循基于性能的设计方法，钢护套、耗能钢连接件及预应力镍钛合金连接件被合理组合。在耐久性方面，SRR柱由于NiTi优良的耐腐蚀性能表现出较高维护效率。

2. 机器学习算法应用

开发PSDMs是研究流程的关键步骤，研究考虑了五种机器学习方法： - 岭回归（Ridge Regression） - 核支持向量回归（Kernel Support Vector Regression） - 随机森林（Random Forest） - 自适应提升（Adaptive Boosting，AdaBoost） - 神经网络（Neural Network）

PSDMs的训练数据集通过非线性时间历程分析生成。分析中同时考虑了地震动参数（例如谱加速度$Sa$）、设计参数（例如SMA初始应变$𝜖{SMA,0}$和自复位系数$𝜆$）及环境温度（5°C至45°C波动）。每种PSDM模型都通过5折交叉验证和超参数调优以优化模型性能。

3. 数据解释与分析

研究采用以下四种模型无关的方法（model-agnostic interpretation methods）解释PSDM输出结果： - ICE（Individual Conditional Expectation）个体条件期望 - PDP（Partial Dependence Plot）部分相关图 - ALE（Accumulated Local Effects）累计局部效应 - SHAP（Shapley Additive Explanations）值分析

这些方法重点关注了柱设计参数$𝜆$、$𝜖_{SMA,0}$与温度对地震性能指标（EDPs）的影响机制，例如柱的最大位移需求、残余变形率等。

4. 震害易损性曲线开发

机器学习还被应用于生成震害易损性曲线（fragility curves）。模型以神经网络实现，通过蒙特卡洛仿真结合PSDM计算获得地震需求的超越概率，并对结构震害状态进行概率描述。研究定义了11种震害状态（见表格），包括柱纵向钢筋屈服、永久变形、覆盖混凝土剥落及桥台脱空等。

5. 柱设计对比分析

为评估SRR柱的实际优势，研究开发了单体RC柱、PT柱及SRR柱桥梁在多种地震需求下的震害曲线，并进行全面对比。对比分析不仅验证了SRR柱的结构性能优越性，还突出了设计参数选取对减震效果的重要影响。

主要研究结果

1. 神经网络模型在PSDM预测精度中表现最佳，$R^2$达到0.97，为后续震害评估奠定了高效可靠的基础。
2. PSMD解释表明：（1）增大$𝜖_{SMA,0}$有助于降低位移需求和梁端残余变形，但会略微提高基底的剪力需求；（2）减小$𝜆$（即增加耗能钢构件）可显著缓解柱的受力和变形需求。
3. 在覆盖混凝土剥落概率上，SRR柱与PT柱比传统RC柱具有更强的抗震能力；两者相比，SRR柱展现出更低的易损性，且能有效限制残余变形。
4. 对于设计参数影响的分析，较大的初始SMA应变和较低的自复位系数可显著改善结构性能，但研究需要权衡残余变形和柱内部构件应变需求。

研究结论及意义

该研究指出，SRR柱相较传统RC柱和PT柱可以显著降低桥梁的地震易损性，特别是在大地震下表现出对关键构件的有效保护。作者还通过机器学习技术的引入，实现了复杂地震需求下多参数PSDMs及震害评估的高效评估框架，为后续性能化抗震设计提供了强有力的模型基础和理论依据。

这一工作不仅在桥梁结构抗震及易损性领域贡献了学术价值，亦在实际工程中为提升桥梁耐久性和维护效率提供了新的前景。

研究亮点

1. 采用新兴的SRR柱设计，通过结合NiTi SMA和钢护套实现了抗震耗能与自复位的兼容平衡。
2. 引入多种机器学习方法，高效评估复杂桥梁结构的地震需求及其超越概率，超越了传统线性回归方法。
3. 揭示重要设计参数影响，为推进基于性能的抗震设计优化提供了实际指导。

以上研究的创新性和广泛适用性可能为推动桥梁抗震领域的进一步发展发挥重要作用。