概率一致假想地震及在砂土液化小区划中应用

对文献提出的用点源模型确定假想地震的方法作了进一步的改进和补充，给出了用断层破裂模型确定想地震的方法，并首次尝试运用概率一致的假想地震进行砂土液化的评估，为进行以概率为基础的砂土液化小区划找到了一条捷径。     

基于神经网络模型的砾性土液化预测

在2008汶川地震中出现了大量砾性土的液化现象。为研究砾性土的地震液化特征,以汶川地震中获取的砾性土液化实测数据作为样本,选用地震烈度、地震峰值加速度、砂砾层深度、地下水位、有效上覆应力、剪切波速共6个诱发因素作为砾性土液化的评价指标,通过大量数据训练和参数分析建立了基于多层感知(MLP)和径向基函数(RBF)两种神经网络的砾性土液化预测模型,进而分析了各因素对准确预测砾性土液化的重要性。结果表明,两种模型对砾性土的液化都有较好的预测能力,当隐藏节点数大于10时,RBF网络的预测最大准确率可以达到100%,稍好于MLP网络;在6个评价指标中剪切波速对预测砾性土液化准确性最为重要。     

砂土地震液化的概率分析

假定地震过程为零均值平稳高斯过程，土料的非线性特性符合Ｈａｒｄｉｎ－ Ｄｒｎｅｖｉｃｈ双曲线模型，将地震砂土液化过程模拟为随机荷载作用下的累积损伤过程， 建议了分析砂土液化的概率方法。应用这一方法，对日本新泻地震砂土液化实例进 行了广泛检验．所得结果与实际震害现象符合良好，表明本文方法简便实用，结果可 靠，为更合理地进行砂土液化分析提供了一条新的途径。     

基于JC法的砂土液化判别方法

通过对JC可靠性分析方法研究分析,提出了一种建立于标准贯入击数极限状态方程的地震液化可靠度评估方法,并用MATLAB7.0编制了相应的地震液化概率判别程序.用该可靠性分析方法对1976年唐山地震资料进行液化概率分析,通过与实测值和规范法计算结果对比,验证了该方法的可行性和精确性,为砂土液化势评估提供了一种有效的砂土液化评价的新方法.     

场地地震液化势的模糊概率分析

鉴于场地地震液化势实属非确定性现象，文中对这类非确定性现象进行了适当的阐述。既考虑场地地震液化的随机性又计及其危害程度分级的模糊性，将其作为随机模糊事件求其模糊概率，推导出计算场地液化模糊概率的方法和相应的公式。最后以文中建议的方法对我国３０个场地地震液化的实例进行了模糊概率分析。其结果除与实际情况的总趋势一致外，还给出了可能产生各级危害程度的定量评估，便于工程抗震作出合理的决策。     

尾矿坝液化流动变形分析

介绍了基于双线性模型的砂土液化流动变形分析方法,并用二维商用软件ALID(Analvsis for Liquefaction.induced Deformation)分析了Moch.koshi尾矿坝地震液化流动变形,其中滩长分别按5 m和38 m,坝基土液化和非液化共计3种组合.通过计算分析发现了该坝在不同条件下发生液化流动变形的一些规律.计算结果表明,增加滩长、降低水位线的高度.将有助于减小坝体液化流动变形.增强坝体的稳定性;坝基土发生液化流动将导致尾矿坝整体发生流滑.探讨了用反压体、稳定柱、加筋和密实等措施抑制尾矿坝液化流动变形.     

砂土液化势评价的Bayes判别分析法及其应用

为了给砂土地震液化的数量化研究提供参考,基于多元统计分析理论,建立砂土地震液化判别与液化势分类的Bayes判别分析模型。模型选用震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径和地下水位等7个指标作为判别因子;将砂土液化势分为严重液化、中等液化、轻微液化和未液化4个级别,并作为Bayes判别分析的4个正态总体;以17个砂土实测数据作为训练样本,建立Bayes线性判别函数,以Bayes线性判别函数的最大值对应的总体作为样品所归属的总体;最后将建立的模型对训练样本进行回判,以回代估计误判率对模型进行检验。研究表明,对训练样本的回代误判率为0,对另外20个砂土样本的判别正确率为90%。     

软土地基堤防工程地震风险评价研究

基于软土地基上堤防工程地震破坏的严重性以及土性参数变异性大的特性,将风险分析理论引入堤防工程当中,建立堤防工程地震风险评价方法.针对液化和滑坡两种主要破坏形式结合可靠度理论确定了相应的破坏概率计算模型,并在地震危险性和地震易损性概率分析的基础上,确定了堤防地震经济损失的估算方法,拟定了堤防地震风险评价标准.将该方法应用...     

基于应变能的砂土液化势BP神经网络模型评估

液化是地震引起的最具破坏性的现象之一.能量法是液化势评估的常用方法,但已有的模型未考虑细粒含量临界值以及参数不确定性对液化势的影响.因此,本研究基于应变能(W),将数据库以细粒含量28%为临界值分成两个数据集,分别构建了两个BP神经网络(ANN)模型来对砂土液化势进行评估,并通过蒙特卡罗模拟结合响应面分析法进行参数敏感性分析,分别评估了细粒含量临界值以及参数不确定性对土壤液化势的影响.结果显示,提出的两个ANN模型比其它4个现有的模型具有更高的预测性能,其中当仅考虑细粒含量小于28%样本构建模型时,模型预测精度最高,拟合优度达到0.81;敏感性分析表明参数不确定性对砂土抗液化性能存在影响且程度不同,其中曲率系数对W的影响较大,建议在构建模型时加以考虑.     

液化场地埋地钢管地震易损性分析

位于地震活动区液化场地环境中的埋地钢管，除了需要长期面临地震灾害的威胁以外，还易受到土层液化所产生的浮力作用，从而发生严重破坏导致区域的正常使用功能中断．为了开展液化场地环境中埋地钢管的地震易损性研究，采用了Matasovi?非线性本构模型并结合经Byrne修正的Martin孔压增量模型描述土体的非线性特性及液化特性，基于ABAQUS有限元分析平台开发了相应的液化砂土UMAT程序，并通过建立与振动台实验相应的数值模型验证了其在有限元模拟中的分析可靠性；结合实体非线性接触模型和壳体-等效土弹簧模型的特点创建了管土接触-土弹簧数值模型并进行了埋地钢管增量动力时程分析，从而建立了不同液化区长度、不同埋深条件下钢管地震响应的需求模型，结合管道破坏状态的划分和从概率意义上确定的各极限损伤状态限值对3种不同液化区长度及3种不同埋深钢管分别进行了地震易损性分析，建立了液化场地钢管损伤指标与地震动强度指标之间的解析易损性模型，并进一步绘制了对应的易损性曲线．结果表明：在相同地震动强度作用及相同埋深条件下，液化区长度越长，埋地钢管的各极限破坏状态下超越概率越大；在相同地震动强度作用及相同液化区长度条件下...     

饱和砂土地基地震液化深度的试验研究

为探究地下工程场地深层饱和砂土的抗液化强度特征和液化深度,通过动三轴液化试验,选取汉口某轨道交通工程场地埋深超过20 m的饱和砂土为研究对象,分析了深层饱和砂土试样液化特性,获取了试样抗液化强度曲线。分别利用动三轴液化试验和标贯试验击数为指标的液化判别方法,比较分析了深层饱和砂土的地震液化可能性。结果显示本地区饱和砂土地基液化深度在地震烈度Ⅶ度、Ⅷ度时超过20 m。研究成果可为本地区工程实践抗液化处理深度提供参考。     

波浪作用下黄河口埕岛海域海床非均匀液化研究

给出了一种风浪作用下基于静力触探试验资料海床非均匀液化计算的方法.由于土性的非均匀性,土体液化在空间上存在差异性.首先讨论黄河口埕岛海域海床土质在空间上的非均匀性,然后基于静力触探试验数据建立风浪作用下液化计算模型,计算土体液化在空间上的非均匀性.通过研究表明,海床液化不一定从表面开始,往下扩展,而是容易出现在软弱层中.土性水平向上的非均匀性,导致不同区域的液化深度存在差异,埕岛海域在10级风浪作用下液化深度可达3.6~5.0 m.在水动力和重力作用下,土体液化失稳后可形成凹凸不平的地貌现象.     

基于BP神经网络的砂土液化影响因素的综合评估

为了充分考虑影响砂土液化的多种因素,选取不同的参数组合,建立不同的砂土液化判别BP神经网络模型,编写了饱和砂土液化判别BP神经网络程序SLV,并根据现场实测资料进行计算和分析.结果表明,地震作用是液化的直接原因,砂土处于饱和状态是液化的前提条件,影响液化的主要因素包括标准贯入锤击数、砂土不均匀系数以及地震剪应力比.文中建立的BP神经网络模型具有高度的分类和识别能力,可用于评估砂土液化的影响因素.     

Reliability of Reinforced Concrete Buildings During Construction

The safety analysis of reinforced concrete buildings during construction should be based on the comprehensive understanding of loads, load effects, structural resistance, and available safety index of the structure. This paper analyzes the characteristics and probabilistic models of resistance, loads, and load effects. A method was developed to calculate the probability of failure based on Monte Carlo simulation and models proposed in previous articles. Construction examples were used to analyze the influence of live load on the probability of failure. The results show that when the live load increases, the maximum probability of failure increases with acceleration. The results suggest that the construction live load should be carefully addressed during construction.     

LNG冷箱中降温过程的动态模拟并行计算

由于单核计算无法承担LNG冷箱中降温过程动态模拟的高负荷,采用共享内存模式下的对称多核并行计算方法实现带预冷的氮膨胀液化流程中冷箱降温过程的动态模拟。动态模型中,板翅式换热器采用一维模型,压缩机、膨胀机和节流阀按稳态元件处理;并行方法中,根据并行机特征和液化流程特点进行计算单元的划分及边界耦合,利用路障对每个积分步进行同步控制,通过显式的函数调用进行单元间通信。将模拟结果与试验数据进行对比,验证动态模型和并行方法的合理性。模拟结果表明:工质的降温速率主要取决于膨胀机多变效率;该并行方法使模拟进程加速23倍,计算结点效率是单核计算的3.83倍。     

基于支持向量机方法的砂土地震液化分析

提出了砂土地震液化分析的一种新方法，即支持向量机方法。该方法根据有限的学习样本，建立了各种影响因素和地震液化之间的一种非线性映射，可以对砂土在地震条件下的液化进行分析。基于已有的砂土地震液化资料，采用支持向量机模型，对国外地震现场实例进行了预测，网络输出结果与实际情况十分吻合。实例研究表明，支持向量机方法用于预测砂土地震液化是有效而可行的。     

基于HMM和自组织映射的网络入侵检测算法

随着网络入侵多样化的发展,传统的防火墙、数据加密等防御方法已经很难保证系统和网络资源的安全,为此,设计了基于隐形马尔科夫模型HMM和自组织映射SOM的网络入侵检测方法.首先建立了自组织映射-HMM的双层入侵检测模型,采用样本数据训练SOM网,然后将测试数据输入SOM模型获得观察序列对应的攻击类别的后验概率,将此后验概率用于训练HMM模型获得概率初始分布和状态转移概率等各参数.最后,通过比较测试数据在各模型下发生概率的大小来获取对应的攻击类别.仿真实验表明本研究方法能有效实现网络入侵检测,较经典的HMM方法以及改进的神经网络方法,具有较高的检测率和较低的误报率,同时具有较少的检测时间.