Page 73 - 2025年第56卷第11期
P. 73
为目标反应谱共选取 1521 条地震记录，其中的部分谱加速度如图 11 所示。由于地震记录的时程曲线
具有衰减关系、频带相关性等物理规律性，数据分布相比自然图像更规则，因此针对大坝特定场景训
练的模型参数规模可适当降低。同时参考同类研究 ［49-50］ ，可认为所选地震动记录构建的数据集控制在
了合理范围内。在所选地震动记录中包含了不同震级、震源深度和震源机制的地震动记录，以使得所
构建的时空全域代理模型能够针对不同地震工况进行预演。所选取的地震记录的震级（M ）范围为 5—
w
8 级、震源深度（R ）范围为 30 ~ 80 km、地面峰值加速度（PGA）范围为 0.02g ~ 1.4g、等效剪切波速
rup
（V ）范围为 300 ~ 1500 m/s。进而，基于所选地震记录分别进行有限元分析，构建训练数据集，以训
s30
练所提大坝地震动力响应分析时空全域代理模型。在 pix2pixHD 判别器的损失函数收敛后，生成器的
像素相似度和训练误差分别为 89.7% 和 0.223。代理模型仅需 50 ms 即可对大坝地震动力响应的三维物
理场进行预测，替代需 2.5 h 计算时间的有限元计算。
图 10 考虑施工质量影响的大坝地震动力响应有限元模型构建
在不同强度的地震动输入下，基于代理模型分析了
坝顶地震响应加速度最大值和大坝震后沉降 ［51］ 的预演
结果，与有限元方法结果的对比见图 12，代理模型的
预演分析结果与有限元方法总体接近。在大坝震后沉降
方面，代理模型相较于有限元方法的误差控制在 0.35 m
以内，R 和 MSE 分别为 0.98 和 0.122；在坝顶地震响应
2
加速度最大值方面，代理模型相较于有限元方法的平均
误 差 为 10.5%， R 和 MSE 分 别 为 0.90 和 0.216。 因 此 ，
2
所构建的专业模型能够对不同强度地震下的大坝动力响 图 11 所选地震动记录的谱加速度
应结果进行快速预演。
图 12 多强度地震动输入下的预演分析结果
— 1464 —
