Page 74 - 2025年第56卷第11期

距离坝址约 125 km 的四川省泸定县，于 2022 年 9 月发生了里氏 6.8 级地震，震源深度约 16 km。
针对该次地震，基于坝区自由场地震时程感知模型实现了对地震信号的超前感知，并通过专业模型的
快速分析，在地震结束前实现了大坝地震响应过程的物理场张量时空全域分析与可视化，并对大坝震
后损伤进行快速预测，如图 13 所示。同时，在数字孪生的虚拟空间中，数据驱动的可视化方法实现了
交互式查询，便于系统使用者快速分析大坝各关键部位的地震响应信息。由于该次地震对大坝造成的
影响很小，地震造成的沉降预测最大值仅为 0.9 mm，处于安全范围，故系统未触发预警反馈。

图 13 大坝地震动力响应时空分析结果的可视化

此外，分析了基于 CUDA 加速计算的三维物理场可视化分析的计算效率。在 CPU 为 Intel Xeon E5-
2640 v4×2、GPU 为 NVIDIA Quadro P5000 的服务器上，分别分析了运行所提时空全域代理模型的内存
占用、显存占用、响应时间、计算时间、CPU 占用率，如表 1 所示。所提系统能够在不影响客户端处
理其它页面操作的同时，在 148 ms 左右获得大坝地震动力响应分析结果。作为对比，未采用 CUDA 加
速的系统则需要 7.5 s 才能获得时空全域代理模型的结果，且计算过程中 CPU 占用率过高，影响客户端
对于其它网页操作的响应。

表 1 系统硬件资源占用情况对比
方案 内存占用/MB 显存占用/G 系统响应时间/ms 计算时间/ms CPU 占用率/%
CUDA 加速 583 1.2 148 50 <5
未采用 CUDA 加速 1694 7576 7176 >50

7 结论与展望

大坝地震响应具有显著的时域和三维空间分布特征，提升大坝地震动力响应分析的准确性与效率
具有重要的研究和工程应用意义。然而，现有大坝地震动力响应分析系统缺乏考虑施工质量对坝料物
理力学参数的影响、难以快速分析和可视化动力响应的时域和空间分布特征。针对上述问题，提出数
字孪生框架下大坝地震动力响应时空分析系统构建方法，并应用于实际的心墙堆石坝工程，取得如下

— 1465 —