一种制造技术

本发明专利技术涉及地震现场救援预警领域，本发明专利技术涉及一种

【技术实现步骤摘要】
一种RC框架半废墟结构余震下二次倒塌风险实时预警方法


[0001]本专利技术涉及地震现场救援预警领域，本专利技术涉及一种
RC
框架半废墟结构余震下二次倒塌风险实时预警方法
。

技术介绍

[0002]实际震害表明钢筋混凝土框架
(RC)
结构在罕遇地震下易发生底部带有存活空间的半倒塌模式，不仅威胁到被困人员的生命安全，而且也对救援人员生命安全造成严重威胁
。
例如，
2008
年我国汶川
8.0
级大地震救援现场牺牲
60
多位救援人员；
1985
年西哥城
8.1
级地震
100
多名救援人员和志愿者在建筑废墟余震下二次倒塌中丧生
。
其中，主要原因是地震救援现场中缺乏科学的
、
有效的带有存活空间的半倒塌结构余震下发生二次倒塌风险识别
、
预测和预警方法
。
如果救援过程中如能发出准确的预测信号和给予充足的逃生时间对保障救援人员的生命安全
、
提高被困人员的救助效率具有重大意义
。
[0003]目前，有两类方法能够实现建筑废墟的安全预警，分别是建筑废墟间接安全预警方法和建筑废墟直接安全预警方法
。
其中，建筑废墟间接安全预警方法指的是利用地震预警
(EEW)
方法实现地震现场预警目的，即当余震发生后，在破坏性余震波到达可能遭受破坏的地震救援现场，利用
EEW
系统向地震救援区域发出地震警报信息，一旦救援人员接受报警信号立即撤离
。
然而，地震预警方法仍旧存在盲区
、
大震震级偏低
、
准确度与速度矛盾等局限性，如果出现强余震漏报现象会严重威胁救援人员的生命安全，如果出现余震误报，尤其是将震级较小的余震误报为震级较大的余震会导致救援人员反复撤离，将减少“黄金”救援时间
。
建筑废墟直接安全预警指的是在余震或者外部扰动作用下对建筑废墟的结构动力响应的变化情况进行监测和分析来预判其危险性，例如：在紧急救援现场采用水准仪或全站仪观测建筑废墟的位移
、
速度
、
加速度
、
倾斜角等参数的变化来实现预警
。
然后，水准仪或全站仪等测量预警方法仍旧无法实现地震救援现场对建筑废墟二次倒塌紧急判别和精准预测，很难为救援人员提供更多的逃离时间
。
[0004]为了给予救援人员充足的逃生时间，需要对建筑废墟未来的风险进行精准预测，目前国内外学者研究主要集中在缓慢发展的长时间序列风险预测上
。
例如，在老旧危险房屋的关键测点上布置传感器体系实时监测位移和倾斜角等结构动力响应时程来实现危房动态安全监测
。
然而，上述研究更关注危险房屋缓慢发展的破坏机理以及风险缓慢发展的长时间序列预测上，同时预测因素相对比较单一，不能较好地实现紧急突发
、
因素复杂的风险预测
。
[0005]科学精准地判别和预测余震下建筑半废墟结构二次倒塌风险，具有紧急性
、
敏感性
、
多因素
、
实时性
、
预测性等特点
。
其中，紧急性表现为余震引起建筑半废墟结构二次倒塌具有突发特性；敏感性表现为结构破坏往往是由于微小损伤的累积，因此结构半废墟二次倒塌预测应对这些微小损伤具有较高的灵敏性；实时性表现为主震后救援过程中余震发生的频次较高，需要实时监测
。
然而，目前相应的研究在国内外处于空白阶段
。

技术实现思路

[0006]本专利技术旨在提供一种科学有效的
RC
框架半废墟结构余震下二次倒塌风险实时预警方法，以保障救援人员的生命安全和提高被困人员的救助效率
。
[0007]为了实现上述目的，本专利技术的技术方案是：
[0008]一种
RC
框架半废墟结构余震下二次倒塌风险实时预警方法，采用地震模拟振动台试验获取主
‑
余震作用下
RC
框架结构二次倒塌结构动力响应时程数据，并采用机器学习方法实现
RC
框架半废墟结构在余震下二次倒塌风险实时预警；
[0009]该方法包含4个模块：
[0010](1)
模块1是
RC
框架半废墟结构二次倒塌结构动力响应时程数据获取模块
[0011]采用地震模拟振动台的方法实现主
‑
余震作用下
RC
框架结构从完好结构到半废墟再到二次倒塌全过程，并通过监测关键点获取
RC
框架半废墟结构余震下二次倒塌结构动力响应时程数据；
[0012](2)
模块2是多维度连续横移时间窗数据处理模块
[0013]采用多维度横移连续时间窗方法对结构动力响应时程数据进行处理，来获取更准确更丰富的结构响应特征；
[0014](3)
模块3是
RC
框架半废墟结构二次倒塌风险分类模块
[0015]采用
K
‑
Means
机器学习算法对
RC
框架半废墟结构在余震下发生二次倒塌风险进行分类；
[0016](4)
模块4是
RC
框架半废墟结构二次倒塌风险实时预警模块
[0017]采用
Informer
机器学习算法对
RC
框架半废墟结构在余震下二次倒塌风险进行实时预警
。
[0018]所述
RC
框架半废墟结构余震下二次倒塌风险预警方法，该方法设计一套地震救援现场
RC
框架半废墟结构余震下二次倒塌风险实时预警实施流程：首先，确定地震现场
RC
框架半废墟结构的关键测点，采用红外线标记监测点，并在易于监测的位置布置高速摄像机，以监测和收集
RC
框架半废墟余震下结构动力响应时程数据；然后，将
RC
框架半废墟结构动力响应时程数据从高速摄像机传输到机器学习数据处理服务器中进行运算和分析，得到二次倒塌风险类别和实时预测结果
。
[0019]所述
RC
框架半废墟结构余震下二次倒塌风险预警方法，为地震救援人员配备无线便携式终端电子设备，将数据处理服务器的分析结果传输到便携电子设备中，实现地震现场
RC
框架半废墟结构余震下二次倒塌风险的实时风险等级识别和实时预测，进行二次倒塌实时预警
。
[0020]所述
RC
框架半废墟结构余震下二次倒塌风险预警方法，在机器学习数据处理服务器中，内置了基于高维度连续时间窗数据的
K
‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
RC
框架半废墟结构余震下二次倒塌风险实时预警方法，其特征在于，采用地震模拟振动台试验获取主
‑
余震作用下
RC
框架结构二次倒塌结构动力响应时程数据，并采用机器学习方法实现
RC
框架半废墟结构在余震下二次倒塌风险实时预警；该方法包含4个模块：
(1)
模块1是
RC
框架半废墟结构二次倒塌结构动力响应时程数据获取模块采用地震模拟振动台的方法实现主
‑
余震作用下
RC
框架结构从完好结构到半废墟再到二次倒塌全过程，并通过监测关键点获取
RC
框架半废墟结构余震下二次倒塌结构动力响应时程数据；
(2)
模块2是多维度连续横移时间窗数据处理模块采用多维度横移连续时间窗方法对结构动力响应时程数据进行处理，来获取更准确更丰富的结构响应特征；
(3)
模块3是
RC
框架半废墟结构二次倒塌风险分类模块采用
K
‑
Means
机器学习算法对
RC
框架半废墟结构在余震下发生二次倒塌风险进行分类；
(4)
模块4是
RC
框架半废墟结构二次倒塌风险实时预警模块采用
Informer
机器学习算法对
RC
框架半废墟结构在余震下二次倒塌风险进行实时预警
。2.
按照权利要求1所述
RC
框架半废墟结构余震下二次倒塌风险预警方法，其特征在于，该方法设计一套地震救援现场
RC
框架半废墟结构余震下二次倒塌风险实时预警实施流程：首先，确定地震现场
RC
框架半废墟结构的关键测点，采用红外线标记监测点，并在易于监测的位置布置高速摄像机，以监测和收集
RC
框架半废墟余震下结构动力响应时程数据；然后，将
RC
框架半废墟结构动力响应时程数据从高速摄像机传输到机器学习数据处理服务器中进行运算和分析，得到二次倒塌风险类别和实时预测结果
。3.
按照权利要求2所述的
RC
框架半废墟结构余震下二次倒塌风险实时预警方法，其特征在于，为地震救援人员配备无线便携式终端电子设备，将数据处理服务器的分析结果传输到便携电子设备中，实现地震现场
RC
框架半废墟结构余震下二次倒塌风险的实时风险等级识别和实时预测，进行二次倒塌实时预警
。4.
...

【专利技术属性】
技术研发人员：孙飞飞，许德峰，文继鑫，陈星辰，尹文汉，冯子龙，严嘉文，李文轩，白嘉成，
申请(专利权)人：吉林农业大学，
类型：发明
国别省市：