Study on Deformation and Damage of Reinforced Concrete Columns under the Earthquake
-
摘要: 为量化地震作用下钢筋混凝土（RC）柱损伤情况和变形，并将不同地震破坏状态下RC柱损伤和变形进行分析。从太平洋地震工程研究中心（PEER）数据库中收集91组RC柱抗震试验数据，选取4种广泛应用的构件损伤模型进行计算，将损伤发展曲线与层间位移角发展曲线进行对比分析。对RC柱损伤指标限值进行归一化处理，统计分析后得到不同破坏等级下的位移角限值，并给出了RC柱各破坏等级下的位移角限值与损伤指标限值对应关系。研究结果表明，牛荻涛损伤模型可更准确地评价地震作用下结构构件损伤程度，且与层间位移角发展曲线均呈近似线性增长趋势；不同破坏等级下的位移角限值验算保证率均＞80%，表明本文提出的位移角限值具有一定合理性。Abstract: To quantify the damage and deformation of reinforced concrete (RC) columns under the earthquake, and analyze the damage and deformation of RC columns under different seismic damage states, 91 sets of RC column seismic test data were collected from the Pacific Earthquake Engineering Research Center (PEER) database. Four widely used component damage models were selected for calculation, and the damage development curves were compared with the inter-story displacement angle development curves for analysis. The damage index limits of RC columns were normalized, the displacement angle limits under different damage levels were obtained after statistical analysis, and the correspondence between the displacement angle limits and damage index limits under each damage level of RC columns was given. The results show that the Niu Ditao damage model can more accurately evaluate the damage degree of structural members under the earthquake, and all the development curves with the inter-story displacement angle behave an approximately linear growth trend. The guaranteed rate of the displacement angle limits under different damage levels is greater than 80%, indicating that the displacement angle limits proposed in this paper are reasonable.
-
Key words:
- RC frame column /
- Seismic damage model /
- Damage index /
- Story drift ratio /
- Deformation
-
引言
我国位于世界两大地震带——环太平洋地震带与地中海喜马拉雅山地震带交汇处，因此地震灾害频发。1990—2020年，成灾地震造成直接经济损失11210.81亿元（楼宝棠，1996；国家地震局等，1996；中国地震局监测预报司，2001；中国地震局震灾应急救援司，2010，2015），其中2020年我国大陆地区共发生5.0级以上地震20次（5.0～5.9级地震17次，6.0～6.9级地震3次），造成5人死亡，30人受伤，直接经济损失约18.47亿元（林向洋等，2020；应急管理部国家减灾中心，2021）。从国际经验来看，自然灾害的商业保险赔付金额约占直接经济损失的30%～40%，而我国商业保险赔付率尚不足1%（冯键，2019）。推动地震巨灾保险发展的技术核心在于对地震风险的量化与管理。孟生旺等（2018）使用极值理论对地震灾害事件进行了统计分析，建模并测算地震风险保费。牛方曲等（2012）基于全国县级尺度人口、房屋结构数据库、中国地震烈度区划图和地震对房屋的破坏参数，建立了区域中长期房屋震灾损失评估系统。陈洪富等（2013）基于WebGIS平台，将已有震害预测、地震应急指挥、地震现场损失评估、灾后科学考察和恢复重建等业务功能集成为有机整体，建立了综合性地震灾害损失评估系统。熊政辉（2019）结合我国地震风险特点和保险行业需求，构建了具有良好可拓展性的地震巨灾模型EQCat。
本文基于前人研究成果，结合地震巨灾保险定价与风险管理需求，构建多租户的高性能地震保险损失评估SaaS（Software as a Service, 软件即服务）云平台。该平台通过集成风险暴露模块、致灾因子模块、工程易损性模块、金融模块，实现了地震保险损失评估功能；通过采用快速随机事件筛选方法、针对地震事件影响场特征设计的数据结构与检索方法等实现了高性能的计算引擎；采用基于数据隔离方案的多租户模式，保证用户数据安全；设计基于业务单元的资源弹性伸缩方法，以满足保险业业务集中需求，且可针对用户不同需要进行配置，提供个性化使用需求。
1. 云平台技术架构
传统的地震风险评估软件或巨灾模型常以软件授权的方式交付用户。基于软件授权的单机模式在软件使用率低时无法及时释放计算资源，且业务集中，需大量使用时无法动态增加计算资源，从而导致计算资源的浪费，同时又无法满足地震风险快速评估的商业化需求。而云计算技术可通过虚拟化技术合理管理计算资源，打破传统单机模式的局限性。本文在综合分析国内外地震巨灾风险评估的需求后，基于云计算技术，以每次上传的风险暴露为单元进行数据隔离、计算引擎隔离，实现了多租户的地震风险评估SaaS云平台。根据用户提交的任务优先级、数量，动态增加或销毁计算节点，满足用户不同的算力需求。地震风险评估SaaS云平台系统架构如图1所示。
1.1 展现层
根据多租户、多用户弹性计算的业务需求，采用B/S架构构建地震风险评估系统。采用前后端分离的架构思想，使用基于HTTP协议的API（Application Programming Interface，应用程序接口）将展现层、服务层分离。展现层基于SPA（Single Page Web Application，单页面应用）架构，使用主流的H5+JavaScript技术、WebGL等GIS可视化技术构建交互友好的用户界面。展现层为用户提供高效的风险暴露上传接口、风险暴露数据可视化展示界面、地震保险损失评估模式选择界面、地震保险损失评估参数设置界面、地震保险损失评估结果展示界面、风险累积和保险方案设计界面。
1.2 服务层
服务层即后端服务器层，根据展现层的请求，与数据层、算力层交互并为展现层提供API接口。展现层与服务层采用易于扩展的微服务架构，可通过容器技术或者虚拟化技术实现资源弹性伸缩与负载均衡。
1.3 数据层
根据高性能计算及多租户的需求，在深入分析业务特点的基础上，系统按照用户上传的业务数据（即风险暴露数据）进行分库、按“分析”（即地震保险损失评估计算）将不同分析结果存放在不同数据库表中，达到数据隔离与数据库横向扩展的目的。
数据层包括元数据库与业务数据库。元数据库用于存储业务数据的数据库地址、配置信息等，不包括风险暴露数据与计算结果数据，同时采用一主一备的高可用架构。业务数据库中有若干实例，实例间交互隔离，当用户上传风险暴露数据时，系统会根据元数据库的配置信息，在指定的服务器节点上创建数据库实例作为业务数据库，用于存储风险暴露数据。系统根据多个数据库服务器节点的负载与存储情况，可调整业务数据库的创建策略，实现数据库的负载均衡，从而避免访问集中于单个服务器节点造成的卡顿与其他服务器节点的资源浪费。
1.4 算力层
算力层为系统提供地震保险损失评估分析的算力，包括调度器与计算引擎。云计算技术（包括虚拟化、容器化技术等）的弹性伸缩通常是基于CPU或者内存的使用率调整服务器资源，如CPU在指定时间间隔内使用率超过设定的阈值会增加新的服务器节点。但地震保险损失评估计算涉及大量科学计算，属于CPU密集型计算场景。一旦开始计算，必须极大程度地利用CPU与内存资源，这与传统的SaaS应用场景不同。同时基于多租户的地震保险损失评估系统，要求用户间对计算资源的使用不能相互影响，用户须有独享的使用体验。因此需要有针对性地设计调度器的资源分配逻辑。
调度器将不同用户提交的任务赋予不同优先级，并提交到任务队列，分别分配计算引擎。调度器维护1套可配置的计算引擎调度策略，并根据该策略利用虚拟化技术或容器技术增加或销毁计算引擎节点。调度器可根据配置的调度策略，维护多个不同的任务队列，实现不同性能的计算资源的调配，满足客户对算力的个性化需求，如图2所示。
计算引擎实现了地震保险损失评估系统的核心算法，集成了风险暴露数据计算、地震危险性计算、工程易损性计算、费率厘定及风险累积计算等算法，并将计算结果保存到风险暴露数据对应的业务数据库中。
1.5 基础设施层
基础设施层使用云计算技术，为展现层、服务层、数据层、计算层提供稳定的运行环境，并通过虚拟化技术、容器化技术为用户提供动态分配、销毁、管理计算资源的服务。
2. 云平台功能架构
为满足地震巨灾保险费率厘定的需求，地震保险损失评估SaaS平台提供了风险暴露处理模块、地震保险损失评估模块、损失结果汇总模块、费率厘定模块及系统管理模块，云平台功能架构如图3所示。
风险暴露处理模块包括可视化的交互界面与API接口，可为用户提供风险暴露上传接口。用户通过该接口将待评估的风险暴露上传到平台，同时平台可对风险暴露数据进行地址解析、汇总风险暴露数据（Aggregate Exposure Data，AED）的拆分。
地震保险损失评估模块包括中长期损失评估、历史地震重现损失评估、设定地震损失评估、自定义影响场损失评估等，可为用户提供多种损失评估模式，如图4所示。
损失结果汇总模块将地震保险损失评估模块计算结果按照保单、区域、事件等多维度进行汇总计算，用户可从多维度进行结果分析。此模块采用WebGL等GIS可视化渲染技术进行展示，如图5所示。
费率厘定模块在损失结果汇总模块的基础上用于纯风险费率、超越概率曲线、超赔合约费率的计算，以列表和图形展示不同形式的超越概率曲线，用户可对损失结果进行深入分析。费率厘定模块如图6所示。
系统管理模块包括用户及权限管理功能、日志管理功能、计算资源管理功能，保证系统稳定运行，合理分配、实时监控计算资源的使用情况。
3. 云平台业务架构
本文采用蒙特卡洛方法产生大量地震随机事件（徐伟进等，2020）。针对各地震事件，使用地震动参数衰减关系模型计算在风险暴露位置产生的地震动强度；然后根据工程易损性计算损失；最后依据风险暴露的保险条款计算保险损失，各地震事件保险损失计算方法为：
$$ 保险损失=风险暴露\times 地震动强度\times 工程易损性\times 保险条款 $$ (1) 由式（1）可知地震保险损失评估平台包括：风险暴露模块、致灾因子模块、工程易损性模块和金融模块，如图7所示。风险暴露模块用于解析、存储用户上传的风险暴露数据；致灾因子模块用于计算风险暴露所在位置的地震动强度；工程易损性模块用于计算风险暴露在特定强度地震动影响下的损坏情况；金融模块用于在风险暴露损坏的情况下计算保险损失。
3.1 风险暴露模块
风险暴露模块包含3类风险暴露数据：
（1）用户上传的需进行地震风险评估的详细风险暴露数据（Detailed Exposure Data，DED），包括保单、标的、保险责任等信息。
（2）用户上传的需进行地震风险评估的汇总风险暴露数据（Aggregate Exposure Data，AED），包括风险暴露所在区域、标的数量、保额、限额、免赔额及各种建筑属性标的占比。
（3）系统内置的全行业不同用途、不同结构的行业风险暴露的价值及地理位置数据，包括位置信息、功能用途信息（住宅、商业、工业等）、建筑重置价值等。系统内置的行业风险暴露数据主要用于：①评估行业范围内的经济、保险损失；②当用户仅能提供汇总风险暴露数据时，用于分析汇总风险暴露数据各标的位置、建筑属性、保险额度等信息，从而评估地震风险。系统内置的行业风险暴露数据示例数据如表1所示。
表 1 系统内置的行业风险暴露数据示例数据Table 1. Sample data for built-in industial exposure编号 经度/°E 纬度/°N 行政区划代码 省 市 区/县 住宅建筑价值/元 商业建筑价值/元 工业建筑价值/元 1 101.35 21.825 532823 云南省 西双版纳傣族自治州 勐腊县 3000 0 0 2 107.5 21.825 451422 广西壮族自治区 崇左市 宁明县 1600 0 0 3 109.275 21.825 450521 广西壮族自治区 北海市 合浦县 35000 0 0 4 110.8 21.825 440981 广东省 茂名市 高州市 500000 1600000 5000000 5 100.025 21.85 532822 云南省 西双版纳傣族自治州 勐海县 4000 0 0 6 100.225 21.85 532822 云南省 西双版纳傣族自治州 勐海县 13000 0 0 7 101.05 21.85 532801 云南省 西双版纳傣族自治州 景洪市 5000 0 0 8 101.275 21.85 532823 云南省 西双版纳傣族自治州 勐腊县 9000 0 0 9 107.1 21.85 451422 广西壮族自治区 崇左市 宁明县 1000 0 0 … … … … … … … … … … 3.2 致灾因子模块
致灾因子模块为地震危险性分析模块，包括地震随机事件集和场地类型数据、地震随机事件集快速检索算法、地震动参数衰减关系算法和场地放大系数算法。致灾因子模块根据用户上传的风险暴露位置信息，使用地震随机事件集检索算法，从随机地震事件集数据中筛选出对风险暴露有潜在影响的地震随机事件数据，通过地震动参数衰减关系算法分别计算地震事件在风险暴露所在位置造成的地震动强度（本文采用地震动参数峰值加速度PGA），从而通过场地放大系数算法计算地表地震动参数。
3.2.1 地震随机事件集
本文采用的地震随机事件集是基于我国最新版的潜在震源区模型及地震活动性参数，采用蒙特卡洛方法生成的符合我国地震时空分布特征的模拟地震事件集（徐伟进等，2020），共模拟了中国及周缘地区面波震级5.0级以上500万年的地震事件集，生成的事件集示例数据如表2所示。
表 2 随机地震事件集示例数据Table 2. Sample data for random earthquake event set事件编号 年 日 经度/°E 纬度/°N 深度/km 走向/° 面波震级 衰减分区 100 000 000 401 1 36 121.975 23.458 56 70 5.96 0 100 000 000 405 1 40 100.158 22.167 17 120 6.22 1 100 000 000 496 1 131 83.618 43.670 18 150 6.59 2 100 000 000 531 1 166 89.597 46.134 5 125 6.07 2 100 000 000 564 1 199 122.674 23.533 18 70 6.05 0 100 000 000 581 1 216 79.013 30.368 12 154 6.1 1 100 000 000 649 1 284 121.814 23.905 3 160 6.23 0 100 000 000 707 1 342 79.605 30.388 30 135 6.41 1 100 000 000 756 2 26 120.934 24.669 13 20 6.14 0 100 000 000 768 2 38 79.201 37.062 28 170 5.98 1 100 000 000 854 2 124 78.154 35.726 8 101 6.5 1 100 000 000 860 2 130 105.807 38.450 8 160 6.42 3 … … … … … … … … … 3.2.2 地震随机事件集快速检索算法
本文针对地震衰减关系特征，设计了从随机事件集中快速检索地震事件的方法，该方法能快速检索出可能造成损失的地震事件，步骤如下：
（1）预处理：①将随机事件集按震中位置划分至不同的等经纬度网格中；②将归属同一网格的地震事件作为一页进行连续存储。根据空间局部性原理，每个网格中的数据往往需要同时使用或者都不使用，将空间相邻的数据存储到一起，避免频繁读取文件；③将每页数据按其网格中心点经纬度坐标创建空间索引。
（2）检索地震事件：①计算风险暴露附近网格中心点经纬度及经纬度对应索引的key值；②查询空间索引中key值对应的数据页地址，并将该页数据（即对风险暴露有潜在风险的地震事件）全量加载到内存中。
3.2.3 地震动参数衰减关系计算方法
参考《中国地震动参数区划图》（GB 18306—2015）（中华人民共和国国家质量监督检验检疫总局等，2016）和俞言祥（2016）的相关研究成果，同一个地震衰减分区中，断层走向相同、震级相同的地震事件服从参数相同的衰减关系，而断层走向不同的地震事件衰减关系都可以断层走向为0°的衰减关系旋转得到。因此，本文根据地震动参数衰减关系理论将不同地震衰减分区、不同震级地震的影响场提前计算并存储。当实时进行地震风险评估时，仅需根据震中位置所在的衰减分区、震级查询其影响场即可。
传统的等经纬度或等距离的栅格空间数据结构需要占用巨大的存储空间，以模拟一百万年为例，需要占用TB级的空间。且地震动参数呈指数型衰减，栅格数据在距震中较近的区域参数误差较大，而距震中较远的区域参数非常接近，造成存储空间浪费。本文根据地震动参数衰减关系模型特征，采用环形空间网格的数据结构，同时以该结构进行存储数据，既可以提高数据精度，又能大幅度节约存储空间。
（1）基于环形空间网格数据结构的地震影响场计算
根据地震动衰减椭圆模型（俞言祥，2016），对于已知分区和震级的地震，长轴、短轴上地震动参数与距离的关系为：
$$ \mathrm{l}\mathrm{g}Y={A}+{B}{M}+{C}\mathrm{ }\mathrm{l}\mathrm{g}(R+D{{\rm{e}}}^{EM}) $$ (2) 式中：Y为地震动参数，R为震中距，M为震级。对于已知震级与地震所在分区，长轴和短轴对应A、B、C、D、E为已知的回归系数。因此可得知推导出：
$$ {R}={Y}^{\frac{1}{C}}\times {10}^{-\frac{A+BM}{C}}-D {{\rm{e}}}^{E\cdot M} $$ (3) 可根据式（3）计算出所有（离散化的）地震动参数对应的长轴Ra和短轴Rb，即组成了该地震的环形网格。
（2）基于环形空间网格数据结构的地震动参数检索
当已知风险暴露的位置时，根据地震断层走向角度与震中距R计算出风险暴露坐标x、y；然后再由地震分区与地震震级，利用地震动参数衰减关系模型公式计算长轴
$ {Y}_{{\rm{l}}} $ 与短轴${Y}_{{\rm{S}}}$ 。最后根据${Y}_{{\rm{l}}}$ 与${Y}_{{\rm{S}}}$ 确定数据范围，由椭圆公式检索出对应的地震动参数。3.2.4 场地类型数据与场地放大系数模型
Li等（2019）首先使用坡度法，按照《建筑抗震设计规范》（GB 50011—2010）（中华人民共和国住房和城乡建设部等，2010）中场地类型的分类体系，计算得到全国范围场地分类图。本文将该场地类型数据预处理为1 km精度的栅格数据，由风险暴露位置查询场地类型。并按照《中国地震动参数区划图》（GB 18306—2015）（中华人民共和国国家质量监督检验检疫总局等，2016）中场地类型对应的地震动峰值加速度调整系数对地震动进行调整，最终得到考虑场地条件的地表地震动参数。
3.3 工程易损性模块
工程易损性模块用于确定风险暴露在灾害（地震）中遭受的平均损失率，主要由风险暴露易损性曲线、易损性曲线检索器组成。易损性曲线指不同建筑属性的风险暴露在不同地震动强度下的平均损失率（Mean Damage Ratio，MDR）及其不确定性（Uncertainty）（熊政辉，2019）。先使用熊政辉（2019）按照建筑结构类型、功能用途、建造年代、建筑高度和设防烈度等属性信息构建的风险暴露建筑分类体系及采用震害统计方法和数值分析方法研发的一系列易损性曲线集；然后利用易损性检索器，根据风险暴露的各建筑属性取值，匹配和检索对应曲线，以便后续进行损失计算。
3.4 金融模块
金融模块根据工程易损性模块输出的损失率及风险暴露的（再）保险条款，计算风险暴露（承保标的）的损失。主要包括地震造成的实际经济损失，又称为总损失（Ground Up Loss，GULoss），以及考虑保险条款限制（如免赔额和限额）的保险损失，又称为毛损失（Gross Loss，GRLoss）。
$$ \mathrm{G}\mathrm{U}\mathrm{L}\mathrm{o}\mathrm{s}\mathrm{s}=\mathrm{T}\mathrm{I}\mathrm{V}\cdot\mathrm{M}\mathrm{D}\mathrm{R} $$ (4) $$\mathrm{G}\mathrm{R}\mathrm{L}\mathrm{o}\mathrm{s}\mathrm{s}=\left\{ {\begin{array}{*{20}{l}} {{\rm{Lim}}\text{,}}&{{\rm{Lim}}+{\rm{Ded}} < {\rm{GULoss}}}\\ {{\rm{GULoss}}-{\rm{Ded}}\text{,}}&{{\rm{Lim}}+{\rm{Ded}}\geqslant {\rm{GULoss}} > {\rm{Ded}}}\\ {0\text{,}}&{{\rm{GULoss}}\leqslant {\rm{Ded}}} \end{array}} \right.$$ (5) 式中：TIV（Total Insured Value）为风险暴露的总价值，MDR为地震对风险暴露造成的平均损失率。Ded（Deductible）为免赔额，Lim（Limit）为限额。
地震随机事件集中每个事件均可能对风险暴露造成损失（包含经济损失和保险损失），表3所示为事件损失表（Event Loss Table，ELT）。
表 3 事件损失表示例数据Table 3. Sample data for ELT随机事件集编号 年 总损失/元 毛损失/元 100 000 299 223 35 350 829 985.24 280 663 988.19 100 000 303 197 35 358 336 146 996.12 286 668 917 596.90 100 000 553 049 64 2 642 638 483.25 2 114 110 786.60 100 000 582 342 67 1 774 458.68 1 419 566.94 100 000 724 753 83 425 193.08 340 154.46 100 000 895 924 103 141 852 462 611.31 113 481 970 089.05 100 001 000 898 115 462 850 303.77 370 280 243.02 100 001 284 622 147 265 095 628.27 212 076 502.62 100 001 469 992 168 29 291 919.44 23 433 535.55 …… …… …… …… 将事件损失表中同一年的损失进行汇总，得到年累积损失表（Year Loss Table，YLT），如表4所示。
表 4 年累积损失表示例数据Table 4. Sample data for YLT年 总损失/元 毛损失/元 35 358 686 976 981.36 286 949 581 585.09 64 2 642 638 483.25 2 114 110 786.60 67 1 774 458.68 1 419 566.94 83 425 193.08 340 154.46 103 141 852 462 611.31 113 481 970 089.05 115 462 850 303.77 370 280 243.02 147 265 095 628.27 212 076 502.62 168 29 291 919.44 23 433 535.55 …… …… …… 事件损失表和年累积损失表是地震风险评估SaaS云平台的基本输出结果，通过事件损失表可以计算年期望损失（Annual Average Loss，AAL）、损失标准差（Standard Deviation，SD）、在线费率（Rate On Line，ROL）、超越概率曲线（Exceedance Probability Curve，EP Curve）、各回归周期在险价值（Value at Risk，VaR）、各分位数的尾部在险价值（Tail Value at Risk，TVaR）等。
$$ {\rm{AAL}}=\frac{\displaystyle\sum _{i=1}^{M}{{\rm{Loss}}}_{i}}{N}=\frac{\displaystyle\sum _{j=1}^{N}{{\rm{ALoss}}}_{j}}{N} $$ (6) 式中 ：N为地震随机事件集模拟年数，
${{\rm{Loss}}}_{i}$ 为第i个地震事件造成的损失，$\mathrm{A}{\mathrm{L}\mathrm{o}\mathrm{s}\mathrm{s}}_{{j}}$ 为第j年所有地震事件造成的损失之和，共M个地震事件对风险暴露造成损失，当${{\rm{Loss}}}_{i}$ 为总损失时，AAL为年期望总损失，当$ {\mathrm{L}\mathrm{o}\mathrm{s}\mathrm{s}}_{i} $ 为毛损失时，AAL为年均期望毛损失。$$ {\rm{SD}}=\sqrt{\frac{\displaystyle\sum _{j=1}^{N}{\left({{\rm{ALoss}}}_{j}-{\rm{AAL}}\right)}^{2}}{N}} $$ (7) 式中：N为地震随机事件集的模拟年数，
$\mathrm{A}{\mathrm{L}\mathrm{o}\mathrm{s}\mathrm{s}}_{{j}}$ 为第j年所有地震事件造成的损失之和。根据年均期望毛损失与风险暴露的限额可计算出在线费率：$$ {\rm{ROL}}=\frac{{\rm{AAL}}}{{\rm{Lim}}} $$ (8) 将年累积损失表按损失降序排序，则序号为n的损失超越概率为p，其中：
$$ n=N\cdot p $$ (9) 根据式（9）可计算出不同超越概率损失的序号n。若n不为整数，损失取序号为
$\left\lfloor n \right\rfloor $ （即取≥n的最大整数）与$\left\lceil n \right\rceil $ （即取大于或等于n的最小整数）对应的损失的插值。按此方法以保险损失为横坐标、超越概率为纵坐标可绘制年累积超越概率曲线（Annual Aggregate Exceedance Probability Curve，AEP Curve）。超越概率p对应的损失为分位数为1−p的在险价值，即${{\rm{VaR}}}_{1-p}$ 。尾部险位价值$ {\mathrm{T}\mathrm{V}\mathrm{a}\mathrm{R}}_{1-p} $ 为所有超越概率≤p所对应的损失（$ {{\rm{VaR}}}_{1-p} $ ）的平均值。4. 总结与展望
地震巨灾保险损失评估技术是推广地震巨灾保险，分散地震巨灾风险的技术基础。本文基于“五代图”最新数据，集成了基于潜在震源区模型的地震随机事件集与地震动参数衰减关系模型，用于计算地震事件在风险暴露位置的地震动强度。根据风险暴露的建筑属性检索对应的工程易损性曲线，计算其在特定地震动强度下的损失，汇总成事件损失表。在事件损失表的基础上计算风险暴露年期望损失、标准差、超越概率曲线。但本文未考虑余震和相关次生灾害对风险暴露造成的损失，相应的功能模块有待完善。本文对地震保险损失评估SaaS云平台的多租户及高性能技术架构进行了论述，并进行了部署投产。100万风险暴露的地震保险损失可在1 h以内完成，且可供多用户同时使用。随着处理器技术的发展，基于GPU的云计算平台广泛应用于科学计算领域。为进一步提高快速损失评估性能，计划研发基于GPU的地震保险损失评估SaaS云平台。
-
图 3 RC柱各破坏等级下层间位移角分布情况
Figure 3. Distribution of story drift ratio of RC columns under each damage level
图 4 RC柱各破坏等级下位移角限值保证率
Figure 4. Guarantee rate of story drift ratio limit value for each damage level of RC column
表 1 RC柱不同破坏等级下对应的损伤指标界限值
Table 1. Damage index limit values corresponding to different damage levels of RC column
地震破坏等级 破坏状态 损伤指标D 基本完好 出现少量未贯通的细小裂缝 0＜D≤0.2 轻微破坏 裂缝发展并开始贯通 0.2＜D≤0.4 中等破坏 混凝土剥落、钢筋外露 0.4＜D≤0.6 严重破坏 裂缝加宽、混凝土脱落、钢筋被压曲 0.6＜D≤0.9 倒塌 核心混凝土被压碎、纵筋被拉断等 D>0.9 
下载: 导出CSV
表 2 RC柱各破坏等级下的层间位移角统计结果
Table 2. Statistical results of story drift ratio under each damage level of the RC column
破坏等级 层间位移角 分布比/% 基本完好 <1/400 3 1/400～1/200 14 1/200～1/67 51 1/67～1/33 28 >1/33 4 轻微破坏 <1/200 2 1/200～1/100 15 1/100～1/40 49 1/40～1/25 25 >1/25 9 中等破坏 <1/100 5 1/100～1/50 21 1/50～1/22 56 1/22～1/17 16 >1/17 2 严重破坏 <1/50 15 1/50～1/33 14 1/33～1/25 18 1/25～1/15 38 >1/15 15 倒塌 <1/50 6 1/50～/22 32 1/22～1/13 45 1/13～1/10 15 >1/10 2
下载: 导出CSV
表 3 各破坏等级下位移角统计参数
Table 3. Statistic parameters of story drift ratio under each damage level
项目 破坏等级 基本完好 轻微破坏 中等破坏 严重破坏 倒塌 位移角平均值$ \mu $ 1/84 1/47 1/37 1/23 1/19 标准差$ \sigma $ 1/121 1/89 1/71 1/47 1/43 $ \mu -\sigma $ 1/274 1/103 1/65 1/45 1/34
下载: 导出CSV
表 4 RC柱各破坏等级下的位移角限值与损伤指标限值
Table 4. Story drift ratio limit and damage value of RC column under each damage level
项目 破坏等级 基本完好 轻微破坏 中等破坏 严重破坏 倒塌 位移角限值 1/250 1/100 1/60 1/40 1/30 损伤指标限值 0～0.2 0.2～0.4 0.4～0.6 0.6～0.9 >0.9
下载: 导出CSV
-
林向洋, 文鑫涛, 李华玥等, 2020.2019年中国大陆地震灾害损失述评. 震灾防御技术, 15（3）: 473—483 doi: 10.11899/zzfy20200301Lin X. Y. , Wen X. T. , Li H. Y. , et al. , 2020. Review of earthquake damage losses in mainland of China in 2019. Technology for Earthquake Disaster Prevention, 15(3): 473—483. (in Chinese) doi: 10.11899/zzfy20200301 牛荻涛, 任利杰, 1996. 改进的钢筋混凝土结构双参数地震破坏模型. 地震工程与工程振动, 16（4）: 44—54Niu D. T. , Ren L. J. , 1996. A modified seismic damage model with double variables for reinforced concrete structures. Earthquake Engineering and Engineering Vibration, 16(4): 44—54. (in Chinese) 孙广俊, 吴炳延, 李鸿晶, 2020. 考虑轴压比影响的钢筋混凝土圆形桥墩位移角地震损伤指标研究. 南京工业大学学报（自然科学版）, 42（3）: 302—311 doi: 10.3969/j.issn.1671-7627.2020.03.005Sun G. J. , Wu B. Y. , Li H. J. , 2020. Study on seismic damage index of displacement angle of reinforced concrete circular bridge pier considering axial compression ratio influence. Journal of Nanjing University of Technology (Natural Science Edition), 42(3): 302—311. (in Chinese) doi: 10.3969/j.issn.1671-7627.2020.03.005 徐超, 温增平, 2017. 不同设防标准RC框架结构基于易损性分析的抗震性能评估. 震灾防御技术, 12（4）: 845—857 doi: 10.11899/zzfy20170413Xu C. , Wen Z. P. , 2017. Seismic performance evaluation of RC frames with different seismic precautionary intensity based on vulnerability analysis. Technology for Earthquake Disaster Prevention, 12(4): 845—857. (in Chinese) doi: 10.11899/zzfy20170413 徐金俊, 陈宗平, 陈宇良等, 2014. 型钢混凝土异形柱抗震性态及其量化指标研究. 土木工程学报, 47（S2）: 133—138Xu J. J. , Chen Z. P. , Chen Y. L. , et al. , 2014. Seismic performance and quantitative indexes for SRC special shaped columns. China Civil Engineering Journal, 47(S2): 133—138. (in Chinese) 徐强, 张天然, 陈健云等, 2021. 基于ETA模型的配筋措施对于高拱坝变形损伤指标的影响. 工程科学与技术, 53（3）: 77—88Xu Q. , Zhang T. R. , Chen J. Y. , et al. , 2021. Influence of reinforcement measures on deformation damage index of high-arch dam based on endurance time analysis model. Advanced Engineering Sciences, 53(3): 77—88. (in Chinese) 于海祥, 2004. 钢筋混凝土结构地震损伤模型研究. 重庆: 重庆大学.Yu H. X., 2004. Research on seismic damage model of reinforced concrete structure. Chongqing: Chongqing University. (in Chinese) 中华人民共和国住房和城乡建设部, 中华人民共和国国家质量监督检验检疫总局, 2010. GB 50011—2010 建筑抗震设计规范. 北京: 中国建筑工业出版社.Ministry of Housing and Urban-Rural Construction of the People's Republic of China, General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, 2010. GB 50011-2010 Code for seismic design of buildings. Beijing: China Building Industry Press. (in Chinese) ASCE, 2007. ASCE/SEI Standard 41—06 Seismic rehabilitation of existing buildings. Reston: American Society of Civil Engineers. Bracci J. M., Reinhorn A. M., Mander J. B., et al., 1989. Deterministic model for seismic damage evaluation of RC structures. New York: State University of New York at Buffalo. Building Guidance Division & Urban Building Division, Housing Bureau (Japón), Japan Ministry of Land, Transport and Tourism, National Institute for Land and Infrastructure Management (Japón), et al., 2009. The building standard law of Japan. Tokyo: Building Center of Japan. Godínez-Domínguez A. , Tena-Colunga A. , Pérez-Rocha L. E. , et al. , 2021. The September 7, 2017 Tehuantepec, Mexico, earthquake: Damage assessment in masonry structures for housing. International Journal of Disaster Risk Reduction, 56: 102123. doi: 10.1016/j.ijdrr.2021.102123 Kang R., 2021. Belief reliability theory and methodology. Beijing: National Defense Industry Press. Krätzig W. B., Meyer I. F., Meskouris K., 1989. Damage evolution in reinforced concrete members under cyclic loading. In: Proceedings of the 5 th International Conference on Structural Safety and Reliability. San Francisco: ASCE. Li J., Hao H., 2015. Damage detection of shear connectors under moving loads with relative displacement measurements. Mechanical Systems and Signal Processing, 60—61: 124—150. Mehanny S. S. F. , Deierlein G. G. , 2001. Seismic damage and collapse assessment of composite moment frames. Journal of Structural engineering, 127(9): 1045—1053. doi: 10.1061/(ASCE)0733-9445(2001)127:9(1045) Mossaiby F. , Ghaderian M. , Rossi R. , 2016. Implementation of a generalized exponential basis functions method for linear and non-linear problems. International Journal for Numerical Methods in Engineering, 105(3): 221—240. doi: 10.1002/nme.4985 Park Y. J. , Ang A. H. S. , 1985. Mechanistic seismic damage model for reinforced concrete. Journal of Structural Engineering, 111(4): 722—739. doi: 10.1061/(ASCE)0733-9445(1985)111:4(722) SEAOC, 1995. Vision 2000: performance based seismic engineering of buildings. Sacramento, USA: Structural Engineers Association of California. Song J. T. , Gu C. S. , Su H. Z. , et al. , 2016. Observed displacement data-based identification method of structural damage in concrete dam. Engineering Failure Analysis, 66: 202—211. doi: 10.1016/j.engfailanal.2016.04.013 Stepinac M. , Lourenço P. B. , Atalić J. , et al. , 2021. Damage classification of residential buildings in historical downtown after the ML5.5 earthquake in Zagreb, Croatia in 2020. International Journal of Disaster Risk Reduction, 56: 102140. doi: 10.1016/j.ijdrr.2021.102140 Yazgan U. , Dazio A. , 2012. Post‐earthquake damage assessment using residual displacements. Earthquake Engineering & Structural Dynamics, 41(8): 1257—1276. -
下载:
点击查看大图
计量
- 文章访问数: 262
- HTML全文浏览量: 60
- PDF下载量: 26
- 被引次数: 0
