基于深度学习的RC 梁集中塑性铰模型参数研究

韩小雷，冯润平，季 静，吴梓楠

(1. 华南理工大学土木与交通学院，广州 510640；2. 华南理工大学亚热带建筑科学国家重点实验室，广州 510640)

建立能够准确反映构件的力学性能的结构计算分析模型对抗震设计至关重要，有学者基于试验数据对RC 梁在往复荷载作用下的受力特点与极限变形能力进行研究[1-2]。且目前国内外已形成较为完善的基于宏观单元的钢筋混凝土结构弹塑性分析方法[3]，其中梁柱构件常采用分布塑性铰模型或集中塑性铰模型进行模拟。

纤维模型是常用的分布塑性铰模型，存在应变局部化问题[4]，需通过调整纤维材料的软化斜率或端部积分点的权重[5]来规避，导致分析结果缺乏客观性，且计算耗时长。集中塑性铰模型不存在前述问题，计算量小，收敛性易于保证，但需通过试验数据从构件层次进行本构参数标定。

目前常用的集中塑性铰模型包括理想弹塑性双线型模型、BWBN(Bouc-Wen-BaberNoori)模型[6]及修正的IMK(Ibarra-Medina-Krawinkler)模型[7]等。国内外众多学者基于试验数据库对集中塑性铰模型本构参数进行公式回归[8-14]。Yu 等[8]基于30个剪切破坏的钢筋混凝土柱构件对捏拢型BMBN模型控制参数进行回归分析；Haselton 等[9]基于255 个弯曲破坏的钢筋混凝土柱试验数据，回归得出钢筋混凝土柱IMK 模型参数经验公式；Seok等[10]基于40 个剪切破坏的钢筋混凝土柱子，采用多元回归分析提出了IMK 模型参数的经验公式；Lignos 等[11-12]基于200 个钢筋混凝土梁试验数据进行IMK 模型骨架参数的校准，并基于151 个钢柱试验数据采用多元回归提出钢柱IMK模型骨架参数；……