| 基于神经网络的核电厂设备易损性分析 |
| |
| 作者姓名： | 刘鸿泉 陈少林 孙晓颖 吴绍恒 |
| |
| 作者单位： | 南京航空航天大学航空学院, 南京 211106;中国地震局工程力学研究所, 哈尔滨 150080;中国核电工程有限公司, 北京 100840 |
| |
| 基金项目： | 华龙一号及在役核电机组关键技术装备攻关工程项目和国家自然科学基金(51978337, U2039209)资助 |
| |
| 摘 要： | 核电结构的易损性分析是核电厂地震安全评估中至关重要的一环, 但是由于核电结构的复杂性以及考虑土?结相互作用SSI时较大的计算规模, 使得计算核电厂设备易损性曲线十分耗时. 为发展高效的核电厂设备易损性分析方法, 本文采用核电结构土?结相互作用分析的分区计算方法, 并利用有限的SSI分析结果建立神经元模型ANN代替有限元模型, 分别基于对数正态假定的回归法和蒙特卡洛法进行了设备易损性分析. ANN数值模拟包括了以下内容: (1)基于半偏相关系数选择最相关的地震动参数作为ANN输入, 并通过交叉检验建立神经元模型; (2)量化研究ANN数值模拟的预测不确定性, 其中包含了由于简化地震动输入引起的随机不确定性和训练样本缺失引起的认知不确定性; (3)基于ANN模型预测结果分别采用蒙特卡洛法和基于对数正态假定的回归法进行设备的易损性分析. 本文探讨了不同的地震强度指标以及土层材料的不确定性对易损性曲线的影响, 同时验证了回归法中对数正态模型假定的基本合理性, 为核电厂设备易损性分析提供了一种可能方向.
|
| 关 键 词： | 易损性分析 人工神经网络 蒙特卡洛法 预测不确定性 概率土-结构相互作用 |
| 收稿时间： | 2021-09-12 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《力学学报》浏览原始摘要信息 |
|
点击此处可从《力学学报》下载免费的PDF全文 |
|
