[发明专利]一种基于人工智能的场地地震液化灾害快速评估方法

权利要求书

1.一种基于人工智能的场地地震液化灾害快速评估方法，其特征在于包括以下步骤：

S1：建立历史地震与场地信息数据库；

S2：根据S1的结果经神经网络模型预测获得震后场地卓越频率；

S3：基于震后场地卓越频率获得场地震害程度与抗震性能参数；

所述S1中，建立历史地震与场地信息数据库包括依次连接的需求输入模块、网络爬虫模块、数据处理模块和数据库模块；

所述需求输入模块，接收输入的强震台站信息和地震动信号搜集时间范围进而发送到网络爬虫模块；

所述网络爬虫模块，接收来自需求输入模块的强震台站信息和地震动信号搜集时间范围，根据强震台站编号和地震动信号搜集时间范围，在强震数据库网站上使用网络爬虫爬取强震台站编号对应的强震台站及其强震台站下地震动信号搜集时间范围内的所有公开的地震动信号、地震基本信息和场地信息，制作地震基本信息汇总表；将地震动信号、地震基本信息和场地信息并发送到数据处理模块，将地震基本信息汇总表发送到数据库模块；

所述的数据处理模块，接收来自网络爬虫模块的地震动信号进行分析处理，得到两个水平方向上加速度时程信号的主频、三种地震动强度参数和强震台站所在地的场地卓越频率，整理成地震补充信息汇总表并发送到数据库模块；

所述的数据库模块，接收来自网络爬虫模块的地震基本信息汇总表以及来自数据处理模块的地震补充信息汇总表根据地震动信号进行合并，得到地震信息总表，再将所有强震台站的地震信息总表按照不同的强震台站进行拆分为多个子表，每个强震台站对应于一个子表，每个子表中的信息按时间先后顺序进行排列，得到单强震台站地震信息汇总表，将强震台站所在场地的场地信息对应每个单强震台站地震信息汇总表；

所述的数据处理模块中，根据地震动信号按照以下方式处理获得强震台站所在地的场地卓越频率：

计算过程按照以下步骤：

S1.1、将地震动信号按窗口长度分为n份，对n个窗口进行横向纵向谱比分析，得到地震动信号的n个横向纵向谱比谱，横向纵向谱比谱的横坐标是频率，纵坐标是横向纵向谱比值，每个窗口的横向纵向谱比谱中以横向纵向谱比最大值对应的频率作为该窗口的卓越频率；

S1.2、每个窗口的横向纵向谱比谱中，将横向纵向谱比谱的横坐标的频率不变，纵坐标的横向纵向谱比值取平均值，进行曲线平滑得到横向纵向谱比谱所对应窗口的中值曲线，取中值曲线的幅值最大对应的频率作为窗口的参考频率f_t,m,0；

S1.3、将所有窗口的卓越频率构建第一卓越频率集合X₀＝[f_t,1,f_t,2,···，f_t,n]，f_t,n表示t时刻下第n个窗口的卓越频率，计算第一卓越频率集合X₀的均值和标准差σ_ft,0，进而计算偏移度

S1.4、第一卓越频率集合X₀中，将卓越频率落在以外的窗口删掉，将剩余的m个窗口的横向纵向谱比谱均取平均值并进行曲线平滑，得到m个窗口各自的中值曲线卓越频率f_t,m,1；

S1.5、将剩余的m个窗口的卓越频率构建第二卓越频率集合X₁＝[f_t,1,f_t,2,···，f_t,m]中，计算第二卓越频率集合X₁的均值和标准差σ_ft,1，进而计算偏移度

S1.6、以删除窗口前后的第一卓越频率集合X₀和第二卓越频率集合X₁的标准差之差的绝对值为第一偏移参数ε₁，即ε₁＝|σ_ft,1-σ_ft,0|；以删除窗口前后的第一卓越频率集合X₀和第二卓越频率集合X₁的偏移度之差的绝对值为第二偏移参数ε₂，即ε₂＝|y₁-y₀|/y₀；

S1.7、根据第一偏移参数ε₁和第二偏移参数ε₂进行判断：

当第一偏移参数ε₁和第二偏移参数ε₂均大于等于0.01时，以剩余的m个窗口作为所有窗口回到S1.3进行处理，进行下一次循环迭代；

当第一偏移参数ε₁和第二偏移参数ε₂均小于0.01时，以最后一次循环迭代获得的中值曲线卓越频率作为地震动信号的场地卓越频率。