基于机器学习预测的埋地输气管道地震易损性评估方法

本发明涉及输气管道的地震风险评估领域，具体涉及基于机器学习预测的埋地输气管道地震易损性评估方法。

背景技术：

1、埋地管道是石油天然气运输的重要载体之一，具有经济安全以及不间断输送等优势；地震灾害的发生会对埋地管道造成巨大的破坏，带来巨额经济损失，严重影响沿线居民生活与工业生产。

2、地震易损性分析通过定量描述结构的抗震性能，揭示了地震动强度与结构破坏程度之间的关系；该分析能够评估结构在不同地震作用下发生不同破坏状态的概率，对于震害预测、抗震设计、震前加固和震后快速修复等具有重要价值。然而，相比于常规地上结构，现有技术中对于地下结构，特别是埋地输气管道结构的地震易损性研究较少。埋地输气管道作为生命线工程的重要组成部分，在地震事件中的安全性是不能忽视的；因此，对其进行地震易损性分析具有迫切性和重要性。

3、现有技术中，在对埋地输气管道进行地震易损性分析时，大都需要进行大量的有限元数值计算；对于考虑地震时空特性下的埋地输气管道的有限元模型建立和动力分析技术相对较为复杂，需要花费巨大的时间成本，而且具有较大的技术专业门槛，会使得油气储运的运营单位在对管道进行抗震管理时面临效率极低、成本极高的困境。

技术实现思路

1、本发明提供基于机器学习预测的埋地输气管道地震易损性评估方法，以解决现有技术中对埋地输气管道进行地震易损性分析时需要花费大量时间与技术成本的问题，实现提高埋地输气管道地震易损性分析的效率，更有利于快速、高效的对埋地输气管道进行抗震管理的目的。

2、本发明通过下述技术方案实现：

3、基于机器学习预测的埋地输气管道地震易损性评估方法，包括以下步骤：

4、s1、获取与待评估的埋地输气管道处于相同研究区域内的、若干不同埋地输气管道在不同地震动作用下的基础数据；所述基础数据包括管道材料、管道壁厚、地震动峰值加速度、阿里亚斯烈度和管道最大应力；

5、s2、以管道材料、管道壁厚、地震动峰值加速度和阿里亚斯烈度作为输入，以管道最大应力作为输出，基于机器学习建立管道应力预测模型；

6、s3、基于所述管道应力预测模型，得到待评估的埋地输气管道的预测最大应力值；以所述预测最大应力值作为待评估的埋地输气管道地震需求；

7、s4、对待评估的埋地输气管道进行抗震能力分析，得到概率抗震能力；

8、s5、基于所述待评估的埋地输气管道地震需求与所述概率抗震能力，建立地震易损性模型，绘制地震易损性失效判别曲线。

9、针对现有技术中对埋地输气管道进行地震易损性分析时需要花费大量时间与技术成本的问题，本发明提出一种基于机器学习预测的埋地输气管道地震易损性评估方法，本方法在确定待评估的埋地输气管道后，根据提前划分好的研究区域，获取与该管道处于相同研究区域内的若干不同埋地输气管道在不同地震动作用下的基础数据；其中，研究区域的划分可根据任意现有方式完成，如根据地形地貌、地质条件甚至根据行政区划等均可。之后，本方法在基础数据中，以管道材料、管道壁厚、地震动峰值加速度和阿里亚斯烈度作为输入，以管道最大应力作为输出，基于机器学习建立管道应力预测模型；本技术中所采用的机器学习模型/算法在此不做具体限定，任意现有机器学习模型/算法均可适用。本技术基于建立好的管道应力预测模型，对待评估的埋地输气管道的最大应力进行预测，并以预测结果作为待评估的埋地输气管道地震需求。之后进行抗震能力分析，得到概率抗震能力，并基于地震需求与概率抗震能力，建立地震易损性模型，进而绘制地震易损性失效判别曲线。

10、本领域技术人员应当理解，本技术中的地震需求是体现了从地震动到管道响应的不确定性传递过程，能够揭示并描述地震动强度与管道响应之间的概率关系。此外，阿里亚斯烈度即arias intensity（ai烈度），它用在本技术中能够更加完整的描述地震振动的能量特征数，进而代替波形作为区分不同地震记录的特征量。

11、根据本方法最终得到的地震易损性模型与地震易损性失效判别曲线，能够定量描述埋地输气管道的抗震性能，揭示地震动强度与埋地输气管道破坏程度之间的关系，进而用于评估埋地输气管道在不同地震作用下发生不同破坏状态的概率，对于震害预测、抗震设计、震前加固和震后快速修复等具有重要价值。

12、本方法解决了传统有限元模拟进行地震易损性评估需要花费海量时间成本与技术成本的问题，创造性的建立了管道应力预测模型，显著提高了对埋地输气管道地震易损性分析的效率，更有利于运营单位快速、高效的对埋地输气管道进行抗震管理，进而更加提高埋地输气管道在地震事件中的安全性。

13、进一步的，步骤s1包括：

14、s11、采集不同埋地输气管道的管道材料、管道壁厚，以及曾遭遇地震的地震动峰值加速度、阿里亚斯烈度数据；

15、s12、建立埋地输气管道地震需求与地震动强度之间的关系式；

16、s13、基于增量动力时程分析法，得到不同埋地输气管道在不同地震动强度下的不同响应，并生成若干响应曲线；

17、s14、基于不同响应曲线，计算不同埋地输气管道地震需求与地震动强度之间的关系式中的未知参数；

18、s15、将计算出的未知参数代入埋地输气管道地震需求与地震动强度之间的关系式中，得到不同埋地输气管道的地震概率需求模型，以各地震概率需求模型中的地震需求作为对应埋地输气管道的管道最大应力。

19、本方案对步骤s1中获取基础数据的过程进行了详细限定。

20、为了训练出足够准确的管道应力预测模型，需要大量数据作为训练集进行支撑，然而埋地输气管道在地震动作用下的最大应力是无法根据既有资料直接获取的，而该数据又是本方法中用于等效为概率地震需求的核心参数。

21、为了克服最大应力无法直接获取的问题，本方案提出一种快速获取大量基础数据的方法，该方法首先采集根据既有资料能够直接获取的数据，如管道材料、管道壁厚、地震动峰值加速度和阿里亚斯烈度。对于最大应力，首先建立埋地输气管道地震需求与地震动强度之间的关系式；然后对于不同埋地输气管道在不同地震动强度下进行分别分析，分析方法采用增量动力时程分析法（ida），可以得到若干响应曲线，再根据响应曲线拟合出上述关系式中的未知参数，即可得到不同埋地输气管道的地震概率需求模型，以各地震概率需求模型中的地震需求作为对应埋地输气管道的管道最大应力。

22、本方案可快速获取建立管道应力预测模型所需的数据集，为建立管道应力预测模型提供充足支撑。

23、进一步的，所述埋地输气管道地震需求与地震动强度之间的关系式为：

24、；

25、式中： α、 β均为未知参数； im为地震动强度； m d|im为埋地输气管道地震需求的中位值。

26、其中，埋地输气管道地震需求的中位值 m d|im与埋地输气管道地震需求 d之间满足如下关系：

27、 d= m d|im× ε1；

28、式中， d为埋地输气管道地震需求； ε1为第一随机误差，且 ε1服从中位值为1、对数标准差为 β d|im的对数正态分布； β d|im为地震需求不确定性因子。

29、进一步的，步骤s13具体包括，对各埋地输气管道分别执行如下步骤：

30、s131、选择不同的地震动记录，对不同的地震动记录进行相同地震动峰值加速度下的调幅操作，得到若干调幅后的地震动荷载；

31、s132、计算埋地输气管道在不同调幅后的地震动荷载作用下的最大应力值，以最大应力值作为地震动力响应结果；

32、s133、以地震动峰值加速度的自然对数作为横坐标、以地震动力响应结果的自然对数作为纵坐标，建立二维坐标系，在所述二维坐标系中标示不同地震动荷载下对应的地震动力响应结果的点值；

33、s134、拟合出响应曲线。

34、本方案基于增量动力时程分析方法通过逐步增加地震动的强度来分析埋地输气管道的响应，并生成不同地震强度下的响应曲线，可以获得所需要的概率地震需求分析中地震动强度与管道响应之间的关系，即在二维坐标系中得到大量的点值，根据这些点值进行直线拟合，即可得到响应曲线。

35、进一步的，需求不确定性因子 β d|im通过如下公式计算：

36、；

37、式中： n为不同地震动强度下的响应曲线的总数； d i代表第 i条响应曲线所对应的地震需求。

38、进一步的，步骤s4中，得到的概率抗震能力为： c= m c× ε2；

39、式中： c代表待评估的埋地输气管道抗震能力； m c为不同破坏极限状态下埋地输气管道抗震能力的中位值； ε2为第二随机误差，且 ε2服从均值为1、对数标准差为 β c的对数正态分布； β c为埋地输气管道抗震能力不确定性因子。

40、其中，不同破坏极限状态下埋地输气管道抗震能力的中位值 m c通过如下公式计算：

41、；

42、式中： μ c为不同破坏极限状态下埋地输气管道抗震能力的均值； δ c为埋地输气管道抗震能力的变异系数。

43、其中，埋地输气管道抗震能力不确定性因子 β c通过如下公式计算：

44、；

45、式中： δ c为埋地输气管道抗震能力的变异系数。

46、进一步的，步骤s5中建立的地震易损性模型为：

47、；

48、式中： f r( x)代表地震易损性函数；φ为概率累计运算符，表示概率累计函数； β m为建模不确定性因子。

49、不难理解，在该地震易损性模型中： m d|im是基于待评估的埋地输气管道的预测最大应力值得到； m c是基于对待评估的埋地输气管道进行抗震能力分析所得到。

50、本发明与现有技术相比，具有如下的优点和有益效果：

51、1、本发明基于机器学习预测的埋地输气管道地震易损性评估方法，解决了传统有限元模拟进行地震易损性评估需要花费海量时间成本与技术成本的问题，创造性的建立了管道应力预测模型，显著提高了对埋地输气管道地震易损性分析的效率，更有利于运营单位快速、高效的对埋地输气管道进行抗震管理，进而更加提高埋地输气管道在地震事件中的安全性。

52、2、本发明基于机器学习预测的埋地输气管道地震易损性评估方法，提出了快速获取大量基础数据的方法，克服了管道最大应力无法直接获取的问题；可快速获取建立管道应力预测模型所需的数据集，为建立管道应力预测模型提供充足支撑。

53、3、本发明基于机器学习预测的埋地输气管道地震易损性评估方法，基于增量动力时程分析方法通过逐步增加地震动的强度来分析埋地输气管道的响应，并生成不同地震强度下的响应曲线，进而获得所需要的概率地震需求分析中地震动强度与管道响应之间的关系。

54、4、本发明基于机器学习预测的埋地输气管道地震易损性评估方法，可快速建立地震易损性模型，更有利于运营单位快速、高效的对埋地输气管道进行抗震管理。