城市建筑群抗灾可靠度预测与灾变综合模拟

The ability of disaster prevention of group of buildings in modern smart city is crucial for the city’s planning, programming and developing. Although methodology for reliability analysis of individual building has been well developed, the basic theory and simulation method for reliability analysis of a group of buildings are very limited. To overcome this problem, this project is designed to, through disciplinary crossing and integration, study the reliability analysis and disaster simulation of group of buildings using the big data technology. To this purpose, database for live load, environmental load and disaster load will be established using unstructured data such as video, picture, various kinds of daily records and so on. With the help of technologies as information mining and deep learning, and based on the ideas of multi-scale physical-mechanical model and physical-numerical simulation, statistical models of live load, environmental load and material deterioration will be developed. Further, investigate the mechanism of global reliability of structures and the fingerprint identification method and analogical inference theory. Meanwhile, the collapse simulation technology for a group of buildings will be studied. Based on all the above, theory and simulation method for disaster prevention reliability analysis of group of buildings will be developed, which will be demonstrated on the Tianhe-2. The methodology developed in this project will provide strong support for big-data-driven disaster prevention decision for smart city.

现代智慧城市中建筑群的抗灾能力对于城市的规划、建设和发展具有重要的意义。尽管单体建筑的可靠度研究已相当成熟，但针对建筑群抗灾可靠性的基础理论和模拟方法的研究仍相当薄弱。本项目通过学科交叉，引入大数据技术研究建筑群的抗灾可靠性预测与灾变模拟，结合多尺度物理-力学的精细化物理-数值模拟和结构物理-力学体征大数据、荷载作用与环境感控大数据，利用深度学习和大数据信息挖掘技术，建立城市建筑群荷载模型、灾害动力作用模型，性能退化模型，发展工程结构全寿命抗灾整体可靠性形成机制与可靠性指纹信息识别方法与类比推断理论，并进行建筑群灾变模拟技术的研究，实现城市建筑群全寿命抗灾可靠性的高效推断与区域建筑群灾害预测，在天河二号计算机上进行示范，为大数据驱动的智慧城市的防灾决策和评估提供技术支撑。

城市建筑群的整体抗灾能力对于现代城市的规划、建设和更新具有重要的意义。针对城市建筑群的抗灾可靠性的基础理论和模拟方法仍比较薄弱的问题，项目引入大数据研究新思想并结合“天河二号”超级计算机的强算力，从灾害作用生成方法和荷载大数据建模、多类型材料本构模型和精细化计算、建筑群灾害响应的神经网络预测方法、建筑群抗震可靠性理论以及实际城市的应用示范等五个方面开展了系统研究，完整构建了城市建筑群抗灾分析的理论基础和分析技术，并进行了城市区域上的示范应用。研究工作在主余震的对抗神经网络生成、建筑物活荷载大数据建模、考虑蠕变和滑移的砌体本构模型以及城市建筑群的抗震可靠性定义四个方面取得了创新性成果。项目研究建立了包含6000+条记录的建筑周期数据库，并实现了开放共享；在权威期刊上发表了本领域第一篇Data paper；共发表标注期刊论文45篇，培养研究生27名，获得专利授权2项，专利申请11项。项目执行期间，项目组组织召开了第一届全国“土木工程中的大数据学术研讨会”以及第一届“International Symposium of Data Science in Civil Engineering”,项目负责人获评上海市优秀学术带头人、新疆大学“天山学者”，并入选2020、2021全球前2%科学家榜单。项目成果的科学意义主要体现在四点：（1）首次系统给出了建筑群抗震可靠度的定义和计算方法，为后续研究工作的开展奠定了理论基础；（2）形成了系统的城市建筑群抗灾可靠性分析框架和实用技术，并利用“天河二号”进行了示范应用，具有可推广性；（3）新的大数据研究范式在建筑物活荷载建模、地震动随机场生成和建筑群地震响应的深度学习预测上得到了实现，具有示范价值；（4）建立了基于损伤力学的建筑材料本构模型库，服务于城市区域重点建筑的精细化模型的建立。