《Applied Sciences》:Machine-Learning-Aided First Natural Frequency Estimation for Masonry Building Archetypes
编辑推荐:
砌体建筑在既有建筑存量中占比显著,且对地震作用尤为敏感,因此对其可靠的动力特性表征对于地震评估、风险缓解和加固优先级排序至关重要。在其整体动力特性中,第一自振频率尤为重要,因为它反映了几何形状、刚度、质量分布、材料属性和边界条件的综合影响。然而,其估计通常需要
砌体建筑在既有建筑存量中占比显著,且对地震作用尤为敏感,因此对其可靠的动力特性表征对于地震评估、风险缓解和加固优先级排序至关重要。在其整体动力特性中,第一自振频率尤为重要,因为它反映了几何形状、刚度、质量分布、材料属性和边界条件的综合影响。然而,其估计通常需要试验测试或详细的数值建模,这在初步评估或大规模应用中可能并不实际。本研究提出了一种数据驱动的框架,用于预测线弹性、固定基础的无筋砌体(unreinforced masonry, URM)建筑原型的第一自振频率,该框架结合了有限元建模、机器学习算法和基于回归的公式开发。研究人员在Abaqus中生成了一個由147个砌体结构模型组成的参数化数据库,将平面宽度、平面长度、结构高度、弹性模量和墙体密度作为输入变量。进行了模态分析以获取相应的频率值,随后将其用于训练和评估随机森林(random forest, RF)、XGBoost、LightGBM、CatBoost和多层感知机模型。由于多个数值实现共享相同的底层几何形状,模型性能采用基于组的嵌套五折交叉验证进行评估,在内层超参数优化循环和外层性能评估循环中均应用了Group-K-Fold方法。研究人员还实施了线性和符号回归,以推导出实用的显式方程。本研究的主要贡献包括:开发了用于URM频率预测的参数化有限元数据库;采用几何分组嵌套交叉验证评估对未见配置的泛化能力;以及推导出显式回归方程作为黑箱机器学习模型的可解释替代方案。多层感知机在所采用的有限元生成数据库中对未见过的几何组取得了最佳的预测性能,其平均外测决定系数(R2)为0.9567,平均绝对误差(MAE)为0.7152 Hz,均方根误差(RMSE)为1.0842 Hz,其次为CatBoost。此外,符号回归提供了一个显式非线性方程,在预测精度和可解释性之间取得了良好的平衡。因此,所报告的绩效反映了在所考虑的数值原型空间内的预测情况,不应被解释为针对真实砌体建筑的独立验证。
**研究背景、问题与研究意义**
砌体结构在欧洲及全球许多地区的既有建筑存量中占据显著比例,包括历史建筑、传统建筑以及在现代抗震设计规范制定之前建造的较老住宅资产。由于砌体材料抗拉强度有限、材料特性非均质、施工质量存在变异性,且结构构件之间常缺乏有效连接,此类结构对地震作用尤为敏感。因此,可靠评估其地震易损性一直是地震工程领域的核心问题,尤其是在需要为减灾、加固优先级排序或遗产保护目的评估大批量既有砌体建筑时。在此背景下,第一自振频率作为结构最重要的全局动力特性之一,反映了结构几何形状、刚度、质量分布、材料特性及边界条件的综合贡献。其准确估计对于模态表征、地震需求评估、模型校准、基于振动的评估、初步结构诊断及快速地震风险分类至关重要。
然而,第一自振频率的获取在工程实践中常面临困难:试验测试在初步评估阶段往往不可行,而详细数值建模在大型或初步应用中可能因成本过高或过于耗时而不实用。文献中已有的经验公式和参数化方程虽然提供了一种便捷的初步估算途径,但传统基于高度与周期关系的规范表达式通常过于简化,无法充分考虑结构布置、填充墙刚度、材料异质性、不规则性、边界条件及区域施工特点等关键因素。近年来,机器学习技术在土木与结构工程领域被日益广泛地采用,以应对具有非线性关系、高维输入空间及显著计算成本的问题。已有研究将其应用于地运动模型开发、砌体结构摇摆行为预测、地震需求估计、失效模式分类及构件承载力预测等,显示出数据驱动方法不仅可提高预测精度,还能从复杂数据集中提取工程见解。但针对通用无筋砌体(URM)建筑原型,同时考虑几何和材料特性变化,并兼顾黑箱预测模型可解释性需求的研究仍相对有限。
为此,研究人员开展本研究,旨在开发一个数据驱动框架,集成有限元建模、机器学习算法及基于回归的公式推导,以预测固定基础、线弹性URM建筑原型的第一自振频率。研究的意义在于:(i) 建立用于砌体建筑第一自振频率估计的参数化有限元数据库;(ii) 采用基于几何分组的嵌套交叉验证评估模型对未见过几何组的泛化能力;(iii) 推导显式回归方程,为不可解释的非参数机器学习模型提供可解释的替代方案。
**研究内容与主要结论**
研究首先在Abaqus 2022软件中建立了由147个砌体结构数值模型组成的参数化数据库,这些模型基于线弹性、固定基础的URM建筑原型,包含墙体厚度0.25 m、开窗尺寸1.00 m×1.40 m、开门尺寸0.90 m×2.10 m、RC楼板厚度0.12 m等一致的建模假设。输入变量包括平面宽度B、平面长度L、结构高度H、弹性模量E和墙体密度ρ,输出变量为第一自振频率f
1(Hz)。网格收敛性分析表明0.35 m的网格尺寸可在数值精度与计算成本间取得合适平衡。所有质量点位于地面接触面的节点均被完全约束以模拟固定基础边界条件,RC楼板被假定为刚性的面内隔膜,墙-板连接假设完全兼容。
模型性能评估采用基于46个几何组的嵌套五折交叉验证策略,外循环采用Group-K-Fold进行独立性能评估,内循环在训练子集内使用Group-K-Fold结合RandomizedSearchCV进行超参数优化。研究了随机森林(RF)、XGBoost、LightGBM、CatBoost和多层感知机(MLP)五种机器学习算法,以及线性和符号符号回归两种显式方程推导方法。此外,分别基于SHAP分析和排列重要性分析对树模型和全部模型进行了可解释性分析。研究还引入物理信息幂律基准与NTC 2008高度经验基准进行性能对比。
**主要结果**
3.1 非参数机器学习模型:交叉验证结果表明,MLP模型在未见于外测试集几何组的预测中表现最佳,平均外测R
2为0.9567,MAE为0.7152 Hz,RMSE为1.0842 Hz,其池化组外预测R
2高达0.9590。CatBoost次之,R
2平均值为0.9183,XGBoost和LightGBM的平均R
2分别为0.8729和0.8489。RF表现最弱且最不稳定,平均R
2仅为0.7069,标准偏差显著。逐折比较表明,MLP在五折中有四折优于CatBoost。误差分布分析显示MLP的中位对称绝对百分比误差(SMAPE)为10.10%,池化SMAPE为13.57%,90分位数为31.68%。高频区域(f
1>5 Hz)样本相对稀疏(占10.2%),各模型在此区域均呈现轻微欠预测趋势,MLP的平均带符号误差为0.69 Hz。排列重要性分析和SHAP分析均一致确认结构高度H为最主要预测因子,弹性模量E次之,平面宽度B、平面长度L和密度ρ的影响较小,这可归因于H与整体柔度和E与材料刚度的物理关联性。
3.2 参数化(回归)方程:符号回归(方程2)在基于组的交叉验证中显著优于线性回归(方程1),前者获得平均外测R
2为0.8730,MAE为0.7795 Hz,RMSE为1.1802 Hz,后者R
2仅为0.6353。符号回归精度低于MLP和CatBoost,但与XGBoost(R
2=0.8729)相当,使其在预测精度与可解释性间提供了良好折中。线性回归对高频观测低估严重,且产生部分物理上不切实际的负预测。研究将最终符号方程推荐为具有透明性和直接实施性的首选经验表达式。基准对比显示,NTC 2008仅基于高度的表达式在数值数据库中的拟合效果不佳(R
2=0.5276,MAE=1.8768 Hz,RMSE=2.3591 Hz),并呈现系统性频率相关误差,说明仅考虑结构高度的经验式不足以描述ARB在数据域内的自然变化。物理信息幂律基准获得平均外测R
2=0.8272,仍低于MLP和CatBoost,表明更灵活的数据驱动模型较简化物理标度关系具有显著改进。
3.3 实际操作模型选择建议:根据应用目标的不同,研究建议:当数值域内预测精度为首要目标时优先选用MLP;需要平衡精度与可解释性时CatBoost为可选替代,因其可通过特征重要性和SHAP分析进行解释;当透明性、直接实施性和方程级可解释性优先时,符号回归方程(方程2)最为适用。
**讨论与结论**
研究开发的模型基于严格的组嵌套交叉验证框架,在预测未见过几何组的f1方面达到了高精度。但研究人员强调,报告的泛化性能应被理解为对数值数据库域内未见几何组的泛化,而非对真实砌体建筑的独立验证。因目标变量为最低全局本征频率,不同原型可能对应不同方向或带扭转的分量,故模型学习到的关系不应理解为某种特定方向性振动机制。数据库规模(147个实现分布在46个几何组)、非均匀参数空间覆盖、固定的线弹性建模假设及缺乏试验或环境振动验证数据,这些因素限制了模型在更广泛真实结构中的适用性。未来工作应利用更系统的空间填充采样方法(如拉丁超立方采样)扩展数据库,纳入更多结构和边界条件参数,考虑替代非线性建模方法,并利用真实砌体建筑的实测频率和环境振动数据以及独立数值数据库对框架进行验证。此外,还可进一步探索显式方程的量纲一致重构、其他砌体类型、高阶模态频率及动态响应参数。本研究的结论如下:MLP模型在预测未见过几何组的第一自振频率上取得了最优性能,平均外测R
2为0.9567,MAE为0.7152 Hz,RMSE为1.0842 Hz,其池化组外R
2为0.9590。CatBoost排名第二,平均R
2为0.9183,XGBoost和LightGBM的平均R
2分别为0.8729和0.8489,RF表现最差(R
2=0.7069)。符号回归在外测试集上取得的R
2为0.8730,MAE为0.7795 Hz,RMSE为1.1802 Hz,明显优于线性回归(R
2=0.6353),且性能与XGBoost相当,同时提供了显式可解释的数学表达式。因此,符号回归提供了预测泛化能力与工程可解释性的最佳桥梁。研究推荐在研究的参数和单位域内优先选用方程(2)而非方程(1),但这并不意味着该方程可作为物理推导的频率法则。NTC 2008高度式参数的基准对比显示,多参数化将在数值数据库内产生更低的预测误差,表明除结构高度外,其他几何和材料描述符能有效捕捉高度无法表达的因素。所有研究结果均应在本研究所采用的数值原空间框架下加以理解,未来需扩展数据库、引入非线性模型及实验验证来增强模型的普适性。