王自法
- 作品数：45 被引量：114H指数：7
- 供职机构：中国地震局工程力学研究所更多>>
- 发文基金：国家自然科学基金中国地震局工程力学研究所中央级公益性科研院所基本科研业务费专项国家科技支撑计划更多>>
- 相关领域：天文地球建筑科学自动化与计算机技术交通运输工程更多>>
- 单调及低周往复荷载作用下砌体非线性分析被引量：7
- 2012年
- 带构造柱和圈梁的约束砌体结构在四川灾区乡镇房屋重建中被广泛采用,其抗震性能是人们所关心的。基于绵竹市土门镇当地重建房屋常用建筑材料的实验数据以及通用有限元软件AN-SYS中Solid 65单元的性质和特点,用有限元模型模拟了粘土砖砌体在不同压应力状态(σ∕fm)下沿通缝截面抗剪强度试验,给出了相关单元在模拟砖砌体开裂中闭合及开口剪力传递系数的建议值;利用这些结果,分别建立了带约束(构造柱、圈梁等)和不带约束砌体墙的有限元模型,进而分析了他们在单调荷载以及低周往复荷载作用下的抗震性能。结果表明,与不带约束的墙体相比,带约束墙体在单调水平荷载作用下的初裂性能、极值荷载和延性都有很大的提高,在低周往复荷载作用下其耗能能力得到了改善。所得结果可供相应结构抗震设计的参考。
- 黄艳阚明辉王自法
- 关键词：汶川地震灾后重建ANSYS
- 基于ArcGIS技术的桥梁隧道地震灾情场景模拟系统被引量：2
- 2011年
- 针对我国地震应急指挥和抗震救灾工作的实际需要,运用ArcG IS技术研制了桥梁隧道地震灾情场景模拟系统。基于地震应急基础数据库和设定的地震参数,考虑地震动影响场和不同类型桥梁隧道的抗震性能,可对震前和震后公路桥梁隧道通行能力场景进行较为准确的模拟,亦可为地震现场救援指挥工作提供辅助支持。
- 兰日清王自法丰彪
- 关键词：ARCGIS应急指挥
- WEBGIS在地震保险软件中的应用
- 本文介绍了国内外地震保险业的发展和现状,着重探讨了地震保险系统的数据结构、数据流程、地震保险技术分析功能及WEBGIS软件和网络并行计算环境,最后探讨了地震保险技术分析工作实用化的有效途径,为我国地震保险工作的实际运作和...
- 于海英王自法
- 关键词：WEBGIS网络并行计算地震保险
- 文献传递
- 地震损失的空间相关性及其对震害损失估计的影响被引量：2
- 2022年
- 在地震危险性分析或者地震损失分布评估中,需要考虑地震损失的空间相关性的影响。目前对地震损失空间相关性的研究,主要是基于经验或半经验的方法,没有经过实际地震损失分布的验证。本文基于2011年东日本大地震收集到的55万条建筑物破坏的详细数据得出了基于实际震害的地震损失随距离关系变化的空间相关性衰减规律,给出了一个基于实际数据的拟合公式,并将其应用于最新开发的基于高精度模拟的巨灾风险分析中。利用北京地区多个地震为算例,研究了实现空间相关性模拟的样本精度问题,并且给出了不同空间相关系数对地震损失分布的影响,从而能为未来的防震减灾工作提供更好的地震损失估计结果。
- 周阳王自法王自法仝文博
- 关键词：地震损失不确定性
- 基于大样本模拟的巨灾损失计算方法
- 2023年
- 巨灾损失计算的精度影响着保险费率厘定、灾后补偿和防灾减灾工作的效果。传统的巨灾损失量化主要依赖均值和方差来表示损失的精度和不确定性,在复杂的叠加计算中需要增加各类相关性的假定,计算流程繁琐且精度不高。本研究引入克罗内克积表示各类耦合,基于高斯耦合和大样本模拟方法将复杂的概率分布转化为大样本集,较好地解决了各类耦合问题并且将时间域、空间域和损失不确定性等多个分布转化为样本集,从而简化了巨灾损失风险的计算。本文提出的方法不仅适用于地震巨灾,类似思路同样可以应用于台风、洪水等巨灾的损失计算,并以此简明地计算出对应各个风险水平的损失指标。最后本文以阿克苏地区拜城县的震害损失为例,进行示范性应用研究,给出了该地区的保险纯费率分布,验证了模型的有效性,并在此基础上,计算出直接经济损失及保险再保险损失的超越概率曲线,为未来城市的巨灾风险定价提供量化依据。
- 高曹珀王自法周阳WANG Jianming
- 关键词：巨灾损失巨灾风险地震危险性保险损失
- 基于深层卷积神经网络的震级快速估算方法被引量：1
- 2023年
- 当前地震预警中的震级估算方法是通过初至几秒地震波的特征参数与震级的经验关系来实现的,这些特征参数依赖于人的经验和主观判断,没有充分利用初至地震波中与震级相关的信息,制约了震级估算效果.对此,本文利用深层卷积神经网络(Deep Convolutional Neural Networks,CNN)直接从初至地震波中自动提取特征,实现端到端的震级快速估算.CNN方法以单台站的初至竖向地震波作为主输入,震中距、震源深度以及V s30作为辅助输入,震级作为输出.利用日本和智利的大量地表强震记录对CNN方法进行训练(98257条记录)、验证(31429条记录)和测试(40638条记录),利用美国和新西兰的强震记录进行泛化性能测试(583条记录),并与应用最为广泛的峰值位移Pd方法进行对比.结果表明,当初至地震波时长为3 s时,在4~6.4级范围内,CNN方法估算震级的准确率是Pd方法的1.5倍,在6.5~9级范围,CNN方法估算震级的准确率是Pd方法的1.2倍;当初至地震波从3 s增加到10 s时,CNN方法能够随着地震波时长的增加不断提高估算震级的准确率,并且始终高于Pd方法,特别是对于4~6.4级地震,CNN方法在初至3 s地震波时估算震级的准确率是Pd方法在初至10 s地震波时的1.2倍;随着地震波时长的增加,CNN方法对于震级饱和问题的改善效果优于Pd方法;CNN方法具有较好的泛化能力,在训练数据集之外的区域,比Pd方法估算震级更准确.相比于人为定义的特征参数,CNN方法从初至地震波中自动学习到了与震级更为相关的特征,这些特征极大地改善了震级估算的准确性和时效性,可以为地震预警系统提供更快速更准确的震级估算.
- 王自法廖吉安王延伟位栋梁赵登科
- 关键词：地震预警卷积神经网络
- 基于机器学习方法的地震破坏预测
- 2023年
- 地震破坏预测研究对于建筑结构减灾规划、震前风险预测、震后应急评估有着重要意义。传统的方法因为受到震害资料数量的限制以及计算精度和能力的制约,一般基于经验只考虑少数因素对结构破坏的影响。通过使用随机森林算法,设计了一个综合考虑地震动、结构和场地等多维度信息的分类方法,用以预测建筑物的地震破坏程度。本文研究框架基于新西兰国家地震委员会所收集的27次地震详细破坏资料,处理得到14.2万条高质量建筑物损失数据,考虑了谱加速度、建筑形状、层数等16个影响因素,将4种不同的损伤状态作为模型的学习标签进行地震破坏预测训练。结果表明,随机森林算法在6种分类算法中性能最佳,经过学习曲线法调参、代价敏感学习之后,经过优化得到的随机森林模型对于测试集的整体预测精确率可以达到75.4%,对4种损伤标签的召回率分别达到了88.2%、55.0%、60.7%和70.8%,远好于其他方法。当只考虑对结果影响最重要的前12个因素,该模型的预测精度仍然能够达到73.7%。可见,基于此框架所训练的预测模型具有良好的精度与适用性,同时该框架对于中国震害资料大数据库的研究具有较高的参考价值。
- 苗鹏宇王自法位栋梁赵登科王祥祺
- 地震工程研究的科学大平台被引量：5
- 2007年
- 始于十九世纪末的地震工程研究,在其100多年的历史中积累了大量的理论和实践经验,随之而建设起来的各类地震工程实验设施分布于世界各地。近20年来,信息技术的飞速发展使得分布于世界各地的实验设施通过网络实现协同实验和资源共享。基于以上的信息,为了更好更快地和国际接轨,本文提出了建设一个地震工程研究领域的科学大平台设想。这个大平台包括三个方面的内容:数值模拟,网络协同实验系统和基础信息系统,将形成本领域开放性的综合科学平台。在数值模拟方面,这个科学平台将利用最新的信息技术将本领域的科学研究结果和方法集成起来,形成一个模块式的科学研究平台系统。在网络协同实验方面,将采纳美国NEES的思路,并对其改进和提高之后应用于中国。在基础数据方面,将利用最为先进的数据仓储技术,建设一个可以服务于地震工程科学研究的数据平台。最后,文章给出了建设这个科学平台的规划,以及目前的进展和资金支持等情况。
- 王自法
- 关键词：地震破坏
- 基于三维GIS技术的地震灾情场景模拟系统被引量：16
- 2010年
- 设计并实现了基于三维GIS技术的地震灾情场景模拟系统。根据现场救援工作的特点和需求,对基于基础地理信息数据的自动三维建模方法和场景生成技术进行了研究,建立了基于地震动影响场和结构易损性的地震灾情场景模型;基于ArcGISEngine开发组件,实现了灾前、灾后场景的自动生成和直观显示,实现了整体破坏情况分析、重点搜索区域判定、关键目标震害与属性查询等灾情分析和辅助决策功能。该系统以震区基础地理信息数据和地震基本参数作为数据源,可以在获得地震基本参数之后快速地估计和分析震区建筑结构的破坏及其空间分布情况,预判重点搜索救援区域,为应急指挥决策和救援行动提供有效的支持,适合在现场救援工作中实际应用。
- 丰彪文里梁王自法兰日清
- 关键词：地震应急
- 基于卷积神经网络的地震震级快速估算方法被引量：1
- 2022年
- 地震发生后震级的快速准确估算是确保地震预警减灾效果的最重要部分,而基于经验参数的传统方法在准确性和时效性方面各自存在局限性。通过建立多全连接层卷积神经网络模型,选用日本KiK-net和K-NET台网1997年至2019年记录到的3065次地震的16万4547条初至波在3—9 s不同时段的频域数据、对应地震事件的震源信息(震中距和震源深度)以及场地信息(v_(S30))作为全数据集,对提出的模型进行训练并对估算效果予以评估。结果显示:当初至波截取时段为3 s时,模型震级预测的整体准确率为89.92%,并且随着初至波长度的增大,估算震级的准确率持续提高;当截取时段为9 s时,整体准确率达到96.08%。与传统Pd方法的预估结果相比,结果表明:基于本文提出的多全连接层卷积神经网络模型估算的震级精度有所改善,具有绝对误差标准差和均值更小、时效强等特性,实现了基于单台站记录的端到端震级持续快速估算,能更好地增强地震预警的减灾效果。
- 位栋梁王延伟王自法王自法赵登科
- 关键词：地震预警地震记录卷积神经网络
