摘要
摘要
建筑物的安全性是人们关注的重要问题之一，自然灾害(特别是地震)会对
建筑结构安全产生严重威胁。砌体建筑由于现存规模大、建设年代相对久远，
其抗震能力的强弱对于城市建筑群地震安全性影响重大。考虑到实际评估时结
构信息的不完备性，本研究旨在开发一种基于深度学习的方法，基于有限的结
构信息对砌体结构进行信息重构并快速准确地预测其地震响应。该方法基于精
细有限元的模拟数据和先进的深度学习技术，在保证精度的同时实现快速预测。
通过对现有数据的分析和深度学习模型的搭建，我们可以获取砌体结构的关键
特征，并利用这些特征来预测其响应。该方法具有精度高、速度快等优点，在
建筑物结构的安全评估、维护和修复等领域具有广泛应用前景。本文主要介绍
基于机器学习的砌体结构信息重构及响应的快速预测的相关研究现状、方法原
理以及实验结果，并展望其未来的研究方向和应用前景。考虑到基于GIS、遥
感等手段无法获取砌体结构的内部墙体信息，本文首先基于机器学习算法提出
了砌体结构内部墙体信息的重构方法，并在此基础上对砌体结构进行了响应的
快速预测，研究的相关步骤和结论如下：
收集了70余个实际砌体住宅建筑的设计图纸，抗震设防烈度分布在6、7、
8度，用CAD将收集到的砌体结构外轮廓、窗户位置和横纵墙画出、建立图形
数据集，为后续通过结构易得信息进行信息重构做准备；基于生成对抗网络
(GAN)和处理后的图形数据集，建立了结构外轮廓信息和砌体结构横纵墙布置
间的映射关系。
综合考虑了影响砌体结构抗震性能的因素确定结构方案，挑选100条历史
地震动，使用有限元软件Abaqus进行所有工况下模型的建立和结构地震响应的
计算，形成后续预测模型使用的数据集，并进行数据预处理等工作，为后续预
测模型的训练和预测提供了数据支持。
对于砌体结构中可获得的信息，选取其中的层数、设防烈度、横墙间距、
结构长度作为输入，利用建立的数据库，基于深度学习的方法，对砌体结构每
层峰值楼板加速度和峰值层间位移角的快速预测模型。
关键词:砌体结构；地震响应预测；信息重构；深度学习
-I-
哈尔滨工业大学工程硕士学位论文
Abstract
Thesafetyofbuildingsisoneoftheimportantissuesthatpeoplepayattention
to.Naturaldisasters(especiallyearthquakes)willposeaseriousthreattothesafety
ofbuildingstructures.Duetothelargescaleandrelativelylongconstructiontimeof
masonrybuildings,thestrengthoftheirearthquakeresistancehasagreatimpacton
theseismicsafetyofurbanbuildings.Consideringtheincompletenessofstructural
informationinactualassessment,thisstudyaimstodevelopadeeplearning-based
methodtoreconstructinformationofmasonrystructuresbasedonlimitedstructural
informationandpredicttheirseismicresponsequicklyandaccurately.Themethodis
basedonfinefiniteelementsimulationdataandadvanceddeeplearningtechniques
toachievefastpredictionwhilemaintaininga