(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111551007.9 (22)申请日 2021.12.17 (65)同一申请的已公布的文献号 申请公布号 CN 114239108 A (43)申请公布日 2022.03.25 (73)专利权人 四川大学 地址 610065 四川省成 都市一环路南 一段 24号 (72)发明人 王健泽　陈尉唯　王文泽　戴靠山　 衡明珠　徐安明　杨淳怡　 (74)专利代理 机构 郑州万创知识产权代理有限 公司 41135 专利代理师 任彬 (51)Int.Cl. G06F 30/13(2020.01)G06F 30/20(2020.01) G06F 111/10(2020.01) G06F 119/14(2020.01) (56)对比文件 JP 201810 0494 A,2018.0 6.28 CN 104240 034 A,2014.12.24 审查员 伍小晴 (54)发明名称 基于监控物联网的城市建筑群震后损失分 布计算方法 (57)摘要 本发明公开了基于监控物联网的城市建筑 群震后损失分布 计算方法， 属于地震工程技术领 域； 包括以下步骤： 地震发生前收集目标城市内 的各单体建筑信息， 建立城市建筑群的数据信息 库， 构建城市建筑群数值模拟模型； 将目标城市 内公共建筑的监控系统纳入物联网中， 搭建目标 城市监控物联网； 地震发生后， 根据实测地震波 对城市建筑群进行地震损失计算仿真； 通过监控 图像识别的建筑内部设备与家装损伤情况对监 控建筑震害程度进行估计； 基于监控图像推断的 破坏程度估计修正数值仿真结果， 评估其他未监 控建筑的破坏状态， 得到城市建筑群震后损失分 布。 本发明方法可实现地震发生后快速估计城市 建筑群震害分布， 为灾后救援与应急管理提供重 要参考。 权利要求书2页 说明书7页 附图2页 CN 114239108 B 2022.09.13 CN 114239108 B 1.基于监控物联网的城市 建筑群震后损失分布计算方法， 其特 征在于： 包括以下步骤： S1、 在地震发生前， 收集目标城市内的各单体建筑信息， 建立目标城市建筑群的数据信 息库； 根据各单体建筑信息， 建立各单体建筑的有限元数值模型或简化多自由度力学模型 (Multi‑degree‑of‑freedom， MDOF)， 所有单体建筑的数值模型经建立与汇总后形成城市建 筑群数值模型； S2、 将目标城市内公共建筑的监控系统纳入物联网中， 搭建目标城市监控物联网， 每一 栋建筑的监控系统都是物联网中的单个节点； 在地震发生过程中和地震发生后， 获取各栋 公共建筑的监控系统拍摄到的建筑内部设备、 家装、 结构 构件和非结构 构件的损伤情况； S3、 在地震发生后， 根据中国地震台网监测得到的地震波， 采用数值模拟分析手段， 将 地震波代入上述步骤S1中构建的城市建筑群数值模型进行地震响应分析， 对城市建筑群的 地震损失进行仿真计算， 得到各单体建筑的地震响应计算结果， 其中包括纳入监控物联网 的公共建筑地震破坏的地震响应模拟计算结果R(simulated)； 采用机器学习的K ‑means算法， 对城市建筑群中所有建筑物的数值模拟结果进行聚类 分析， 以建筑的地震响应与损失程度为主要特征， 以纳入监控物联网的公共建筑必须在每 一分类为限制条件， 优化计算建筑分类数目与分类情况； S4、 根据上述步骤S2中搭建的目标城市监控物联网， 采用图像识别方法， 利用地震发生 过程中与地震发生后的监控画面识别建筑内部非结构构件的损伤情况， 并根据地震工程领 域中非结构构件的易损性理论， 反演得到该非结构构件放置位置处对应的结构地震响应R (observed)， 结构体系的地震响应参数主 要包括楼面峰值加速度和层间位移角； S5、 基于上述步骤S4中监控画面识别的公共建筑内部非结构构件破坏程度与反演得到 的结构地震响应R(observed)， 以及上述步骤S3中数值模拟得到的公共建筑的地震响应模 拟计算结果 R(simulated)， 得到分别基于监控图像识别手段与基于数值模拟手段的两个地 震响应结果之间的系数模型， 系数模型的公式如下： 式中， α是对数值模拟结果的修正系数， R(observed)是由监控画面识别反演得到 的公 共建筑地震响应， R(simulated)是由数值模拟方式获得的公共建筑地震响应， g(struct)是 与纳入监控物联网的公共建筑的结构属性有关的影响因子， g(nsc)是监控画 面识别到的非 结构构件类别的影响因子； S6、 根据上述步骤S3 中由数值模拟得到的纳入监控物联网的公共建筑的地震响应模拟 计算结果R(simulated)， 以及步骤S4中由监控画面识别到的建筑内部损伤状态， 利用贝叶 斯理论， 更新得到由数值模拟得到的地震响应分布概 率， 地震响应概 率分布模型如下： 式中， P(Res≥x)表示公共 建筑的结构 地震响应超过x的先验概率分布， DSob表示监控图 像自主识别的地震损伤状态， P(DSob)表示建筑的损伤状态为DSob的概率； P(DSob|Res≥x表 示在结构地震响应超过x时建筑损伤状态为DSob的概率； P(Res≥x|DSob)表示结构地震损伤权　利　要　求　书 1/2 页 2 CN 114239108 B 2状态为DSob下结构地震响应超过x的后验概 率分布； S7、 将上述步骤S5中得到的各公共建筑的系数模型α， 应用到上述步骤S3中各公共建筑 所属的同一聚类中的其他建筑物， 得到一修正系数； 将上述步骤S6中得到各公共建筑的地 震响应先验概率模型P(Re s≥x)与后验概率模型P(Re s≥x|DSob)， 应用于上述步骤S3中各公 共建筑所属的同一聚类中的其 他建筑物， 得到另一 修正系数； 经上述两种方式任一方式获得的修正系数， 依据目标城市建筑群的地理空间范围内地 震动衰减效应， 采用Kriging算法对地震响应数值模拟结果进行二次修正， 利用Kriging算 法得到的所有建筑修正系 数， 更新所有建筑物的地震响应数值模拟结果后， 结合现行抗震 韧性评价 规程， 最终获得目标建筑群的震后损失分布。 2.根据权利要求1所述的基于监控物联网的城市建筑群震后损失分布计算方法， 其特 征在于： 所述步骤S1中， 单体建筑信息主要包括各单体 建筑的建造年限、 建筑高度、 楼层数、 结构体系类型、 占地 面积、 标准层面积。 3.根据权利要求1所述的基于监控物联网的城市建筑群震后损失分布计算方法， 其特 征在于： 所述步骤S2中， 纳入监控物联网的公共建筑包括学校、 医院、 商业写字楼、 商业广 场、 政府办公楼， 纳 入监控物联网的公共建筑的特征需在所属城市建筑群中具有代表性， 公 共建筑的特 征包括结构类型、 建筑高度、 建筑位置分布、 建筑使用年份。 4.根据权利要求1所述的基于监控物联网的城市建筑群震后损失分布计算方法， 其特 征在于： 所述步骤S2中， 物联网是由城市建筑群中公共建筑的全部和部 分监控系统组成， 由 当地应急管理部门统一管理； 每一栋建筑的监控系统是物联网中的单个节点， 无需为了地 震灾害损失评估单独设置物联网节点； 各单体公共建筑中， 只需利用日常运维与安全防范 布置的监控设备即可， 无需单独另外配置监控摄 像头。 5.根据权利要求1所述的基于监控物联网的城市建筑群震后损失分布计算方法， 其特 征在于： 所述步骤S4中， 纳入监控识别的非结构构件包括浮放式家具与设备、 吊顶板和填充 墙三大类， 在地震发生时， 通过浮放式家具与设备的滑移距离、 倾覆概率和晃动幅度， 估计 得出结构楼面峰值加速度； 通过吊顶的坠板破坏程度或吊顶板的坠板率， 估计得出结构楼 面峰值加速度； 通过填充墙与玻璃幕墙的开裂程度估计得 出结构面内层间位移角。 6.根据权利要求1所述的基于监控物联网的城市建筑群震后损失分布计算方法， 其特 征在于： 所述 步骤S7中， Krigi ng算法的修 正公式如下： 式中n表示纳入监控物联网的公共建筑数量； si表示第i个公共建筑的地理位置； Z(si) 表示第i个公共建筑地震响应的修正系数； wi为权重系数， 经n个公共建筑的地震响应修正 系数数据的优化计算确定； 表示任一未纳入监控互联网建筑的地震响应的二次修正 系数。 7.根据权利要求1所述的基于监控物联网的城市建筑群震后损失分布计算方法， 其特 征在于： 所述步骤S7中， 采用机器学习 算法中的K ‑means聚类学习 算法， 对受监控的单栋公 共建筑的相邻或相似属 性建筑进行快速的地震破坏估计， 在地震发生后， 快速更新城市建 筑群损失空间分布。权　利　要　求　书 2/2 页 3 CN 114239108 B 3