结构强震观测与评估研究现状与展望

单伽锃，王律己，余 桦，苏金蓉

(1. 同济大学结构防灾减灾工程系，上海 200092；2. 同济大学上海智能科学与技术研究院，上海 200092；3. 四川地震局，四川 610041)

我国地处环太平洋地震带及亚欧地震带，是遭受地震灾害最为严重的国家之一。我国《防震减灾规划(2016 年-2020 年)》指出我国仍处于破坏性地震多发时期。与此同时，伴随全球瞩目的城镇化进程，我国建成了规模巨大的城市建筑群，带来社会人口、财富和功能的聚集效应。目前，一半以上的国内城市位于地震设防烈度7 度及7 度以上地区，而近年来的国内外城市震害经验表明，地震具有灾害破坏性强、波及范围广、救灾难度大等特点，在较长时间内对受灾城市的社会功能造成严重负面影响。因此，如何有效做好震前防备，震中抵御、震后评估与恢复，是我国防震减灾面临的重大挑战。

我国现行抗震设计理念与方法是在唐山地震、汶川地震、玉树地震等历史震害的经验与教训中学习与提出，在持续的理论分析、数值模拟与试验研究中发展与完善，并在后续地震事件中得到有效性的验证[1-2]。事实上，服役工程结构在地震作用下的抗震行为及损伤特征尚未被学术界与工程界充分认知，例如远场长周期地震动[3]、扭转耦合效应[4]、土-结构相互作用[5]等。显然，若不能量测结构真实地震响应，将无法更深入地挖掘结构抗震行为并评估其影响，也无法充分地验证现有的结构设计理论与假定、前期单因素结构模型试验等研究结果。因此，需要在地震动观测系统的基础上，发展结构强震观测系统，提供实时的结构地震响应数据，全面评估不同类型工程结构在小震、中震、大震下的抗震性能与动力行为，为震后结构损伤评估与安全鉴定提供必要且有价值的数据，促进震损结构安全评定的准确性与鲁棒性的持续提升。

1 结构强震观测系统

考虑不同的观测对象，强震观测系统可以划分为对场地地震动和结构地震响应监测。其中结构强震观测系统通常划分为4 个子系统：传感器子系统、数据采集与处理子系统、信息通信与传输子系统、信息分析与监控子系统[6]。以不同位置处布置的加速度计为主要监测设备，多通道传感器子系统将强震下的结构响应数据传输至数据采集与处理子系统，并在该子系统内进行观测数据的初步预处理与标准化存储，再通过专用通信线路、Internet 等构成的信息通讯与传输子系统，将初步处理后的信号数据传至信息分析与监控子系统，并由该子系统来对被测结构的抗震性态进行评估。传感器子系统是结构强震观测系统的数据信息获取来源，它监测到的信号数据品质、数量及种类是影响后续对结构性态评估的关键因素。

作为最早进行强震观测的国家之一，美国成功记录到了1933 年加利福尼亚长滩(Long Beach)地震的一系列强震记录[7]，在此之后逐渐发展和完善了一套从灾害监测、预警信息发布到危险性与风险评估流程系统。美国加州强震动观测计划(California Strong Motion Instrumentation Program,CSMIP)和美国地质调查局(United States Geological Survey, USGS)运营着世界上最大的两个结构强震观测项目[8]，覆盖了建筑、桥梁、水坝等不同类型工程结构与基础设施，包含了一系列城市地标性建筑，例如美西海岸最高的洛杉矶Wilshire Grand大厦(CSMIP 编号24660)，旧金山最高的Salesforce塔(CSMIP 编号58680)。在这类结构强震观测项目长达数十年的运行期内，大量的工程结构地震响应被记录下来，提供给学术界和工程界研究与挖掘。例如，美国Van Nuys 酒店(CSMIP 编号24386)、加州理工学院Millikan 图书馆等结构对象，被认为是近年来全球学者研究最深入与频繁的真实工程结构，获得了一系列地震工程领域有益的结论[9]。

随着国民经济的发展，我国近年来高度重视结构强震观测。国家《建筑抗震设计规范》(GB 50011-2010)强制条文要求：抗震设防烈度为7 度、8 度、9 度时，高度分别超过160 m、120 m、80 m 的大型公共建筑，应按规定设置建筑结构的地震反应观测系统，建筑设计应留有观测仪器和线路的位置。《建筑与桥梁结构监测技术规范》(GB 50982-2014)也规定对于高层与高耸结构，其使用期间应监测结构地震响应。我国第一个完整的结构地震反应台阵布置于中国地震局防灾大楼，它的建成为后续结构强震观测系统设置累积宝贵的经验[10]。

表1 统计了国内外成功应用于建筑结构的典型结构强震观测系统案例，并对比了监测数据类型、通道数及监测层数等基本信息。观察表1 可以看到：

表1 国内外建筑结构强震观测实例Table 1 Case study of strong seismic monitoring of structure in the world

1)中国、美国和日本是全球主要的进行结构强震观测的国家，且基本都以结构加速度观测为主要手段，只有少数如上海环球金融中心、SIT building 等项目结合结构健康监测系统进行速度甚至位移响应监测。加速度数据测量品质相对较高，可以提供稳定的模态识别结果和结构地震加速度放大效应，但当运用结构加速度积分估计结构位移时程时，存在一定的不确定性且无法得到结构弹塑性位移[11]，因此仅凭加速度响应监测方式尚不能充分满足震损结构安全评估需求。

2)在监测响应种类的基础上，监测数量也呈现一定的变化规律。若定义监测丰富度指标为监测楼层数与结构楼层数相除之比，则此指标在多层结构上可以达到0.4 以上甚至实现全楼层监测，但是在面对楼层数多余10 层的高层结构时，此指标往往低于0.2，说明只有不到五分之一的楼层数可以获得其结构加速度响应信息。传感器布置的密集程度将直接影响获取的结构地震响应信息的丰富性，稀疏的传感器阵列以获取结构整体模态特征为主要目标，尚无法揭示结构的局部运动特征[12]，无法实现局部损伤的准确定位。

因此，从表1 展示的内容看，目前的结构强震观测存在监测数据种类单一和监测数据不完备的问题与约束：一方面，受制于当前的技术发展水平，以位移监测为例，振动台试验可以以固定地面布置稳定的参考系，但实际强震观测中，往往缺乏可靠的相对参考系，限制了试验中位移量测技术在真实工程中的应用；另一方面，受制于监测数据的不完备，大部分在丰富的振动台试验数据中得到应用与验证的结构健康监测与系统识别算法，尚且较难用于真实场景下的结构强震观测数据分析，继而对基于监测数据驱动的震损结构抗震行为与损伤评估带来一定的问题与挑战。

2 服役结构抗震性能评估

不同于机械、航空等工业领域，建筑结构具有非标准构件多、单次建造、足尺试验难等特点，导致缺少可靠、有效的先验样本或基准性态数据，对其抗震行为与性能演化认知仍存在局限性。服役结构的抗震性能，从概念上是一类结构动力行为的评估对象，因此可基于结构强震观测开展相关的识别、模拟、评估与预测。总体上，结构强震观测及其数据深度挖掘，可有效支持以下结构抗震性能评估目的：1)识别地震作用下结构真实动力行为；2)验证结构抗震设计理论与假定；3)构建小震下结构完好状态的物理模型；4)评估结构损伤、安全性与可靠性；5)支撑震损结构性能恢复的高效决策。其中，震损结构安全性评估是重要任务，是确定受损结构可否重新使用的关键，是灾后救援中决策者最需要掌握的信息。

目前，震损结构安全性评估的主要任务是根据建筑物的损坏程度对建筑物进行评价与分类。中国《建筑震后应急评估和修复技术规程》(JGJ/T415-2017)、美国《Procedures for Post-Earthquake Safety Evaluation of Buildings》(ATC-20)等国内外标准规范均提供了震后目视检查与评价的指导方针，专家基于相应的规范条规，迅速开展震后调查与结构评估。然而，条文中由单一评价指标所确定的结构整体安全性评定结果易存在较强的不确定性，信息不完备易导致偏于保守的鉴定结果，进而造成不必要的经济损失[40]。因此，结构强震观测在给出定性结论的同时建议包含定量的依据，即通过监测结构响应数据识别、分析和挖掘所需的评价信息。具体的技术途径可以包括识别建筑物的损伤状态、预测震损结构剩余承载能力、量化结构地震损伤与结构剩余承载能力之间的映射关系、减小判别时的不确定性从而减少安全与加固决策的潜在偏差。

为了更好地论述和探讨结构强震观测与评估的研究现状与水平，从单次地震事件和单个工程结构的角度，本文选择了相应的典型案例进行进一步探讨：1)东日本9.0 级大地震是近年来影响人类社会最严重的地震事件之一，考虑日本拥有丰富的高层结构和新型减隔震技术的应用，且日本拥有成熟的结构强震观测系统，无论从工程对象还是观测数据的丰富程度出发，这均是一个较好的研究案例；2)美国加州Van Nuys 酒店坐落于地震活跃区域，拥有长达半个世纪的结构强震观测历史并积累了丰富的监测数据，伴随了“建成、轻微损伤、局部加固、严重损伤、整体加固、再次使用”的完整状态变化历程，作为基准模型校验和改善了结构抗震分析与性能评价各类成果[9]。

2.1 典型地震作用下不同结构强震观测案例对比

表2 统计了2011 年东日本大地震后不同强震监测结构的数据分析与挖掘结果。丰富的长周期频谱成分是该次地震一个特点，尽管其强度水平小于预期，但对柔性建筑造成的损失仍较大[41]。柔性结构主要包含传统的高层抗震结构以及在不同楼层添加隔震层的隔震结构，因为两者自振周期较长，易与这次地震动中的长周期成分发生共振。事实上，对不同强震监测结构进行模态识别时，均显示了一定程度的基础模态频率变化，这些模态基频的变化可归因于：非结构构件的变化[36]、隔震支座的非线性行为[36]以及抗侧构件的永久非线性损伤[44-46]。附加阻尼装置[36]以及主动控制AMD[42]在本次地震中显示出良好的控制效果，显著减小了结构与非结构构件的地震损伤与疲劳程度，显示出相关技术用于减震控制的有效性。

表2 2011 年东日本大地震后结构强震观测及性能评估成果综述Table 2 Review of seismic monitoring and results of performance assessment during the Tohoku earthquake

2.2 持续地震作用下典型结构的强震观测案例

美国加州Van Nuys 酒店(CSMIP 编号24386)是世界上较为成功的服役结构强震观测工程之一。酒店始建于1966 年，是一幢以钢筋混凝土框架为主要抗侧体系的多层建筑。结构强震观测系统在建成初期布置了9 个通道，并在1980 年升级到了16 个通道的强震观测台阵，相应的结构响应观测物理量均为加速度，实现对结构水平向和扭转地震反应的监测。

图1 所示为Van Nuys 酒店在半个世纪服役期内的结构状态变化历程。对比后可以看到，Van Nuys 酒店经历了1971 年San Fernando 地震的结构可见损伤破坏、1980 年结构强震观测系统升级、1994 年Northridge 地震的结构严重破坏及建筑功能丧失、1994 年结构临时加固和余震下损伤持续累积、1994 年-1999 年间结构新增剪力墙加固等一系列物理损伤、自然灾害和人类活动。可以说，服役结构抗震性能评估面对的物理对象处于地震灾害、人类决策耦合作用下工程结构状态的动态变化过程。

表3 列举了CSMIP 开源的Van Nuys 酒店结构地震观测事件及基本信息。1971 年San Fernando地震、1994 年Northridge 强地震及其数年内的余震序列、半世纪内丰富的小震激励，为研究界和工程界提供了丰富的结构地震响应观测资料。大量学者依托此结构的地震响应观测数据，进行数据分析、模态识别、安全诊断、性能评估等研究工作。特别是1994 年Northridge 地震的监测数据，为震损结构安全评估提供了高价值的响应数据资源，并建立了以1988 年-1992 年间Landers、Big Bear 等非破坏性地震下监测数据识别结构相对健康状态、以1994 年Northridge 强破坏性地震下监测数据评估结构损伤状态的典型强震观测研究与应用场景[47]。针对上述研究进展，表3 进一步梳理了基于Van Nuys 酒店强震观测数据的国内外结构服役状态与性能评估典型代表性研究成果。从表4 中可以看到，成功应用于Van Nuys 酒店的结构识别与损伤评估方法主要分为信号特征分析、模型参数识别、波动理论三类[48]：

表3 Van Nuys 酒店结构地震观测时间及基本信息Table 3 Seismic events and basic information for Van Nuys

表4 Van Nuys 酒店50 年性能评估汇总Table 4 Summary of performance assessments of Van Nuys hotel during last 50 years

1)传统信号特征分析方法主要依赖频域、时域和时频域方法，其中频域方法包含傅里叶变换[49-50]、功率谱[50]、传递函数[48]等，基于时域的方法有自回归滑动平均模型[51]、拓展卡尔曼滤波[52]等，基于时频域的分析方法包括小波变换[53]、Hilbert-Huang 变换(HHT)[51]等。这些信号特征分析方法通过检测数值参数或模态参数的变化，实现对结构损伤是否存在的定性判断。其中，傅里叶变换是频响函数、传递函数以及功率谱等常用分析指标的计算基础[54]，但该变换建立于稳态激励的假定上，而结构强震响应的特征往往是非平稳随机过程，并且仅经频域分析得出的结果难以与时域建立联系；以自回归族类为主的基于统计学信号分析方法，通过识别其模型参数的变化，作为损伤指标，但其线性时不变系统的基本假定，一定程度上限制了该方法在强震事件中的应用。小波变换通过伸缩、平移变换将信号进行多尺度细化分析，识别信号中的突发信号和稳定信号成分，但在面对结构地震响应这类非平稳信号时，可能会出现能量泄露、边界扭曲等问题[55]。不同于前述几种信号处理方法，HHT 变换适合处理非平稳激励的结构响应分析，通过HHT 边际谱即可识别结构的自振频率。需要注意的是，对于强震激励下的结构状态识别，过度依赖结构模态识别存在一定的概念缺陷，一般上只有线性系统才具有概念意义上的模态频率和振型[56]。

2)第二类基于模型的损伤识别方法能够实现对损伤的定位与量化，这种方法本质上解决的是结构动力学上的反演问题，通过直接修正或迭代更新数值矩阵、力学模型参数，使得模型计算的响应吻合传感器测量的响应[47,59,61,64]。监测系统在服役结构正常运维中积累和分析响应数据，定期修正模型参数并追踪其的变化过程。这类方法中的关键步骤在于选取修正参数、构建目标函数以及计算灵敏度矩阵。然而，大型复杂工程结构对应的模型自由度较多，参考模型的选择需要权衡计算效率和精度等问题，大型复杂结构下的精细的有限元模型在进行参数更新时，灵敏度矩阵往往趋于病态，使得模型修正的结果不唯一[71]，并且对修正参数的选择具有一定的主观性。

3)与前两类分析方法不同，基于波动理论的分析方法依据波在传感器间的传播时间来定位损伤部位[69]，其空间分辨率取决于传感器的数量，而密集的传感器阵列将有效提高损伤定位的准确性。该方法无需储备震前的基准数据，不受土-结构相互作用等因素的影响，对与破坏无关的结构永久性或临时性变化也不敏感。但在现有传感器技术水平及该方法需求的传感器密度要求下，其潜在的高成本属性一定程度上制约了相关技术在实际工程中的应用与发展。

4)在结构模态识别与模型参数识别等的基础上，国内外有部分学者尝试基于监测数据进行结构抗震性能评估。例如，利用修正的有限元模型，模拟分析计算相应的工程需求参数(EDP)，如层间位移角[57]、层间剪力[63]等，并根据EDP 进行易损性曲线分析，从概率角度考虑地震风险等不确定性因素，确定结构在面临特定的地震灾害时的性能水平概率[62]。但是这些易损性分析未将监测数据、识别结果映射到结构的不同性能阶段，并且损伤的界定不能提供结构的剩余承载能力信息。

3 结构强震观测发展展望

3.1 现有强震观测数据挖掘方法

针对震损结构安全评估与性能修复，结构地震损伤识别、评估与诊断是其核心的内容与目标。及时且准确的结构损伤识别与评估将有效加速结构性能评估的进程，并减小评估时的不确定性。在强震观测和数据驱动分析中，监测结构对象的模态信息是一类可行的选择以作为损伤特征评价指标，大量学者利用模态频率和振型的变化(例如MAC 值)用于结构损伤定性、定量和定位评价。然而，根据已有的公开文献和实际案例研究，将识别模态特性用于非线性损伤程度量化评估的研究尚待发展与丰富。经2.2 节梳理的Van Nuys酒店相关研究表明，可以将数据驱动与模型驱动的两类理论与方法融合，并进一步考虑基于概率的数据挖掘与评估决策，来解决或补偿地震损伤的非线性物理本质、振动模态不确定性和监测数据不完备的问题或约束，推动结构损伤识别方法从实验室验证扩展到实际结构强震监测。

其次如图2 所示，力学或计算模型的选择需考虑模型可识别性、模型精细度和建模差异三者的耦合问题[72]。第一类模型即剪切梁模型仅考虑结构侧向水平自由度，无法描述高层结构等高价值监测对象的弯剪耦合行为，从而带来较大的建模误差，但其的最大优势在于自由度少，容易进行模型参数识别，因此被大量学者采用与应用。第二类模型有限元模型对监测物理对象有最好的行为描述，可通过直接或迭代的方式修正模态矩阵或物理性质从而实现动力模型的更新，但其拥有大量的自由度与模型参数，在现有监测数据不完备的条件下，其更新过程中参数的选择仍具有一定的主观性，并且模态特性的不确定性甚至使识别过程复杂化。第三类模型弯剪梁模型介于前两类模型之间，采用剪切和弯曲弹簧的组合或铁木辛柯梁单元考虑上述变形模式的耦合，相较于剪切梁模型具有更好的行为保真度，可通过消除由旋转引起的无害层间位移，避免对上层响应的过高估计，同时，相较于有限元模型具有更好的参数识别稳定性，降低过度拟合优化的风险。

3.2 地震损伤结构的安全评估

损伤结构的安全性评估可分为应急评估和详细评估。地震现场建筑的安全性是由场地环境、预期地震作用和结构损伤状况三个因素决定的[73]。考虑前述震损结构安全性评估的主要任务以及现行规范指导方针的局限性，基于强震观测系统的数据支撑：一方面考察目标建筑的环境状况、余震风险分析给出的预期地震风险，利用监测数据推算应急评估时所需的工程需求参数并大体判别结构当前的性能状态，加速震损结构的安全应急评估；另一方面，应对大型复杂、难以进行应急评估的结构，在场地条件和预期地震作用满足规范要求时，考虑前述的监测识别结果，结合使用储备的健康状态参考模型、易损性曲线来评估构件或结构系统的损伤状态[74]，在修正预备的物理或计算参考模型后，结合数据驱动与模型驱动的方式[75]，以多源数据融合的形式驱动对震损结构安全性量化的详细评估，为制定科学的灾后决策提供依据。

3.3 工程结构强震观测未来展望

综合现有国内外研究现状与发展趋势，未来对工程结构强震观测数据的分析挖掘与安全评估，可考虑在以下方面进一步开展工作：

1)监测数据类型的多元化。受限于监测数据的种类与数量，结构加速度响应已无法进一步满足结构评估理论的发展要求。需要以工程实际可应用为目标，发展基于物联感知、计算机视觉、5G 通信等的高性价比监测技术，用于关键结构评估参数(楼层层间位移角、结构/构件转动自由度等)的监测与识别。

2)结构非线性行为的模拟与预测。结构地震损伤本质上是非线性的，基于非线性概念与模型的评价指标可有效地进行损伤评估和预测结构剩余寿命[76-77]。近年来，基于机器学习并结合长短期记忆网络(LSTM)的算法被证实能够鲁棒的模拟和预测结构非线性行为[78]，并有效克服卷积神经网络和递归神经网络中不适宜预测较大塑性变形和梯度消失等困难[79-80]。此类算法一定程度上突破了对高度非线性行为模拟困难的瓶颈，为损伤评估和结构剩余寿命的预测提供技术手段。

3)工程结构抗震韧性评估。抗震韧性是当前地震工程领域的重要研究方向，其中，可恢复性评估是韧性评价体系的重要内容，它为应急管理的科学决策提供了重要依据。目前绝大多数对结构系统的抗震韧性研究以对功能评估为主，抗震韧性评估需明确结构的灾变过程及恢复机理。强震观测技术通过对结构进行监测，识别结构损伤，追踪量化恢复过程，最终建立韧性恢复评价方法[81]。基于强震观测数据的评价方法显著降低该评价过程中的不确定性，提高评价结果的可靠性，并为制定科学的灾后决策提供依据。

4 结论

本文从我国的地震风险性、历史震害启示中得出我国推广布设结构强震观测系统的必要性及意义。统计了国内外成功应用于建筑结构的典型结构强震观测系统案例，并根据这些典型工程案例强震观测设置情况发现，受制于技术手段的发展水平，目前的结构强震观测系统存在监测数据种类单一和监测数据不完备等问题与约束。

本文阐述了从结构强震观测数据挖掘到结构性能评估之间的内在逻辑，在此基础上，描述了Van Nuys 酒店长期服役期内的结构状态变化过程，由此表明服役结构抗震性能评估面对的物理对象是地震灾害、人类决策耦合作用下工程结构状态的动态变化过程。通过对Van Nuys 酒店以及东日本大地震下不同强震观测结构性能评估研究中的相关数据挖掘方法、评估指标进行梳理，深入分析了当前数据研究与评估方法存在的问题，并揭示将数据驱动与模型驱动的两类理论与方法融合的发展前景。根据现有研究现状与发展趋势，对未来强震观测研究从三个方面进行展望：

(1)监测数据多元化；

(2)结构非线性模拟与预测；

(3)工程结构抗震韧性评估。