基于铝模的全混凝土外墙对剪力墙结构抗震性能的影响

彭樵斌，李小雨，刘 颖

（1、广东省大成注建工程设计有限公司 广州 510095；2、华南理工大学 广州 510640；3、广东省建设工程质量安全检测总站有限公司 广州 510599）

0 引言

高层住宅多采用剪力墙结构+砌块，由于其存在施工工期及质量均较难保证等诸多弊端，全混凝土外墙体系应运而生。所谓基于铝模的全混凝土外墙（简称带拉缝外墙），是指施工采用铝模板，外墙由砌块砌筑而成的部分用现浇钢筋混凝土代替（见图1），并在相应位置分别设置水平和竖向拉缝板（见图2）。其中，水平拉缝板位于外墙与下层结构梁之间，竖向拉缝板位于外墙与剪力墙之间。与传统砌体填充墙相比，全混凝土外墙具有显著优势：①抗渗性能更佳；②外墙可与主体结构一次浇筑，缩短施工工期，提升工程质量；③外墙实现免抹灰，使用效果良好，节省施工成本。

图1 铝模布置Fig.1 Layout of Aluminum Formwork

图2 水平、竖向拉缝板布置Fig.2 Horizontal and Vertical Tensile Joints

如今，铝模体系广泛应用于国内外高层及超高层建筑中［1-6］，但研究带拉缝外墙对剪力墙结构抗震性能的影响甚少。针对全混凝土外墙体系，目前设计中只考虑了梁上施加混凝土墙的荷载，未考虑带拉缝外墙对梁刚度的贡献和对结构刚度的影响。

针对上述问题，本文首先提出拉缝材料等效刚度的简化计算方法，以双肢剪力墙中的梁跨度和高度、层高和层数、单肢墙宽和墙宽比共6 个特征参数为变量，设计20 160 榀剪力墙，搭建典型双肢剪力墙模型数据库并基于神经网络进行梁等效尺寸放大系数的预测，对实际工程中外围梁的梁高和梁宽进行等比例放大，以此考虑带拉缝外墙的刚度贡献。对外围梁放大前、后的结构进行小震弹性设计，为考虑带拉缝外墙刚度贡献的影响，建立2 个剪力墙结构进行大震动力弹塑性分析，采用基于构件变形的抗震性能评估方法对结构抗震性能进行评估并比较其差异。

1 搭建典型双肢剪力墙模型数据库

1.1 基本原理

采用结构顶点位移等效的原则考虑带拉缝外墙对梁刚度的贡献和对结构刚度的影响（见图3）。

图3 求解等效尺寸放大系数示意图Fig.3 Model of Equivalent Size Magnification Factor Solution

1.2 参数选取

1.2.1 拉缝材料等效参数

结构拉缝材料尺寸如图4所示，水平、竖向拉缝宽度分别为20 mm 和30 mm。拉缝材料的弹性模量经过换算得到，结构拉缝一般由硬质PVC 材料制作而成，查阅文献［7］可知，其弹性模量可高达3 000 MPa，结构拉缝大样如图5 所示，拉缝材料主要是肋所在平面的受压和受剪，可将不均匀材料换算成均匀材料，换算后的弹性模量=3 000 MPa×肋厚度/肋间距的平均值，经计算得到水平、竖向拉缝材料等效弹性模量分别为170 MPa 和142 MPa。查阅文献［8］可知，塑性塑料典型的泊松比为0.4。

图4 结构拉缝材料尺寸Fig.4 Size of Tensile Joints Material （mm）

图5 结构拉缝大样Fig.5 Detail of Tensile Joints （mm）

1.2.2 数据库分布参数

考虑到后续神经网络的合理性，双肢剪力墙模型的特征参数选择既要与工程经验及概念相符，也要对等效尺寸放大系数和结构刚度放大系数影响较大。选取6个特征参数（梁跨度和高度、层高和层数、单肢墙宽和墙宽比），各参数取值如表1所示，共设计20 160榀双肢剪力墙模型以搭建模型数据库。

表1 单榀双肢剪力墙模型的特征参数Tab.1 Characteristic Parameters of Single Double-leg Shear Wall Model

1.3 数据库输出参数分布

为克服传统有限元建模方法繁琐且耗时长的缺点，本文基于.NET 进行编程开发，采用壳单元DKGQ并编制了适用于带拉缝双肢剪力墙的求解程序。基于该程序，可批量生成等效尺寸放大系数和结构刚度放大系数，搭建典型双肢剪力墙模型数据库。

基于典型双肢剪力墙模型数据库，绘制等效尺寸放大系数和结构刚度放大系数的分布直方图，如图6所示。结果表明，等效尺寸放大系数大部分介于1.0～8.0之间，结构刚度放大系数大部分介于1.0～2.0之间。

图6 放大系数分布直方图Fig.6 Distribution Histogram of Magnification Factor

2 搭建神经网络预测模型

2.1 模型评价指标

合理的模型选择将有助于提高预测精度，其关键取决于模型的准确性和泛化能力。因此，在模型训练前，选择R2决定系数、均方误差（MSE）、平均绝对误差（MAE）、均方根误差（RMSE）、均方根对数误差（RMSLE）5 个指标来综合评估神经网络模型的性能。令yi为目标值，yi为神经网络的预测值，n为训练样本的数量，如表2所示。

表2 模型评价指标Tab.2 Parameters of Model Evaluation

2.2 超参数调试

超参数的调试及优化对模型训练结果有较大的影响，本文中超参数的调试范围包括激活函数和权重初始化方法的选取、隐藏层层数及节点数的确定、优化器的选择以及批尺寸的选定，5 个超参数的取值如表3所示。

表3 超参数取值Tab.3 Value of Super Parameter

2.3 超参数优化结果

利用网格搜索的方法对2.2 节所列出的超参数的不同组合分别训练模型，然后根据2.1 节的模型评价指标来评估，以寻找模型性能较好的超参数组合。最终确定模型采用的激活函数为Tanh，权重初始化方法为均匀分布，隐藏层神经元个数为16，优化器（学习率）为Adam（0.005），批尺寸为12，后续神经网络模型基于此超参数组合进行预测。

2.4 模型训练结果

本文使用基于Tensorflow 后端运行的Keras 库进行神经网络模型的搭建。样本数据共有20 160 组，其中训练集和测试集的划分比例为8∶2。考虑到实际工程剪力墙多为L 型，将1.2 节中墙宽转化为墙惯性矩作为输入，模型输入及输出参数如表4所示。

表4 神经网络模型输入及输出参数Tab.4 Input and Output Parameters of Neural Network Model

如图8 所示，总体而言，损失函数呈现下降趋势，随着迭代次数的增加，测试集的误差逐渐收敛并趋于稳定，模型预测的准确性不断提高。同时，该模型收敛很快，迭代次数达到30 次左右时，测试集均方差就降低至0.1 左右，随后其均方差在0.1 附近波动，并且测试集的误差和训练集非常接近，说明模型的性能良好，能够稳定训练收敛且没有发生过拟合。在最终选出的超参数组合下，等效尺寸放大系数和结构刚度放大系数的5个模型评价指标结果如表5所示。

图7 神经网络模型训练集和测试集均方差走势Fig.7 Mean Square Deviation Trend of Training Set and Test Set of Neural Network Model

表5 两个输出参数的模型评价指标结果Tab.5 Model Evaluation Parameters Results ofTwo Output Parameters

由表5 可知，等效尺寸放大系数和结构刚度放大系数预测的R2值分别达到0.97 和0.92，拟合精度高，泛化能力好。之后，对两者的测试集预测值和目标值进行对比分析，如图8 所示，横坐标为测试集预测值，纵坐标为测试集目标值，图8中的散点越靠近直线y=x说明预测结果的误差越小。由图8 可知，散点均主要分布在y=x表示的直线附近范围内，没有出现较大幅度的预测结果的偏差。

图8 两个输出参数的测试集预测值和目标值对比Fig.8 Comparison Chart of Test Set Predicted Value and Target Value of Two Output Parameters

从第1 节典型剪力墙模型数据库中任取如表6 中所述的6个特征参数取值及其对应的等效尺寸放大系数和结构刚度放大系数，将其与本章神经网络模型的预测值对比，并计算两者的相对误差。由表6可知，两者的相对误差均在5%以内，可见神经网络模型预测效果较好，泛化能力较强，说明本文搭建的神经网络预测模型有效可靠。

表6 模型数据库与神经网络模型预测值Tab.6 Model Database and Neural Network Model Prediction Value

3 剪力墙结构小震弹性分析

3.1 工程实例概况

模型1结构平面布置如图9 所示，取自实际工程，该工程首层层高3.1 m，其余各层层高均为2.9 m，结构总高度分别为61.1 m（21 层）、87.2 m（30 层）、116.2 m（40 层），抗震设防烈度为6 度（0.05g），设计地震分组为第一组，场地类别为Ⅱ类（Tg=0.35 s），基本风压为0.30 kN/m2。模型2考虑带拉缝外墙对梁的刚度贡献，即根据第2节神经网络模型预测出的等效尺寸放大系数，对实际工程中外围梁的梁高和梁宽进行等比例放大。

图9 模型1结构平面布置Fig.9 Layout Plan of Model 1 Structure

3.2 结构响应对比

3.2.1 结构周期对比

结构自振周期及相对误差如表7所示，可知：考虑带拉缝外墙的刚度贡献后，结构基本周期均减小，减小幅度15%～24%，表明考虑带拉缝外墙的刚度贡献会较大程度提高结构的抗侧刚度。

表7 结构前6阶振型自振周期及相对误差Tab.7 Natural Vibration Period and Relative Error of the First Six Modes of Structure

3.2.2 结构楼层剪力与倾覆弯矩对比小震作用下的结构基底剪力及倾覆弯矩如表8所示，考虑带拉缝外墙的刚度贡献后，结构的基底剪力平均放大1.6～2.4 倍，基底倾覆弯矩平均放大1.5～2.3倍。

表8 小震作用下结构基底剪力及倾覆弯矩Tab.8 Base Shear and Overturning Moment of Structures under Small Earthquakes

4 剪力墙结构动力弹塑性计算及抗震性能评估

对前述21 层剪力墙结构进行大震弹塑性分析，依据《建筑工程混凝土结构抗震性能设计规程：广东省 标 准DBJ/T 15-151—2019》［9］从构件性能状态方面，对比2 个模型（忽略刚度贡献，考虑刚度贡献并按原设计配筋）剪力墙抗震性能。

大震作用下2 个模型剪力墙正截面损伤情况基本相同，均处于无损坏状态。各层剪力墙单元斜截面性能占比如图10所示，模型1剪力墙斜截面基本无损坏，模型2 剪力墙斜截面80%无损坏，20%满足不屈服或极限承载力。可知，考虑刚度贡献并按原设计配筋，楼层剪力显著增大，剪力墙抗剪富余度降低。

图10 地震工况平均值下各楼层剪力墙斜截面性能占比Fig.10 Ratio of Shear Wall Diagonal Section Performance of Each Floor under Average Seismic Condition

5 结论

⑴提出水平、竖向拉缝材料等效弹性模量分别为170 MPa和142 MPa，泊松比为0.4。

⑵等效尺寸放大系数和结构刚度放大系数预测的R2值分别达到0.97 和0.92，本文搭建的神经网络模型预测效果较好，泛化能力较强。

⑶考虑刚度贡献后：①结构刚度放大1.0～2.0倍；②小震作用下，结构的基底剪力平均放大1.6～2.4 倍，基底倾覆弯矩平均放大1.5～2.3倍。

⑷考虑刚度贡献后并按原设计配筋，降低了剪力墙的抗剪富余度。