基于机器学习的贝叶斯优化用于调谐惯性阻尼器以增强高层隔震结构的地震响应控制

为何让高楼屹立不倒至关重要

现代城市越来越依赖超高层建筑，这些建筑即便在强震后也必须保持安全并可继续使用。工程师已采用特制的滑动支座和阻尼器，使塔楼在晃动时不致倒塌，但在某些来自主要断层附近的强烈且持续时间较长的摇动下，这些系统仍可能面临挑战。本文探索了一种将机械装置与机器学习风格的优化相结合的新方法，以使基于隔震的高层建筑在地震中更平缓地反应，减少位移并降低顶层的加速度——那里的人员和设备最为脆弱。

让建筑平稳下来的更聪明方式

研究聚焦于已经采用隔震系统的高层建筑——这些柔性层将结构与地面解耦。虽然隔震能大幅降低受力，但也会使整个建筑呈现出长周期、缓慢的摆动。在远震下这种做法通常很好，但在近断层地震中，强烈的地动脉冲仍会将这些高而柔性的体系推向不舒适甚至有害的位移。为此，作者采用了一种称为调谐惯性阻尼器的装置。与依赖重物的传统调谐质量阻尼器不同，惯性器通过巧妙的齿轮和旋转部件产生较强的惯性效应，而不会给建筑增加太多实际质量。将其安装在隔震层处，它能抵抗运动的快速变化并帮助吸收地震能量。

让算法寻找最佳设定

要充分发挥该阻尼器的作用，就必须正确选择其“调节旋钮”：刚度、阻尼（阻抗运动的能力）以及其等效质量效应的强度。作者并非用简化公式手工调整这些参数，而是采用贝叶斯优化——机器学习的一个分支，在每次试验代价高昂时擅长寻找优秀解。他们构建了一个概率模型，将阻尼器设置与建筑在地震类似摇动下的响应联系起来。优化器提出新的参数组合，重点考虑那些既有希望又仍存在不确定性的设置，并逐步收敛到在考虑不同地震类型的实际频率特性后能使平均横向位移最小的配置。

在高层虚拟塔楼上检验想法

研究人员利用详细的数值模型，将该框架应用于30层、40层和50层的隔震建筑。他们让这些虚拟塔楼经历三类地动：远源地震、无强脉冲的近源地震以及具有明显长周期脉冲的近源地震——后者对高且柔性的结构尤其危险。对每种情况，算法在若干等效质量比的前提下搜索阻尼器频率和阻尼水平的组合，然后评估调谐惯性阻尼器在基底和上部楼层对典型（均方）位移以及屋顶峰值加速度的减小效果，并将结果与更常见的系统（如调谐质量阻尼器和先前研究的增强型惯性器）作比较。

能减少多少晃动

优化后的设计显示出显著的益处。对于30层和40层的隔震建筑，调谐惯性阻尼器在远源和无脉冲近源地震下通常将均方位移减少约20–25%，在更严重的脉冲型地震下约减少10–18%。顶层的峰值加速度最多降低22.8%，表现优于传统的调谐质量阻尼器和先前研究的惯性器系统。结果还揭示了明确的趋势：阻尼器中更强的等效质量提升了能量耗散但需更精细的调谐，长周期隔震结构受益最大，且地震动类型对理想参数有显著影响。

适用范围与局限

研究得出结论：经贝叶斯优化的调谐惯性阻尼器是提高中高层（大约30–40层）隔震建筑抗震能力的一种实用且高效的方法，为工程师在不同地震环境下选择器件参数提供了数据驱动的指导。然而对于更高的超高塔楼，高阶振型变得更重要，单一安装在基底的装置无法完全控制所有复杂的运动。作者指出，他们的模型对建筑进行了简化，以突出主导的摆动模态，并将惯性器视为理想的线性器件，因此现实世界中的行为会更复杂。尽管如此，这项工作展示了将先进的机械硬件与概率优化工具结合起来如何显著减小高层建筑的振动，并指向了在超高结构高度上分布安装此类装置的未来设计方向。

引用: Huang, S., Zhu, K. Machine learning-based Bayesian optimization of tuned inerter dampers for enhanced seismic response control in high-rise base-isolated structures. Sci Rep 16, 13216 (2026). https://doi.org/10.1038/s41598-026-42732-4

关键词: 地震振动控制, 隔震高层建筑, 调谐惯性阻尼器, 贝叶斯优化, 近断层地震动