POST-EARTHQUAKE FUNCTIONAL ASSESSMENT OF THE MULTI-FUNCTIONAL STATE OF SUBWAY STATION SYSTEMS
-
摘要:
地铁车站是城市轨道交通系统的重要组成部分，地震作用下车站内结构构件、非结构构件和设备设施等各类组件不同程度破坏均会导致地铁车站各类功能下降或丧失。现有研究缺乏地铁车站体系震后功能状态的整体评估模型，本文基于真实地铁车站地震破坏和恢复记录，明确了地铁车站体系的震后功能需求，并据此将地铁车站体系的震后功能状态划分为5个；将车站体系表示为由主体结构、乘降、供电、信号等7类子系统组成的体系，基于故障树模型表示子系统功能所需组件单元、不同子系统之间的关联关系、以及子系统对地铁车站体系震后功能的影响；通过Monte Carlo模拟随机抽样获取组件震后状态，并利用故障树分析子系统和地铁车站体系的震后功能状态。结果表明，随着地铁车站体系震后功能需求的降低，体系功能失效概率曲线中位数随之增大，最高要求的功能状态I对应的中位数是最低要求的功能状态V对应的中位数的20%。同一个组件单元，在不同的体系功能中的重要度差异可达17倍。
-
关键词:
- 地铁车站 /
- 震后功能评价 /
- 地震易损性 /
- 故障树模型 /
- Monte Carlo模拟
Abstract:Subway station is an important part of urban rail transit system. Varying degrees of seismic damage to structural components, non-structural components, and equipment facilities within the stations can lead to a decline or loss of various functions of the subway stations. Existing research lacks a comprehensive model for evaluating the post-earthquake functional state of subway station systems. This study, based on real seismic damage and recovery records of subway stations, clearly defines the post-earthquake functional requirements of subway station systems and categorizes the post-earthquake functional state of subway station systems into five types. The subway station system is represented as a system composed of seven sub-systems, i.e., main structure, staircases/escalators facilities for passengers, power supply, signal, et al. The fault tree model are used to represent the component units required for sub-systems functions, the interdependency between different sub-systems, and the impact of sub-systems on the post-earthquake functionality of the subway station systems. The Monte Carlo simulation method is used to randomly sample component units and obtain their post-earthquake states, and the fault tree is used to analyze the post-earthquake functional state of sub-systems and subway station systems. The results demonstrate that with the decrease of the post-earthquake functional requirements of subway station systems, the median failure probability curve of the system function increases, and the median failure probability curve of the highest required functional state I is 20% of the lowest required functional state V. The importance of the same component unit in different functional states of the system can be up to 17 times different.
-
随着城市化进程的推进，我国城市轨道交通运营里程呈现突破性增长，从2013年的2476公里增至2022年的10292公里。与地上结构不同，城市地下结构具有空间尺度大、结构形式和工况复杂、地震动响应的影响因素不同、结构修复难度大等特点。历史震害资料显示，地下结构一旦遭受强震作用而发生破坏，不仅修复难度大，还会对城市造成严重影响。1995年日本阪神地震后，神户高速线中大开站破坏严重，地铁车站结构修复工作在震后第208天完成，而整个功能恢复过程长达一年[1]。在此期间，大阪到神户的城市轨道交通线路全部停运，为满足迫切且庞大的交通需求量，采用公交代替地铁，大大延长了震后通行时间[1]。同样，2011年东日本大地震中，仙台市多个地下地铁站因供配电系统故障而关闭，恢复时间长达7周。而东京圈地铁系统在地震发生后停运，导致道路交通系统完全瘫痪，造成415万人滞留在东京市[2]。据统计，东日本大地震发生前，东京圈内不同交通工具每日运送人数中，轨道交通每日约运送4410万人，占总数86%[3]。因此，对地铁车站体系进行震后功能评估显得尤为必要。
随着破坏性地震对地铁车站的大规模破坏，众多学者对不同结构形式和场地环境中地铁车站的结构响应规律、破坏机理和易损性开展了深入研究[4 − 5]。如DU等[6]考虑了竖向地震动的影响，采用地下结构Pushover方法给出了矩形框架地铁车站结构不同性能水平的IDR限值。ZHONG等[7]考虑了地震动输入的不确定性，基于IDA方法建立了地下结构的地震易损性曲线。钟紫蓝等[8]通过对比分析得出PGA更适合作为浅埋地下结构的地震动强度指标，并建立了III类场地中的两层三跨地铁车站结构地震易损性曲线。HUANG等[9]针对地铁车站概率密度分布函数的假设问题，开发了一种非参数概率地震需求模型，无需对概率密度函数的分布做任何假设即可建立两层三跨地铁车站的概率密度需求模型。YANG等[10]应用随机森林预测模型验证了地铁车站抗震性能分类与IDR指标的相关性，建立了两层三跨地铁车站的易损性曲线。现有研究对地铁车站的抗震性能分析做了深入探讨，但多数研究的关注点在地铁车站主体结构上，仅考虑了地铁车站内部的结构构件，对地铁车站体系层面的抗震性能研究较少。
地铁车站由结构构件、非结构件和设备设施等组件单元组成，这些组件单元构成了车站内的各种子系统，如乘降、通风、给排水、信号等，为乘客进出站和乘车换乘提供支持[11 − 12]。随着基础设施系统抗震韧性概念的提出[13]，为评估结构或系统的震后恢复力和韧性，基础设施抗震性能研究更加关注结构或系统的功能评估[14–16]。近年来，基于组件单元结构的地震易损性模型分析结构体系整体的功能已经广泛应用于各种类型的结构体系抗震性能评估中，包括医院体系、变电站体系、通信机房体系以及建筑体系等。JACQUES等[17]使用故障树模型分析了人员、结构、设备三类主要因素对医院体系震后功能的影响。LI等[18]应用状态树模型考虑变电站体系内部构件间的功能联系，评估了变电站体系的抗震性能和震后剩余功能。其中，状态树模型是基于“成功路径”的思路构建的包含虚拟事件的故障树模型，状态树模型可将系统分块分层次独立进行评估。尚庆学[19]针对医院急诊科的震后功能评估问题，基于状态树模型考虑医院急诊科体系内部构件之间的物理联系。左浩朋等[20]基于状态树模型考虑集装箱式边缘数据中心子系统间的联系，对集装箱式边缘数据中心的震后功能状态进行了评价。基于故障树模型的建筑体系功能评估框架，MOHAMMADGHOLIBEYKI等[21]考虑供电、给排水、电梯等楼宇内部子系统的恢复时间，计算了楼宇体系震后恢复时间和韧性。以上学者考虑了各类体系内部基本组件单元组成的子系统对体系整体功能的影响，但对于基本组件单元的状态的划分是二元的，认为其只存在运行和失效{1, 0}两种状态，这种状态划分并不能合理表达体系震后的功能水平。
为合理表达建筑体系的震后功能水平，众多学者将建筑体系的震后功能划分为多个状态。如COOK等[22]基于FEMA P-58[23]中实施的PBEE架构建立了一种楼宇体系震后功能评估框架，根据楼宇的结构构件、填充墙等非结构构件和设施设备等基本组件单元将楼宇视为由主体结构、消防系统、乘降系统、给排水系统、供电系统和暖通空调系统组成的体系，将楼宇震后功能划分为可进入、具有部分功能和修复完成状态，采用故障树模型考虑楼宇内各个子系统的功能对体系功能的影响，以住户单元作为分析对象量化了楼宇不同破坏状态的功能。TANG等[24]基于故障树和IF-THEN规则建立了高速铁路(HSR)车站体系功能的层次信念规则库(BRB)，将高铁车站划分为消防系统、环控系统、照明系统、供电系统、给排水系统、通讯系统、客运系统和货运系统组成的体系，将高铁车站体系的震后功能划分为完好、受损和失效三个状态，评估了高铁车站体系的震后功能，进而评估了高铁车站抗震韧性。侯本伟等[25]基于状态树模型，建立了水厂体系的定量化评估模型，模拟了不同组件破坏对其震后功能的影响。WEN等[26]将地铁车站体系震后功能分为正常运行状态、异常运行状态与无法运行状态，基于状态树模型评估了地铁车站体系的震后功能，分析了结构系统、机电设备系统、列车运行系统和为乘客服务的设施设备对地铁车站体系功能的影响，以车站可通行的客流量评估地铁车站的震后功能水平，通过贝叶斯网络计算了地铁车站体系处于不同功能水平的概率。以上学者对各类体系震后功能状态的划分不明确，没有考虑体系震后的功能需求。
本文首先根据地铁车站地震破坏和震后恢复记录，按照地铁车站是否满足运营，通车和疏散三个条件，定义了地铁车站体系在地震后的功能需求：车站运营需求、通过列车需求(甩站不停车)和疏散乘客需求(仅疏散不运营)。建立了不同功能需求所对应的地铁车站体系震后功能状态。随后，采用故障树模型分析了地铁车站内各个子系统在不同破坏状态下对车站体系功能的影响。通过这种方式，可以全面考虑不同功能需求下结构构件、非结构构件、设施和设备等组件单元发生不同程度破坏时对车站体系功能的影响，为地铁车站的防灾准备和抗震设计提供重要参考。
1 地铁车站体系功能分析
1.1 地铁车站内的组件单元和子系统
地铁车站是城市轨道交通系统中的重要组成部分，地铁车站一般包括主体结构、出入口与通道、通风道与风亭(地下)和其他附属建筑物。
地铁车站内部物理空间的组成分为两大部分[27]：乘客使用的空间和地铁车站运营技术设备用房、管理用房和构筑物。图1给出了一个典型地铁车站的示意图，其服务乘客的流程如图1右侧所示。
乘客使用的空间包括出行和候车场所。从乘客角度来看，地铁车站主要是为了完成“进站-上车”、“下车-出站”、“线路换乘”等服务流程。地铁车站运营技术设备用房、管理用房和构筑物则是为了保证车站具有正常运营条件和运营秩序。从地铁车站运维角度看，需要为乘客提供适当的温度、湿度、含氧量和照明等，同时具备应对事故和突发事件紧急疏散的能力。进行地铁车站体系的整体功能评价时，要明确地铁车站内各子系统对应的组件单元组成及其对应的基本功能。
依据地铁车站内实际设备、设施布局情况及设计规范[11 − 12, 27]，从车站为乘客提供乘车、出站和换乘服务的角度，将地铁车站体系分为如下几个子系统：主体结构、乘降系统、供电系统、给排水系统、消防系统、暖通空调系统和信号系统，每个子系统包含的组件单元及其编号如表1所示，各个子系统的功能如下：
表 1 各类子系统对应的组件单元及编号Table 1. Components in each sub-system编号 子系统名称 组件单元及编号 S1 主体结构 车站主体结构x1 S2 乘降系统 楼梯x2、电梯x3、自动扶梯x4 S3 供电系统 低压变电站x5，配电线路x6 S4 给排水系统 给排水管网x7，排水泵x8 S5 消防系统 气体消防管网x9、灭火剂瓶组x10 S6 暧通空调系统 风井x11，排风扇x12，
空调x13，空调风扇x14S7 信号系统 信号设备x15 (1)主体结构：为整个地铁车站提供基本的承载和支撑功能，是车站内其他子系统功能的基础。
(2)乘降系统：保证乘客在车站地面出入口、中间站厅、地下站台之间的转移。
(3)供电系统：为地铁车站内各种设备和系统提供稳定的电力供应。分析地铁车站的供电系统功能时，主要关注降压变电所的状态。
(4)给排水系统：用于处理地铁车站内部的排水和污水。由于地铁车站可能处在地下水位以下，且防水措施震后易发生破坏，因此本文对排水系统的功能要求高于给水系统。
(5)消防系统：用于预防和处理火灾及其他突发事件。火灾是地铁车站运维中最常见的事故种类[28]，地铁车站电气设备种类复杂且数目繁多，消防系统主要采用气体灭火。
(6)暖通空调系统：用于调节车站内部温度、湿度和空气流通。
(7)信号系统：用于保障列车运行安全和乘客安全。其功能符合故障导向安全的原则，信号系统一旦故障，车辆便无法驶入车站。
1.2 地铁车站体系故障树模型
通过考虑地铁车站的子系统含有的组件单元，以及子系统之间的关联性，建立了地铁车站体系的故障树模型如图2所示。在故障树中，顶事件表示故障结果，每个方块代表一个基本部件，“OR”门表示任一部件故障都会导致上方故障，“AND”门表示所有部件故障才会导致上方故障。本文建立故障树模型时主要考虑以下准则：
![]()
图 2 地铁车站体系正常运营功能的故障树Figure 2. Fault tree of the normal operation of the subway station system1)地铁车站内各子系统对车站整体功能的影响。图2中，地铁车站具有完整功能为顶事件，在所有子系统正常运行时才能实现。若任一子系统(主体结构、给排水、消防、供电、乘降、暖通空调、信号)发生故障，地铁车站将失去其功能，因此各个子系统之间是“OR”门。
2)考虑各子系统之间的关联关系。图2中展示的各子系统存在关联依赖关系，如给排水、乘降和暖通空调的某些组件单元需要供电系统正常运行作为先决条件，因此供电子系统的状态直接影响这些子系统的功能状态。
3)考虑子系统内部各组件单元之间的关联关系。如楼梯、电梯、自动扶梯共同决定乘降系统的功能状态，只有这三类组件单元全部失效时，乘降系统才失效，因此乘降系统内部各个组件单元之间是“AND”门。
图2所示故障树模型，地铁车站体系为由多个子系统构成的串联体系(式(1))，其中每个子系统由多个组件单元串联、并联、串并混联组成(式(2))。
PEF=∩ni=1Si (1) Si={∩mij=1xj;i={1,3,4,5,7}∪mij=1xj;i=2(∩mi1j=1xj)∪(∩mi2j=1xj);i=6 (2) 式中：Si为子系统i的编号，具体名称见表1；n为地铁车站体系功能状态对应的子系统个数(n≤7)，详见2.2节；xj为子系统Si包含的第j个组件单元，mi为子系统中包含的组件单元的数量；mi1和mi2分别为子系统中起到功能并联作用的两类组件单元数量，且有mi1+ mi2=mi；
2 地铁车站震后功能状态分析
2.1 基本组件单元结构地震易损性
基于故障树模型分析地铁车站的震后功能状态时，需要判断故障树中每一个组件单元处于失效，还是工作状态(0失效，1工作)，首先需获得地铁车站内组件单元xj的地震易损性。
工程结构地震易损性表示其在给定的地震动强度下达到或超过某一损伤状态的概率，如式(3)所示。
P[D⩾ (3) 式中：P[ \cdot ]为示概率；Φ[ \cdot ]为标准正态累积分布函数；IM为地震动强度参数；mD|IM和βD|IM为结构地震需求D的中位数和对数标准差；mC和βC为结构抗震能力C的中位数和对数标准差。
根据式(3)，地震易损性分析可分为概率地震需求分析和概率抗震能力分析[29 − 30]。概率地震需求模型表征了结构反应与地震动强度之间的概率关系。地震需求中位数mD|IM与地震动强度IM之间一般服从式(4)的幂指数回归关系：
{m_{D|IM}} = a{\left( {IM} \right)^b} (4) 式(4)等式两边同取对数得：
\ln \left( {{m_{D|IM}}} \right){\text{ }} = {\text{ ln}}\left( a \right) + b\ln \left( {IM} \right){\text{ }} (5) 式中，ln(a)和b为拟合系数。地震需求的对数标准差βD|IM可由式(6)计算。
{\beta _{D|IM}} \cong \sqrt {\frac{1}{{N - 2}}\sum\nolimits_{i = 1}^N {{{\left[ {\ln ({D_i}) - \ln ({m_{D|IM}})} \right]}^2}} } (6) 式中：Di为某一次分析中结构的地震需求；N为分析次数(即地震需求样本点总数)。将式(5)代入式(1)可得：
\begin{split} P\left[ {D {\geqslant} C|IM} \right] = &\Phi \left[ {\frac{{\ln \left( {IM} \right) - {{\left[ {\ln ({m_C}) - \ln (a)} \right]} / b}}}{{{{\sqrt {\beta _{D|IM}^2 + \beta _C^2} } / b}}}} \right] =\\& \Phi \left[ {\frac{{\ln \left( {IM/{m_{\mathrm{S}}}} \right)}}{{{\beta _{\mathrm{S}}}}}} \right] \end{split} (7) 式中，mS和βS分别为结构地震易损性模型的中位值和对数标准差。上述概率地震易损性的分析方法同时适用于工程结构和各类生命线系统的设施、设备。地铁车站内不同子系统所含组件单元(x1~x15)的易损性参数见附表A。
2.2 地铁车站体系震后功能状态划分
根据地铁车站的日常使用功能需求和以往遭受地震破坏的震害情况及恢复情况，从地铁车站运营、通过列车和疏散乘客的三个功能需求角度划分地铁车站震后功能(Post-earthquake function，PEF)状态如下：
(1)“车站运营”需求：地铁车站正常状态下的功能。
(2)“通过列车”需求：当地铁车站无法提供乘客进出站和换乘服务时，需保障线路通车，类似于“甩站不停车”场景。如图3所示1995年阪神地震后，神户市大开地铁站的震后的修复过程[1]。
![]()
图 3 阪神地震后神户高速线轨道交通站点恢复记录Figure 3. Recovery of the Kobe Expressway Rail Transit Station after the Hanshin-Awaji earthquake(3)“疏散乘客”需求：紧急情况下乘客通过乘降系统疏散到地铁车站外部区域，这是在列车故障、地铁车站停运和灾害侵扰后，地铁车站都应该具备的基本功能。需要说明的是，震后紧急“疏散乘客”功能，与日常运营状态下乘客出站功能存在差异，可在结构或非结构构件带损伤的状态下完成。
需求(1)主要受到主体结构、乘降、水电供应、信号、通风系统影响，需求(2)受到站台层主体结构、供电和信号系统影响，需求(3)受到主体结构、乘降和应急供电系统影响。
根据地铁车站体系震后功能需求以及组件单元结构震后状态，将地铁车站震后功能划分为5个状态见表2。
表 2 地铁车站体系震后功能状态分类Table 2. Classification to the multi-functional state of subway station systems功能状态 功能需求 功能状态描述 车站运营 通过列车 疏散乘客 PEFI √ √ √ 主体结构、非结构构件和设施设备基本未受影响，运行功能正常。 PEFII √ √ √ 主体结构、非结构构件和设施设备轻微受损，经检查或短时间维护后可使用；运营功能受到部分影响，车站限流、列车限速。 PEFIII ○ √ √ 主体结构轻微受损，部分非结构构件和设施设备发生中等破坏、需要维修；不能运营，列车可通行。 PEFIV ○ ○ √ 主体结构中等破坏，部分发生严重破坏；不能运营、不能通车，震后滞留人员可紧急疏散。 PEFV ○ ○ ○ 各类结构和设施严重破坏或塌毁；功能中断，不能确保滞留人员安全。 (1) PEFI：全部功能正常。地铁车站未受到地震灾害影响，车站结构和功能完好。
(2) PEFII：地铁车站运营功能部分下降。地震导致地铁车站内的结构或非结构组件轻微损伤，经检查后即可部分恢复运营(可承载的乘客人流量下降)；例如：2008年汶川地震时，正在修建的重庆地铁车站和区间隧道发生了轻微裂缝或错位，但未对主体结构安全造成影响，这条线路至今仍在运营中[31]。
(3) PEFIII：地铁车站不能提供运营功能(乘客上下车和换乘服务)，列车可通过车站，甩站不停车。地震导致地铁车站的主体结构产生不影响功能的轻微裂缝，部分非结构构件或设备受损，导致车站失去运营功能，但仍可以使列车通过。例如：图3所示的地铁“大开站”的修复过程。
(4) PEFIV：地铁车站不能提供运营和列车通过功能，仍具有震后紧急疏散功能，可使站内或上下行区间内乘客撤离。车站主体结构或非结构构件破坏较为严重，但仍具有一定的疏散能力。主体结构、乘降系统仍可以用于人员紧急疏散；此外，排水、消防、通风系统应具有一定的工作能力，以防止地下水灾、火灾等次生灾害，并满足地下空间中人员生存基本环境。
(5) PEFV：地铁车站不再具备运营、通过列车和疏散乘客功能。车站主体结构震后受力或变形超出控制范围或倒塌，设备设施损毁并退出工作。
2.3 地铁车站体系震后功能状态评估
美国联邦应急署(FEMA)开发的灾害评估模型(HAZUS)手册[32]，认为用连续函数表示结构的灾后损伤状态是不实际的，建议使用广义的损伤“范围”来描述结构构件和非结构构件的损伤。例如，轻微破坏状态指一个由地震引起的可观察到的损坏，这个损坏数值位于轻微破坏的阈值与中等破坏的阈值区间内。
类似的，为满足地铁车站体系不同PEFk (k=I, II, III, IV, V)状态对应的功能需求，根据车站内组件单元易损性(附表A)，得到震后车站体系各个PEFk状态对应组件单元震后状态阈值[DS]见表3；表3中，组件单元结构状态{DS0, DS1, DS2, DS3, DS4}分别对应震后的{基本完好，轻微破坏，中等破坏，严重破坏，毁坏}状态。
表 3 地铁车站体系震后功能状态对应子系统破坏状态阈值Table 3. The threshold for the damage state of subsystems corresponding to the PEF state of the subway station system子系统 组件单元 车站体系功能对应的基本构件状态阈值[DS] PEFI PEFII PEFIII PEFIV PEFV 主体结构S1 车站主体结构[8]x1 DS0 DS1 DS1 DS2 DS3 乘降系统S2 楼梯[33]x2、电梯[34]x3、扶梯[35]x4 DS0 DS1 DS1 DS2 DS3 供电系统S3 低压变电站[36]x5、配电线路[36]x6 DS0 DS1 DS2 DS2 − 给排水系统S4 给排水管线[37]x7 DS0 DS1 DS2 − − 排水泵[36]x8 DS0 DS1 DS1 DS2 − 消防系统S5 气体消防管网[38]x9、灭火剂瓶组[39]x10 DS0 DS1 DS2 DS2 − 通风系统S6 风井[8]x11、排风扇[39]x12 DS0 DS1 DS2 DS2 DS3 空调[20]x13 、空调风扇[39]x14 DS0 DS1 DS2 − − 信号系统S7 信号设备[26]x15 DS0 DS1 DS1 − − 故障树模型的应用过程中，顶端事件(车站体系)、中间事件(子系统)、底部事件(组件单元)仅有两种状态，即运行和失效。利用故障树模型进行车站体系多个PEFk状态分析时，每个PEFk状态对应1个故障树顶端事件。根据表3中车站体系PEFk状态对应的基本组件单元状态阈值，判别每个故障树底部事件的运行或失效{1, 0}；基于底部事件状态和图2中的故障树模型的“AND”和“OR”逻辑门，判别子系统对应的中间事件的运行或失效。上述过程和表3中的不同阈值划分，实际上将地铁车站体系五个PEFk状态评估的问题，转化为五个故障树模型的计算问题。
表3中当组件单元的震后状态DSi处于车站体系PEFk状态要求的阈值区间以内时，图2所示的故障树模型中各个组件单元对应的底事件xj=1 (j=1, 2, …, 15)，否则xj=0；每个组件单元状态对应的底事件取值按下式计算：
{\mathrm{x} _j} = \left\{ \begin{aligned} & {1;\;{d}{{s}^{k,j}} {\leqslant} [{D {S} ^{k,j}}]} \\ & {0;\;{d}{{s}^{k,j}}>[\;{D{S} ^{k,j}}]} \end{aligned}\right.\;\;(k = {\text{I}},{\mathrm{II}},{\text{III}},{\text{IV}}) (8) {\mathrm{x} _j} = \left\{ \begin{aligned} & {1;\;{d}{{s}^{{\text{V}},j}} {\geqslant} [{D{S} ^{{\text{V}},j}}]} \\ & {0;\;{d}{{s}^{{\text{V}},j}} < [{D{S} ^{{\text{V}},j}}]} \end{aligned}\right. (9) 式中：xj={0,1}为组件单元j对应的底事件取值(j=1, 2, …, 15)；dsk,j为组件单元j的实际状态值；DSk, j为车站体系PEFk状态(顶事件)对组件单元j的状态(底事件)要求的阈值(k=I, II, III, IV, V)；如：表3中PEFIII功能等级对组件单元5的要求为[DSIII,5]=DS2。
根据组件单元(底事件)的取值xj和图2，判别子系统Si状态(中间事件)的取值{0,1}；最后根据各个子系统的中间事件Si取值，判别车站体系的PEFk状态(顶事件)。根据图2中的逻辑连接关系和表3，判别车站体系不同PEFk状态的表达式如下：
\left\{ \begin{aligned} & {{\text{PE}}{{\text{F}}_{\text{I}}} = \cap _{i = 1}^7{\text{S} }_i^{\text{I}}\;} \\& {{\text{PE}}{{\text{F}}_{{\text{II}}}} = \; \cap _{i = 1}^7\mathrm{S} _i^{{\text{II}}}} \\& {{\text{PE}}{{\text{F}}_{{\text{III}}}} = \cap _{i = 1}^7\mathrm{S} _i^{{\text{III}}}} \\& {{\text{PE}}{{\text{F}}_{{\text{IV}}}} = \cap _{i = 1}^6\mathrm{S} _i^{{\text{IV}}}} \\& {{\text{PE}}{{\text{F}}_{\text{V}}} = \mathrm{S} _1^{\text{V}} \cup \mathrm{S} _2^{\text{V}} \cup \mathrm{S} _6^{\text{V}}} \end{aligned} \right. (10) 式中，SIi为子系统i是否达到体系功能状态PEFI要求的中间事件，达到要求时取SIi=1，否则SIi=0；同理，可得不同的系统状态PEFk (k=I, II, III, IV, V)对应的子系统Ski状态值。
根据2.1节的地震易损性模型，可得到表1中各类组件单元不同破坏状态的失效概率；采用Monte Carlo随机抽样方法，得到组件单元的震后状态样本[20, 25, 40]dsk,j；根据组件单元的状态(底事件)样本，与表3中的阈值进行比较，得到式(8)~式(9)所示的底事件xj取值；通过图2建立的故障树模型获得式(10)所示的子系统状态Si(中间事件)和车站体系PEFk状态(顶部事件)，对地铁车站体系震后功能状态整体评价的流程如图4所示。
![]()
图 4 地铁车站体系震后功能状态(PEF)评价流程Figure 4. Process for the PEF state evaluation of subway station system3 算例分析
选择某两层三跨岛式车站地铁车站为案例，该地铁车站抗震设防烈度为VII度，工程场地类型为III类，站内平面布置如图1所示。根据图2所示故障树模型，选取地面峰值加速度PGA作为地震动强度指标，取值范围为0.01 g~1.0 g，间隔为0.01 g(即k=100)，根据WEN等[26]建立的两层三跨地铁车站厅层与台层的概率地震需求模型，换算得到地铁车站楼层峰值加速度PFA；根据表3所得易损性模型计算车站体系基本组件单元震后破坏状态的概率，采用Monte Carlo随机抽样模拟10 000次。
3.1 计算结果合理性分析
不同地震动强度(PGA)作用下，基于Monte Carlo模拟10000次得到车站体系处于5个PEFk (k=I, II, III, IV, V)状态的失效概率估计值，并进行对数正态分布拟合。图5展示了地铁车站不同PEFk状态对应的失效概率曲线，其中每条曲线表示车站功能小于某个功能状态的概率值。例如，当PGA为0.3 g时，车站体系PEFI、PEFII、PEFIII和PEFIV状态的失效概率分别为0.98、0.67、0.41和0.04。2024年1月1日能登半岛地震后，次日统计数据显示，受地震影响的区域内共有34条城市轨道交通线路停运，其中羽咋站因站台受损严重而无法修复(JMA震度为6度，对应PGA为0.25 g~0.4 g)[41]，说明此工况下车站停运概率较高，而遭受破坏而无法修复的概率较低，这与本文计算结果相符。根据图5的失效概率曲线，可快速评估地铁车站体系震后功能状态。
为说明本文模型计算结果的合理性，将图5计算结果与WEN等[26]的计算结果进行了对比，见表4所示。需要说明的是，由于本文模型与WEN等[26]文中对车站体系功能状态的划分和分析模型均存在差异，此处仅进行不同功能状态失效概率的宏观比较。为方便进行对比，表4中将本文的车站功能状态与WEN等[26]文中的车站状态进行了简化对照。其中，WEN等[26]文中按照信号系统不同的破坏等级划分了异常运行状态1和2，任一子系统失去功能后地铁车站即为无法运行状态。
表 4 本文结果与其他文献计算结果对比(PGA=0.40 g)Table 4. Comparison of the results obtained in this study with the results reported in other literature.WEN等[26] 本文模型 车站震后状态 状态概率 车站震后状态 状态概率 正常运行 0.07 PEFI 0.004 PEFII 0.096 异常状态1 0.08 PEFIII 0.229 异常状态2 0.15 无法运行 0.70 PEFIV 0.772 − − PEFV 0.851 从表4可知，在PGA=0.40 g时，WEN等[26]文中{正常，异常1+异常2，无法}运行状态分别与本文计算结果中的{PEFI+PEFII，PEFIII，PEFIV}状态的概率相近。这是由于WEN等[26]文中各基本组件单元的功能状态仅有运行和失效两种，本文采用的组件单元功能状态有多种，所划分的地铁车站体系震后功能状态的区分度更细。本文PEFI与WEN等[26]文的正常运行状态概率差异较大，原因在于：PEFI状态对应了车站无任何破坏的状态，对各组件的功能要求高，WEN等[26]文中没有计算此状态。本文PEFV与WEN等[26]中文的无法运行状态概率存在差异，原因在于两个研究中采用的组件结构的易损性模型不同，如WEN等[26]选取的易损性模型中，楼梯和电梯在PGA=0.4 g时处于正常运行状态的概率为1.0；在本文采用易损性模型中，楼梯和电梯的严重破坏的超越概率分别为0.1282和0.8091。显示1995年阪神地震中，神户市的JMA震度达到6度(0.25 g~0.4 g)，神户海洋气象台观测到最大加速度为332 gal[1]，按照新规范设计的电梯约28.2%破坏，旧规范设计的电梯约50%破坏[42]。因此，本文采用的电梯易损性模型与实际震害更为相符。
3.2 模型合理性验证
地铁车站体系PEFIII状态及其对应的子系统的失效概率曲线如图6所示。分别选取0.1 g、0.2 g、0.4 g和0.6 g四个工况下系统和子系统的失效概率见图7。
![]()
图 6 PEFIII状态下地铁车站体系和子系统易损性曲线Figure 6. Fragility curves for the subway station system and its sub-systems in PEFIII state![]()
图 7 PEFIII状态下体系与子系统失效概率对比(对数尺度)Figure 7. Comparison of failure probabilities between system and its subsystem in PEFIII state从图6和图7可以得到，在相同的地震动强度作用下，车站体系的失效概率总是高于各个子系统的失效概率。车站体系的失效概率与最容易发生破坏的子系统(信号系统)失效概率最大相差25.6%。此外，车站体系功能失效概率与主体结构子系统的失效概率之间存在较大差异。当PGA>0.48 g时，信号、消防、给排水、通风和消防子系统的失效概率都高于主体结构的失效概率。这说明导致车站体系PEFIII状态失效的原因很可能是以上5个子系统的故障，而非主体结构的问题。而在PGA<0.38 g时，供电、消防和给排水子系统的失效概率高于主体结构的失效概率。这表明在不同地震动强度下，导致车站PEFIII状态失效的原因可能会不同。此外，乘降系统在地震后的功能表现优于其他子系统，这是因为乘降子系统的功能由多种组件单元并行完成(式(2)和图2)，有较高的冗余度。
因此，由于车站内各个组件单元及子系统之间的失效相关性，车站体系功能的失效事件并不完全由最不利组件单元或最不利子系统决定(完全相关情景)，单个最不利组件单元结构或子系统的易损性并不能代表体系的易损性。由于车站体系由多种相关联的组件单元或子系统构成，采用故障树模型表示体系及基本组件单元的关系是合理的。
为进一步说明，图8和图9给出了采用不同计算模型时的结果对比，并指出了计算结果出现差异的原因是地铁车站体系内子系统及组件的相关性的影响。图8给出了地铁车站不同PEFk状态的样本占比情况，并给出了使用故障树模型(考虑子系统相互关联)和子系统串联模型式(13)(不考虑子系统相互关联)的样本占比对比。
![]()
图 9 地铁车站不同PEFk状态样本占比柱状图Figure 9. The ratio of samples in different PEFk states of the subway station system{\text{PEF}} = \left\{ \begin{aligned} & {{\text{PE}}{{\text{F}}_{\text{I}}},\;[\forall {{\text{x}}_i} = \{ \mathrm{D{S} _0}\} ]} \\& {{\text{PE}}{{\text{F}}_{{\text{II}}}}{\text{,}}\;[\forall {{\text{x}}_i} = \{ \mathrm{D{S_0}},\;\mathrm{D{S_1}}\} ]} \\& {\text{PE}}{{\text{F}}_{{\mathrm{III}}}}{\text{,}}\;[{\mathrm{x} _i} = \{ \mathrm{D{S_0}},\;\mathrm{D{S_1}}\} ,\;i \in {{\mathbf{x} }}_i^2] \cap \\& [\mathrm{x_j} = \{ \mathrm{D{S_0}},\;\mathrm{D{S_1}},\;\mathrm{D{S_2}}\} ,\;j \in {{\mathbf{x} }}_j^2] \\& {{\text{PE}}{{\text{F}}_{{\text{IV}}}}{\text{,}}\;[{\mathrm{x} _i} = \{ \mathrm{D{S_0}},\;\mathrm{D{S_1}},\;\mathrm{D{S} _2}\} ,i \in {{\mathbf{x} }}_i^3]} \\& {{\text{PE}}{{\text{F}}_{\text{V}}}{\text{,}}\;[{\mathrm{x} _i} = \{ \mathrm{D{S} _3},\;\mathrm{D{S} _4}\} ,\;i \in {{\mathbf{x} }}_i^4]} \end{aligned}\right. (11) 式中，xi为表3中所示子系统组件单元的震后状态；xi2为与PEFIII对应的组件单元编号的集合，xi2={1, 2, 3, 4, 8, 15}；类似地有，xj2={5, 6, 7, 9, 10, 11, 12, 13, 14}；xi3={1, 2, 3, 4, 5, 6, 8, 9, 10, 11, 12}；xi4={1, 2, 4, 11}。
图8表明，随着PGA的增加，功能要求高的PEFI样本占比逐渐降低，功能要求低的PEFV样本占比逐渐升高；当PGA>0.61 g时，Monte Carlo模拟结果中车站处于PEFV状态的样本占比>50%，即PGA>0.6 g时，地铁车站体系功能完全中断的概率>0.50。{PEFII, PEFIII, PEFIV}状态对应的样本占比峰值对应的PGA分别为{0.18 g, 0.30 g, 0.43 g}，当PGA<0.12 g时，车站体系处于PEFI态的概率区间最大，当PGA>0.54 g以后，车站体系处于PEFV状态的概率区间最大。
图8中实线(故障树模型)较于虚线(串联模型)整体右移，结合图9可知，当考虑子系统内部基本组件单元之间以及子系统之间的相关性时(本文故障树模型)，车站体系的震后功能状态优于不考虑组件之间及子系统之间相关时(串联体系模型)的情况。串联体系的失效概率上界和下界[43]如式(14)所示，式中的右侧部分是失效概率上界，对应未考虑组件单元之间及子系统之间失效相关性(完全独立)的工况式(13)。式(14)中左侧部分是失效概率下界，对应系统组件失效完全相关的情景，从式(14)下界可知，串联体系的失效概率大于等于最脆弱子系统的失效概率。
需要说明的是，图9中每个PGA工况下PEFk (k=I, II, III, IV, V)的样本占比之和不总为1，差值部分在图5中体现为PEFIV和PEFV两个曲线之间。这是因为本文2.2节划分的地铁车站体系5个PEFk状态是车站体系所有功能状态的真子集，如式(8)和式(9)所示，这5个真子集并不占据车站体系震后的全部功能状态空间。
本文采用故障树模型计算的车站体系PEFk (k=I, II, III, IV, V)状态的失效概率时，考虑了组件单元失效和子系统失效事件之间的相关性；对于车站体系PEFIII状态本文模型计算的各子系统失效事件之间的相关性系数见图10；因此，实际计算的失效概率介于式(14)所示的上界和下界之间。
\mathop {\max }\limits_{1 {\leqslant} i {\leqslant} {n}} {p_{fi}} {\leqslant} {p_f} {\leqslant} 1 - \prod\nolimits_{i = 1}^{n} {(1 - {p_{fi}})} (12) 式中：pf为体系发生失效的事件E的概率；pfi为第i个子系统发生失效的事件Ei的概率；n为子系统个数。
![]()
图 10 PEFIII状态下地铁车站体系及各子系统之间的相关性Figure 10. Correlation coefficients between the subway station system and its sub-systems in the PEFIII state图8、图9和式(14)表明，采用故障树模型能够考虑体系和子系统功能之间的相关性、子系统之间的相关性以及组件单元之间的相关性。这种相关性来源于：1)不同的子系统中有一部分组件单元是相同的，当这些组件单元发生破坏时，多个子系统均失去功能；2)某些子系统设计有功能冗余，内部组件单元之间具有相互代替性(并联性)。在考虑相关性时，由于子系统内部冗余性，车站体系功能将优于不考虑相关性时的功能；而由于子系统之间并不是完全相关的，车站体系的失效概率将大于最容易发生破坏的子系统失效概率。
3.3 组件单元参数灵敏度分析
为识别地铁车站体系内组件单元的重要性，进行敏感性分析：依次将各个组件单元的易损性模型中位值调整±20%，其他组件单元的参数保持不变，考察其对整个地铁车站体系功能失效概率的影响。计算出PEFII、PEFIII、PEFIV和PEFV功能状态的失效概率中位数如图11所示，其中各组件单元的编号与表3一致。
![]()
图 11 PEFII、PEFIII、PEFIV和PEFV状态中体系失效概率中位数变化率Figure 11. Changes of median value in failure probabilities of subway station system among states PEFII, PEFIII, PEFIV, and PEFV从图中可以看出：对于PEFII状态，x5(低压变电站)、x15(信号设备)和x7(给排水管线)是重要单元；对于PEFIII状态，x15、x8(排水泵)和x5是重要单元；对于PEFIV状态，x5、x1(主体结构)和x6(配电线路)是重要单元；对于PEFV状态，x1、x2(楼梯)和x11(风井)是重要单元。可以初步判定地铁车站体系的功能状态不同时，各组件单元的重要度是不同的，因此有必要按照不同的功能需求划分地铁车站体系震后功能状态。
在PEFIII和PEFIV两个状态中，组件x6(配电线路)的重要度差异显著，约相差17倍：PEFIII状态下，x6的易损性模型中位值增减20%后，车站体系的中位值对应变化0.19%和-0.09%；PEFIV状态下，x6的易损性模型中位值增减20%后，车站体系的失效概率中位值对应变化1%和-3.8%。在PEFII和PEFV两个功能状态中，组件x2(楼梯)的重要度差异较大，约相差5倍：PEFII状态下，x2的易损性模型中位值增减20%后，车站体系的失效概率中位值对应变化0.38%和−0.77%；PEFV状态下，x2的易损性模型中位值增减20%后，车站体系的失效概率中位值对应变化1.33%和−4.48%。
在图11所示的PEFII状态下，所有组件易损性模型中位值增大20%或减小20%时，对应的重要度最低的组件是x12(排风扇)或x3(电梯)。从图2所示系统故障树模型中分别删除这两个组件后，计算得到PEFII状态失效概率变化率为−1.92%和−0.58%，表明此两类组件对车站体系的整体失效概率影响较小。造成这一现象的可能原因为：1)在功能上与此两类组件协同工作的其他组件单元(串联)，且这些协同组件的地震易损性高于此两类组件。例如：车站体系的“通风功能”可以由“空调-空调风扇”和“风井-排风扇”两类体系完成，对于“风井-排风扇”体系，风井、排风扇DS1状态的易损性模型中位数分别为0.39 g、2.25 g；因此 “风井-排风扇”体系破坏状态由风井的状态控制，排风扇的影响很小。2)存在功能上能够代替此两类组件的其他组件单元(并联)，且这些代替组件的地震易损性小于此两类组件；例如：车站体系的“乘降功能”可由楼梯、自动扶梯、电梯中的任一组件完成，而此三类组件DS1状态的易损模型中位数分别为0.29 g、0.40 g、0.21 g；因此乘降功能的破坏状态由自动扶梯控制，电梯的影响很小。
综合以上分析可以得出，地铁车站体系的功能需求不同时，各组件单元的重要度是不同的，可能在PEFIII中不重要的组件，在PEFIV中是重要组件，在地铁车站体系故障树建模时，对于各个震后功能状态，要尽量包括其相关的组件单元，不能忽略某个状态下不重要的组件单元。
4 结论
本文提出了一种考虑震后多功能需求的地铁车站体系震后功能状态评价方法，将地铁车站体系划分为不同子系统，按照震后实际的功能需求，将地铁车站划分为5个震后功能状态，采用故障树模型考虑了地铁车站内部各个子系统之间和子系统内组件单元之间的相互关联性。利用地铁车站内组件单元的地震易损性模型，采用Monte Carlo随机抽样模拟进行了地铁车站的震后功能分析。主要结论如下：
(1)本文通过考虑地铁车站体系震后的“车站运营”、“通过列车”和“疏散乘客”三个需求，将案例车站体系划分为5个功能状态，可对地铁车站体系的震后功能进行快速评估；基于故障树模型，可以表示不同组件单元破坏对地铁车站体系整体功能的影响。
(2)地铁车站体系不同功能状态的失效概率曲线中位值，约为地铁车站内抗震能力最差的子系统地震易损性曲线中位值的0.42 倍~0.90倍。说明多种子系统综合影响的震后地铁车站体系功能更容易损坏，不能简单的将抗震功能最差子系统的地震易损性作为地铁车站功能易损性。
(3)对于不同的功能状态，地铁车站体系的重要组件单元不同；同一个组件单元，在不同的功能状态中重要度差异可达17倍。因此有必要按照不同的功能需求划分震后功能状态，且划分各功能状态时，要尽量包括其相关的组件单元，不可忽略某些不重要的组件单元。
综上所述，本文提出的基于故障树和Monte Carlo随机抽样的地铁车站体系震后功能评估模型，适用于地铁车站体系震后功能的快速评估、识别重要组件单元等研究。本文仅针对一个地铁车站的震后功能建立了震后功能评估模型，实际上地铁系统是由多种地铁车站和线路构成，后续研究可扩展至整个地铁系统的震后功能评估。
附表A
A 地铁车站体系组件单元的易损性模型A. Fragility model of the component units of the metro station system名称 工程需求参数 破坏状态 中位数(g) 标准差 名称 工程需求参数 破坏状态 中位数(g) 标准差 主体结构[8]x1 PGA DS1 0.39 0.53 排风扇[39]x12 PFA DS1 2.25 0.4 DS2 0.62 0.53 DS2 2.6 0.4 DS3 0.83 0.53 空调[20]x13 PFA DS1 0.15 0.71 电梯[34]x2 PGA DS1 0.21 0.37 DS2 0.20 0.71 DS2 0.3 0.23 DS3 0.3079 0.7115 DS3 0.323 0.22 空调风扇[39]x14 PFA DS1 4.8 0.6 楼梯[33]x3 PGA DS1 0.29 0.53 低压变电站[36]x5 PFA DS1 0.15 0.70 DS2 0.52 0.53 DS2 0.29 0.55 DS3 0.73 0.53 DS3 0.45 0.45 扶梯[35]x4 PGA DS1 0.4 0.53 配电线路[36]x6 PFA DS1 0.28 0.30 DS2 0.55 0.53 DS2 0.40 0.20 DS3 0.75 0.53 DS3 0.72 0.15 给排水管线 [37]x7 PFA DS1 0.142 0.666 气体消防管网[38]x9 PFA DS1 0.46 0.33 DS2 0.451 0.686 DS2 0.93 0.34 DS3 1.175 0.601 DS3 1.26 0.34 排水泵(锚固)[36]x8 PFA DS1 0.15 0.75 灭火剂瓶组[39]x10 PGA DS1 0.42 0.4 DS2 0.36 0.65 DS2 0.42 0.4 DS3 0.77 0.65 DS3 风井[8]x11 PGA DS1 0.39 0.53 信号设备[26]x15 PGA DS1 0.3 0.4 DS2 0.62 0.53 DS2 0.4 0.4 DS3 0.83 0.53 DS3 -
![]()
图 2 地铁车站体系正常运营功能的故障树
Figure 2. Fault tree of the normal operation of the subway station system
![]()
图 3 阪神地震后神户高速线轨道交通站点恢复记录
Figure 3. Recovery of the Kobe Expressway Rail Transit Station after the Hanshin-Awaji earthquake
![]()
图 4 地铁车站体系震后功能状态(PEF)评价流程
Figure 4. Process for the PEF state evaluation of subway station system
![]()
图 6 PEFIII状态下地铁车站体系和子系统易损性曲线
Figure 6. Fragility curves for the subway station system and its sub-systems in PEFIII state
![]()
图 7 PEFIII状态下体系与子系统失效概率对比(对数尺度)
Figure 7. Comparison of failure probabilities between system and its subsystem in PEFIII state
![]()
图 9 地铁车站不同PEFk状态样本占比柱状图
Figure 9. The ratio of samples in different PEFk states of the subway station system
![]()
图 10 PEFIII状态下地铁车站体系及各子系统之间的相关性
Figure 10. Correlation coefficients between the subway station system and its sub-systems in the PEFIII state
![]()
图 11 PEFII、PEFIII、PEFIV和PEFV状态中体系失效概率中位数变化率
Figure 11. Changes of median value in failure probabilities of subway station system among states PEFII, PEFIII, PEFIV, and PEFV
表 1 各类子系统对应的组件单元及编号
Table 1 Components in each sub-system
编号 子系统名称 组件单元及编号 S1 主体结构 车站主体结构x1 S2 乘降系统 楼梯x2、电梯x3、自动扶梯x4 S3 供电系统 低压变电站x5，配电线路x6 S4 给排水系统 给排水管网x7，排水泵x8 S5 消防系统 气体消防管网x9、灭火剂瓶组x10 S6 暧通空调系统 风井x11，排风扇x12，
空调x13，空调风扇x14S7 信号系统 信号设备x15 
下载: 导出CSV
表 2 地铁车站体系震后功能状态分类
Table 2 Classification to the multi-functional state of subway station systems
功能状态 功能需求 功能状态描述 车站运营 通过列车 疏散乘客 PEFI √ √ √ 主体结构、非结构构件和设施设备基本未受影响，运行功能正常。 PEFII √ √ √ 主体结构、非结构构件和设施设备轻微受损，经检查或短时间维护后可使用；运营功能受到部分影响，车站限流、列车限速。 PEFIII ○ √ √ 主体结构轻微受损，部分非结构构件和设施设备发生中等破坏、需要维修；不能运营，列车可通行。 PEFIV ○ ○ √ 主体结构中等破坏，部分发生严重破坏；不能运营、不能通车，震后滞留人员可紧急疏散。 PEFV ○ ○ ○ 各类结构和设施严重破坏或塌毁；功能中断，不能确保滞留人员安全。
下载: 导出CSV
表 3 地铁车站体系震后功能状态对应子系统破坏状态阈值
Table 3 The threshold for the damage state of subsystems corresponding to the PEF state of the subway station system
子系统 组件单元 车站体系功能对应的基本构件状态阈值[DS] PEFI PEFII PEFIII PEFIV PEFV 主体结构S1 车站主体结构[8]x1 DS0 DS1 DS1 DS2 DS3 乘降系统S2 楼梯[33]x2、电梯[34]x3、扶梯[35]x4 DS0 DS1 DS1 DS2 DS3 供电系统S3 低压变电站[36]x5、配电线路[36]x6 DS0 DS1 DS2 DS2 − 给排水系统S4 给排水管线[37]x7 DS0 DS1 DS2 − − 排水泵[36]x8 DS0 DS1 DS1 DS2 − 消防系统S5 气体消防管网[38]x9、灭火剂瓶组[39]x10 DS0 DS1 DS2 DS2 − 通风系统S6 风井[8]x11、排风扇[39]x12 DS0 DS1 DS2 DS2 DS3 空调[20]x13 、空调风扇[39]x14 DS0 DS1 DS2 − − 信号系统S7 信号设备[26]x15 DS0 DS1 DS1 − −
下载: 导出CSV
表 4 本文结果与其他文献计算结果对比(PGA=0.40 g)
Table 4 Comparison of the results obtained in this study with the results reported in other literature.
WEN等[26] 本文模型 车站震后状态 状态概率 车站震后状态 状态概率 正常运行 0.07 PEFI 0.004 PEFII 0.096 异常状态1 0.08 PEFIII 0.229 异常状态2 0.15 无法运行 0.70 PEFIV 0.772 − − PEFV 0.851
下载: 导出CSV
A 地铁车站体系组件单元的易损性模型
A Fragility model of the component units of the metro station system
名称 工程需求参数 破坏状态 中位数(g) 标准差 名称 工程需求参数 破坏状态 中位数(g) 标准差 主体结构[8]x1 PGA DS1 0.39 0.53 排风扇[39]x12 PFA DS1 2.25 0.4 DS2 0.62 0.53 DS2 2.6 0.4 DS3 0.83 0.53 空调[20]x13 PFA DS1 0.15 0.71 电梯[34]x2 PGA DS1 0.21 0.37 DS2 0.20 0.71 DS2 0.3 0.23 DS3 0.3079 0.7115 DS3 0.323 0.22 空调风扇[39]x14 PFA DS1 4.8 0.6 楼梯[33]x3 PGA DS1 0.29 0.53 低压变电站[36]x5 PFA DS1 0.15 0.70 DS2 0.52 0.53 DS2 0.29 0.55 DS3 0.73 0.53 DS3 0.45 0.45 扶梯[35]x4 PGA DS1 0.4 0.53 配电线路[36]x6 PFA DS1 0.28 0.30 DS2 0.55 0.53 DS2 0.40 0.20 DS3 0.75 0.53 DS3 0.72 0.15 给排水管线 [37]x7 PFA DS1 0.142 0.666 气体消防管网[38]x9 PFA DS1 0.46 0.33 DS2 0.451 0.686 DS2 0.93 0.34 DS3 1.175 0.601 DS3 1.26 0.34 排水泵(锚固)[36]x8 PFA DS1 0.15 0.75 灭火剂瓶组[39]x10 PGA DS1 0.42 0.4 DS2 0.36 0.65 DS2 0.42 0.4 DS3 0.77 0.65 DS3 风井[8]x11 PGA DS1 0.39 0.53 信号设备[26]x15 PGA DS1 0.3 0.4 DS2 0.62 0.53 DS2 0.4 0.4 DS3 0.83 0.53 DS3
下载: 导出CSV
-
[1] 阪神•淡路大震災鉄道復興記錄編纂委員会. 阪神•淡路大農炎铁道復真の記绿[M]. 日本: 運輸省鉄道局, 1996. Hanshin-Awaji Earthquake Railway Reconstruction Memoir Compilation Committee. Hanshin-Awaji earthquake railway reconstruction record [M]. Japan: Department of Railways, Ministry of Transport, 1996. (in Japanese
[2] MLIT. 大規模地震の発生に伴う帰宅困難者対策のガイドライン[EB/OL]. https://www.bousai.go.jp/jishin/kitakukonnan, 2015. MLIT. Guidelines for measures for people who are unable to return to their homes in the event of a major earthquake [EB/OL]. https://www.bousai.go.jp/jishin/kitakukonnan, 2015. (in Japanese
[3] MLIT. 帰宅困難者等対策に係るこれまでの取組と今後の検討の方向性について[EB/OL]. https://www.bousai.go.jp/jishin/syuto/kitaku, 2021. MLIT. Past efforts to address measures for people unable to return to their homes and directions for future research [EB/OL]. https://www.bousai.go.jp/jishin/syuto/kitaku, 2021. (in Japanese
[4] JIANG J W, EL NAGGAR M H, DU X L, et al. Seismic fragility curves for shallow buried subway station using pushover-based method [J]. Tunnelling and Underground Space Technology, 2023, 135: 105059. doi: 10.1016/j.tust.2023.105059
[5] JIANG J W, EL NAGGAR H, XU C S, et al. Seismic fragility analysis for subway station considering varying ground motion ensembles [J]. Soil Dynamics and Earthquake Engineering, 2023, 165: 107705. doi: 10.1016/j.soildyn.2022.107705
[6] DU X L, JIANG J W, EL NAGGAR M H, et al. Interstory drift ratio associated with performance objectives for shallow-buried multistory and span subway stations in inhomogeneous soil profiles [J]. Earthquake Engineering & Structural Dynamics, 2021, 50(2): 655 − 672.
[7] ZHONG Z L, SHEN Y Y, ZHAO M, et al. Seismic fragility assessment of the Daikai subway station in layered soil [J]. Soil Dynamics and Earthquake Engineering, 2020, 132: 106044. doi: 10.1016/j.soildyn.2020.106044
[8] 钟紫蓝, 申轶尧, 郝亚茹, 等. 基于IDA方法的两层三跨地铁地下结构地震易损性分析[J]. 岩土工程学报, 2020, 42(5): 916 − 924. doi: 10.11779/CJGE202005014 ZHONG Zilan, SHEN Yiyao, HAO Yaru, et al. Seismic fragility analysis of two-story and three-span metro station structures based on IDA method [J]. Chinese Journal of Geotechnical Engineering, 2020, 42(5): 916 − 924. (in Chinese) doi: 10.11779/CJGE202005014
[9] HUANG P F, CHEN Z Y, LIU Z Q. Nonparametric probabilistic seismic demand model and fragility analysis of subway stations using deep learning techniques [J]. Underground Space, 2023, 11: 63 − 80. doi: 10.1016/j.undsp.2022.10.009
[10] ZHUANG H Y, YANG J, CHEN S, et al. Statistical numerical method for determining seismic performance and fragility of shallow-buried underground structure [J]. Tunnelling and Underground Space Technology, 2021, 116: 104090. doi: 10.1016/j.tust.2021.104090
[11] GB 55033−2022, 城市轨道交通工程项目规范[S]. 北京: 中国建筑工业出版社, 2022. GB 55033−2022, Project code for engineering of urban rail transit [S]. Beijing: China Architecture & Building Press, 2013. (in Chinese)
[12] GB 50157−2013, 地铁设计规范[S]. 北京: 中国建筑工业出版社, 2014. GB 50157−2013, Code for design of metro [S]. Beijing: China Architecture & Building Press, 2014. (in Chinese)
[13] BRUNEAU M, CHANG S E, EGUCHI R T, et al. A framework to quantitatively assess and enhance the seismic resilience of communities [J]. Earthquake Spectra, 2003, 19(4): 733 − 752. doi: 10.1193/1.1623497
[14] ZHANG J, LI G, ZHANG M Y. Multi-objective optimization for community building group recovery scheduling and resilience evaluation under earthquake [J]. Computer-Aided Civil and Infrastructure Engineering, 2023, 38(12): 1657 − 1676. doi: 10.1111/mice.12882
[15] TERZIC V, VILLANUEVA P K. Method for probabilistic evaluation of post-earthquake functionality of building systems [J]. Engineering Structures, 2021, 241: 112370. doi: 10.1016/j.engstruct.2021.112370
[16] CHENG Q L, XIE L L, WANG Z C, et al. BIM-based method for post-earthquake medical functionality assessment of hospital departments considering functional coupling [J]. Journal of Building Engineering, 2024, 83: 108339. doi: 10.1016/j.jobe.2023.108339
[17] JACQUES C C, MCINTOSH J, GIOVINAZZI S, et al. Resilience of the Canterbury hospital system to the 2011 Christchurch earthquake [J]. Earthquake Spectra, 2014, 30(1): 533 − 554. doi: 10.1193/032013EQS074M
[18] LI J C, WANG T, SHANG Q X. Probability‐based seismic reliability assessment method for substation systems [J]. Earthquake Engineering & Structural Dynamics, 2019, 48(3): 328 − 346.
[19] 尚庆学. 医疗系统抗震韧性评价方法研究[D]. 哈尔滨: 中国地震局工程力学研究所, 2021. SHANG Qingxue. Research on seismic resilience assessment method of hospital systems [D]. Harbin: Institute of Engineering Mechanics, China Earthquake Administration, 2021. (in Chinese)
[20] 左浩朋, 尚庆学, 毛晨曦, 等. 集装箱式边缘数据中心震后功能概率评价方法[J]. 工程力学, 2024, 41(4): 59 − 69. doi: 10.6052/j.issn.1000-4750.2022.04.0327 ZUO Haopeng, SHANG Qingxue, MAO Chenxi, et al. A probabilistic assessment method for post-earthquake functionality of containerized edge data center [J]. Engineering Mechanics, 2024, 41(4): 59 − 69. (in Chinese) doi: 10.6052/j.issn.1000-4750.2022.04.0327
[21] MOHAMMADGHOLIBEYKI N, KOLIOU M, LIEL A B. Assessing building’s post-earthquake functional recovery accounting for utility system disruption [J]. Resilient Cities and Structures, 2023, 2(3): 53 − 73. doi: 10.1016/j.rcns.2023.06.001
[22] COOK D T, LIEL A B, HASELTON C B, et al. A framework for operationalizing the assessment of post-earthquake functional recovery of buildings [J]. Earthquake Spectra, 2022, 38(3): 1972 − 2007. doi: 10.1177/87552930221081538
[23] Applied Technology Council, National Earthquake Hazards Reduction Program (US) Seismic performance assessment of buildings [M]. Federal Emergency Management Agency, 2012.
[24] TANG Y M, LI S, ZHAI C H. A belief rule-base approach to the assessment and improvement of seismic resilience of high-speed railway station buildings [J]. Soil Dynamics and Earthquake Engineering, 2023, 165: 107680. doi: 10.1016/j.soildyn.2022.107680
[25] 侯本伟, 元明豪, 吴珊, 等. 基于状态树模型的给水处理厂体系震后功能评估[J]. 工程力学, 2024, doi: 10.6052/j.issn.1000-4750.2023.10.0813. HOU Benwei, YUAN Minghao, WU Shan, et al. Post-earthquake functionality assessment of water treatment plant system based on state tree model [J]. Engineering Mechanics, 2024, doi: 10.6052/j.issn.1000-4750.2023.10.0813. (in Chinese)
[26] WEN W P, HU J, ZHAI C H, et al. Post‐earthquake functionality assessment of subway stations considering the interdependency among sub‐systems [J]. Computer-Aided Civil and Infrastructure Engineering, 2024, 39(1): 136 − 161. doi: 10.1111/mice.13008
[27] 邓文龙. 城市轨道交通车站设备[M]. 北京: 中央广播电视大学出版社, 2014. DENG Wenlong. Urban rail transit equipment [M]. Beijing: Web Central Radio & TV University Press, 2014. (in Chinese)
[28] WU J S, HU Z Q, CHEN J Y, et al. Risk assessment of underground subway stations to fire disasters using Bayesian network [J]. Sustainability, 2018, 10(10): 3810. doi: 10.3390/su10103810
[29] 吕大刚, 于晓辉. 基于地震易损性解析函数的概率地震风险理论研究[J]. 建筑结构学报, 2013, 34(10): 41 − 48. LV Dagang, YU Xiaohui. Theoretical study of probabilistic seismic risk assessment based on analytical functions of seismic fragility [J]. Journal of Building Structures, 2013, 34(10): 41 − 48. (in Chinese)
[30] CORNELL C A, JALAYER F, HAMBURGER R O, et al. Probabilistic basis for 2000 SAC federal emergency management agency steel moment frame guidelines [J]. Journal of Structural Engineering, 2002, 128(4): 526 − 533. doi: 10.1061/(ASCE)0733-9445(2002)128:4(526)
[31] 中国土木工程学会. 5·12汶川特大地震后震区城市轨道交通调研[C] //中国科协2008防灾减灾论坛全国学会文集. 郑州: 中国科学技术协会, 2008: 43 − 50. China Civil Engineering Society. 5.12 Wenchuan earthquake after the earthquake area of urban rail transit research [C] //Proceedings of the 2008 Disaster Prevention and Mitigation Forum of the China Association for Science and Technology. Zhengzhou: China Association for Science and Technology, 2008: 43 − 50. (in Chinese)
[32] FEMA. Multi-hazard loss estimation methodology-eathquake model: Hazus MH technical manual [EB/OL]. https://www.fema.gov/flood-maps/tools-resources/flood-map-products/hazus/user-technical-manuals, 2004.
[33] LI B X, MOSALAM K M. Seismic performance of reinforced-concrete stairways during the 2008 Wenchuan earthquake [J]. Journal of Performance of Constructed Facilities, 2013, 27(6): 721 − 730. doi: 10.1061/(ASCE)CF.1943-5509.0000382
[34] 韩庆华, 张晓龙, 芦燕, 等. 基于增量动力法的电梯对重系统地震易损性分析[J]. 地震工程与工程振动, 2022, 42(5): 53 − 62. HAN Qinghua, ZHANG Xiaolong, LU Yan, et al. Seismic fragility analysis of elevator counterweight system based on incremental dynamic analysis [J]. Earthquake Engineering and Engineering Vibration, 2022, 42(5): 53 − 62. (in Chinese)
[35] 李骏. 北京顺义西站自动扶梯桁架的抗震分析[J]. 中国电梯, 2021, 32(21): 11 − 14. LI Jun. Seismic analysis of escalator truss in Beijing Shunyi west railway station [J]. China Elevator, 2021, 32(21): 11 − 14. (in Chinese)
[36] RISN-TG041−2022, 城市工程系统抗震韧性评价导则[S]. 北京: 中国建筑工业出版社, 2022. RISN-TG041−2022, Guideline for evaluation of seismic resilience assessment of urban engineering systems [S]. Beijing: China Architecture & Building Press, 2022. (in Chinese)
[37] 王晓娜, 郭恩栋, 闫培雷, 等. 基于震害率经验模型分析供水管道地震易损性[J]. 地震研究, 2022, 45(3): 345 − 351. WANG Xiaona, GUO Endong, YAN Peilei, et al. Study on seismic vulnerability of water supply pipeline based on empirical model of seismic damage rate [J]. Journal of Seismological Research, 2022, 45(3): 345 − 351. (in Chinese)
[38] SOROUSHIAN S, ZAGHI A E, MARAGAKIS M. et al. Analytical seismic fragility analyses of fire sprinkler piping systems with threaded joints [J]. Earthquake Spectra, 2015, 31(2): 1125 − 1155. doi: 10.1193/083112EQS277M
[39] FEMA. Seismic performance assessment of buildings. Volume 3– Supporting Electronic Materials. Applied Technology Council (ATC), Redwood City, 2018.
[40] 梁黄彬, 谢强. 工程系统震后功能恢复模拟与抗震韧性风险评估方法——以变电站系统为例[J]. 工程力学, 2024, doi: 10.6052/j.issn.1000-4750.2023.11.0818. LIANG Huangbin, XIE Qiang. Post-earthquake recovery simulation and seismic resilience risk assessment method for engineering systems—taking one substation system as an example [J]. Engineering Mechanics, 2024, doi: 10.6052/j.issn.1000-4750.2023.11.0818. (in Chinese)
[41] MLIT. 令和6年能登半島地震による被害状況等について[EB/OL]. https://www.bousai.go.jp/updates/r60101notojishin/r60101notojishin/index.html, 2024. MLIT. The damage caused by the Noto Peninsula earthquake in Reiwa 6 [EB/OL]. https://www.bousai.go.jp/updates/r60101notojishin/r60101notojishin/index.html, 2024. (in Japanese
[42] 王文, 钱江, 王晓燕. 电梯抗震性能研究进展[J]. 世界地震工程, 2021, 37(2): 160 − 172. doi: 10.3969/j.issn.1007-6069.2021.02.019 WANG Wen, QIAN Jiang, WANG Xiaoyan. Research progress on seismic performance of elevators [J]. World Earthquake Engineering, 2021, 37(2): 160 − 172. (in Chinese) doi: 10.3969/j.issn.1007-6069.2021.02.019
[43] 张明. 结构可靠度分析——方法与程序[M]. 北京: 科学出版社, 2009. ZHANG Ming. Structural reliability analysis - methods and procedures [M]. Beijing: Science Press, 2009. (in Chinese)
计量
- 文章访问数: 43
- HTML全文浏览量: 9
- PDF下载量: 10
