Time-history deformation analyses of upstream-raised tailings dams use seismic records as input data. Such records must be representative of the in-situ seismicity in terms of a wide range of intensity measures (IMs) including peak ground acceleration (PGA), Arias intensity (AI), cumulative absolute velocity (CAV), source-to-site distance and duration, among others. No single IM is a sufficient descriptor of a given seismic demand (e.g. crest settlement) because different records, all of them compliant with any IM, can produce a very wide range of results from insignificant damage to global failure. The use of brute force, where hundreds of seismic records compliant with a set of IMs are employed, has proven to be a reasonable workaround of this limitation, at least as it is able to produce a probabilistic density function of demand indicators. This procedure, however, requires a large number of runs, and is therefore expensive and time-consuming. Analyses can be optimized if an a priori simple tool is used to predict which seismic records would yield a given demand, thus obtaining estimations with much fewer runs. In order to perform a more precise selection, a semi-analytical screening procedure is presented in this paper. The procedure makes use of the spectral properties of the seismic record, considering only the intensity of the frequency content which is not filtered by the dam to obtain an a priori estimate of demand, expressed in this case in terms of displacements. The tool is validated using analytical and numerical models that prove insensitivity to the constitutive model used in the analysis, and is applied to a large tailings dam subjected to strong earthquakes.

上游尾矿坝的时程变形分析使用地震记录作为输入数据。这些记录必须以广泛的强度测量（IM）来代表原地地震活动，包括地面峰值加速度（PGA），阿里亚斯强度（AI），累积绝对速度（CAV），震源到震源距离和持续时间，等等。没有一个单一的IM可以满足给定地震需求（例如波峰沉降）的足够描述，因为不同的记录（都符合任何IM的要求）可以产生从微不足道的损坏到整体破坏的非常广泛的结果。事实证明，使用暴力破解（其中使用了数百组符合一组IM的地震记录）是解决此限制的合理方法，至少因为它能够产生需求指标的概率密度函数。然而，该过程需要大量的运行，因此是昂贵且费时的。如果使用先验的简单工具来预测哪些地震记录会产生给定的需求，则可以优化分析，从而获得运行次数少得多的估计。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。然而，这需要大量的运行，因此是昂贵且费时的。如果使用先验的简单工具来预测哪些地震记录会产生给定的需求，则可以优化分析，从而获得运行次数少得多的估计。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。然而，这需要大量的运行，因此是昂贵且费时的。如果使用先验的简单工具来预测哪些地震记录将产生给定的需求，则分析可以得到优化，从而获得运行次数少得多的估计。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。需要大量的运行，因此是昂贵且费时的。如果使用先验的简单工具来预测哪些地震记录会产生给定的需求，则可以优化分析，从而获得运行次数少得多的估计。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。需要大量的运行，因此是昂贵且费时的。如果使用先验的简单工具来预测哪些地震记录会产生给定的需求，则可以优化分析，从而获得运行次数少得多的估计。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。因此是昂贵且费时的。如果使用先验的简单工具来预测哪些地震记录会产生给定的需求，则可以优化分析，从而获得运行次数少得多的估计。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。因此是昂贵且费时的。如果使用先验的简单工具来预测哪些地震记录会产生给定的需求，则可以优化分析，从而获得运行次数少得多的估计。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。如果使用先验的简单工具来预测哪些地震记录会产生给定的需求，则可以优化分析，从而获得运行次数少得多的估计。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。如果使用先验的简单工具来预测哪些地震记录会产生给定的需求，则可以优化分析，从而获得运行次数少得多的估计。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。从而以更少的运行次数获得估算值。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。从而以更少的运行次数获得估算值。为了进行更精确的选择，本文提出了一种半分析筛选程序。该程序利用地震记录的频谱特性，仅考虑未由大坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。仅考虑未被坝过滤的频率含量的强度，以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。仅考虑未被坝过滤的频率含量的强度以获得需求的先验估计，在这种情况下，用位移表示。该工具已使用分析模型和数值模型进行了验证，这些模型证明了对分析中使用的本构模型不敏感，并且已应用于遭受强烈地震的大型尾矿坝。