CN115455781A - 一种落石冲击作用下的预应力钢筒混凝土挠度监测方法 - Google Patents

一种落石冲击作用下的预应力钢筒混凝土挠度监测方法 Download PDF

Info

Publication number
CN115455781A
CN115455781A CN202211156201.1A CN202211156201A CN115455781A CN 115455781 A CN115455781 A CN 115455781A CN 202211156201 A CN202211156201 A CN 202211156201A CN 115455781 A CN115455781 A CN 115455781A
Authority
CN
China
Prior art keywords
rockfall
deflection
model
pccp
strain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211156201.1A
Other languages
English (en)
Inventor
程琳
张宇恒
毛昊然
潘鹏生
许增光
杨杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Technology
Original Assignee
Xian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian University of Technology filed Critical Xian University of Technology
Priority to CN202211156201.1A priority Critical patent/CN115455781A/zh
Publication of CN115455781A publication Critical patent/CN115455781A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Structural Engineering (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Devices Affording Protection Of Roads Or Walls For Sound Insulation (AREA)

Abstract

本发明公开了一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，步骤1：在ABAQUS中建立埋地PCCP三维有限元模型，通过有限元法计算分析不同落石参数情况下埋地PCCP的应变和挠度变化情况；步骤2：将应变测值作为样本数据集，对MSVR模型进行训练；建立光纤实测PCCP结构应变和挠度之间复杂非线性关系的BO‑MSVR模型；步骤3：将实际工程中布置在PCCP上的光纤监测的数据输入BO‑MSVR模型，实现实测PCCP应变向挠度变形的转换，进而来评价落石冲击作用下结构的安全状态。本发明在能够较为快速且准确地对落石冲击下PCCP挠度变形的进行监测，具有一定的实用意义。

Description

一种落石冲击作用下的预应力钢筒混凝土挠度监测方法
技术领域
本发明属于管道挠度监测方法技术领域，具体涉及一种落石冲击作用下的预应力钢筒混凝土挠度监测方法。
背景技术
预应力钢筒混凝土(PCCP)自问世以来，凭借着抗渗性强、可靠性高、耐久性好、抗震性优和管理费用低等特性，被很多调水工程采用。由于在水利工程中埋设的PCCP传输距离较长，穿越的地质单元多样，容易遇到落石冲击、滑坡、沉降等地质灾害。PCCP一旦因为大的变形而发生破坏，会严重影响管线正常运行，造成水资源浪费；同时，管道中喷射出的高压水流极易造成次生灾害的发生，严重威胁周边群众的生命、财产安全。对于管线经过山区的埋地PCCP，在工程正常运行期间，落石作为一种在不稳定边坡容易发生的地质灾害，会对作用土体施加短暂但强有力的冲击荷载，可能导致埋地PCCP出现大变形，从而导致管体开裂，甚至引起爆管现象。因此，在落石灾害发生后，根据监测系统获取PCCP结构变形信息并对结构安全进行评价，及时采取相应的工程措施，减少工程事故的发生显得尤为重要。
利用不同落石工况下有限元计算的应变和挠度数据，通过BO-MSVR模型建立管体应变和挠度之间的转换模型；然后根据DOFSS(分布式光纤应变传感)技术直接监测的管道应变来实现管体挠度变形的监测可以解决在现实工程中，长距离埋地PCCP沿线荷载多变，边界条件复杂难以通过简单的受力分析得到应变与管道变形的关系这一问题。因此，目前落石冲击下PCCP挠度变形的监测需要提高监测的效率和准确度。
发明内容
本发明的目的是提供一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，解决了目前落石冲击下PCCP挠度变形的监测的效率和准确度不高的问题。
本发明所采用的技术方案是；
一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，具体按照如下步骤进行：
步骤1：在ABAQUS中建立埋地PCCP三维有限元模型，通过有限元法计算分析不同落石参数情况下埋地PCCP的应变和挠度变化情况，得到的不同工况下的应变测值；
步骤2：将步骤1中得到的应变测值作为样本数据集，选取样本数据集中的一部分作为测试样本，其余作为训练样本对MSVR模型进行训练；设定MSVR模型中超参数的取值范围，在超参数的可能取值范围内，利用BO算法确定超参数的最优取值，从而建立光纤实测PCCP结构应变和挠度之间复杂非线性关系的BO-MSVR模型，BO-MSVR模型以光纤应变监测数据作为输入，以各测点处管道挠度测值作为输出；
步骤3：将实际工程中布置在PCCP上的光纤监测的数据输入步骤2中得到的BO-MSVR模型，进而实现实测PCCP应变向挠度变形的转换，得到了PCCP结构挠度变形数据，使用PCCP结构挠度变形数据来评价落石冲击作用下结构的安全状态。
本发明的特点还在于；
步骤1中，落石参数包括落石半径、落石高度以及落石位置，给予落石位置的X和Y坐标、落石半径和落石高度参数若干不同的取值，得到M组落石参数的组合；对于每一组落石参数，采用埋地PCCP三维有限元模型计算不同落石参数工况下PCCP有限元模型的应变结果，将应变结果作为分布式光纤应变测量结果。
步骤2中，在MSVR模型中，对于一系列数据(x1,y1)，(x2,y2)，…，(xn,yn)，其中系统的输入xi∈Rr和系统的输出yi∈Rr之间存在非线性的关系如下公式(1)；
Figure BDA0003858767180000031
式中，
Figure BDA0003858767180000032
是非线性投影，它将输入投影到特征空间；W＝[w1,...,wk]和b＝[b1,...,bk]T是线性投影的参数；函数f(x)要保证使实际的输出值yi和该函数的预测值f(x)之间仅有一个微小的偏离ε。
步骤2中，定义与MSVR模型相对应的无约束的优化问题如下公式(2)：
Figure BDA0003858767180000033
式中，||wj||是向量wj的L2范数；C是惩罚因子；
Figure BDA0003858767180000034
Figure BDA0003858767180000035
e＝y-f(x)；
在迭代求解时，为了根据上一步得到的解(Wt,bt)来推求下一步解(Wt+1，bt+1)，可以将LP(W,b)在(Wt，bt)附近采用一阶泰勒级数展开LP(W,b)≈L'P(W,b)；
Figure BDA0003858767180000041
进而可以得到LP(W,b)≈L”P(W,b)；
Figure BDA0003858767180000042
式中τ是与W或b无关的常数项的和；参数αi可以表达为：
Figure BDA0003858767180000043
当(Wt，bt)已知时，LP(W,b)的最优解可以转化成求L”P(W,b)的最优解，根据驻点条件
Figure BDA0003858767180000044
和
Figure BDA0003858767180000045
可以得到：
2wj-2ΦTDα[yj-Φwj-1bj]＝0 (6)；
αT[yj-Φwj-1bj]＝0 (7)；
整理可以得到：
Figure BDA0003858767180000046
式中，Dα是由参数αi(i＝1,2……n)组成的对角矩阵；Φ是输入xi的非线性投影组成的向量，
Figure BDA0003858767180000047
α是由参数αi(i＝1,2……n)组成的向量，α＝[α1,...,αn]T；yj是第j个输出的n个不同的样本，yj＝[yj1,...,yjn]T。
步骤2中，根据Representer’s理论，机器学习问题可以表达为训练样本的线性组合，即：
Figure BDA0003858767180000051
将式(9)代人式(8)可以得到：
Figure BDA0003858767180000052
式中，K是核函数矩阵；
MSVR模型的两个超参数分别是惩罚因子C和径向基核函数的参数σ2，在给两个超参数的情况下，采用迭代加权最小二乘算法来对MSVR模型进行训练，以获得模型参数B＝[β1，...，βk]和b＝[b1，...，bk]T；
通过设定两个超参数的取值范围，并使用BO算法对两个超参数进行优化，以此构建应变向挠度转换的BO-MSVR模型。
本发明的有益效果是，本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，通过结合实际工程建模进行不同落石冲击工况下的PCCP结构的有限元计算，并在此基础之上，将有限元计算结果作为训练样本通过BO-MSVR模型实现落石冲击作用下PCCP的光纤实测应变与管道挠度之间的转换，用于对PCCP结构在不同落石冲击下的管体挠度变形的监测，在实际工程中有良好应用前景。
附图说明
图1是本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法的流程示意图；
图2是本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法中有限元计算时应变测量光纤布置示意图；
图3是本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法中有限元计算时管身挠度测点示意图；
图4是本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法中典型工况管道顶部测线①的应变测值曲线图；
图5是本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法中典型工况管道底部测线②的应变测值曲线图；
图6是本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法中典型工况管道左侧测线③的应变测值曲线图；
图7是本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法中典型工况管道右侧测线④的应变测值曲线图；
图8是本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法中有限元数值计算和BO-MSVR模型计算的管道挠度对比图。
具体实施方式
下面结合附图和具体实施方式对本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法进行详细说明。
如图1所示，一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，具体按照以下步骤具体实施：
步骤1，在有限元计算软件(ABAQUS)中建立不同落石参数下PCCP应变和挠度的有限元分析，具体为：
在有限元计算软件ABAQUS中建立埋地PCCP三维有限元模型，通过有限元法计算分析不同落石参数情况下埋地PCCP的应变和挠度变化情况；
落石参数是影响落石冲击作用的直接因素，包括落石半径、落石高度以及落石位置，在可能的取值范围内，给予落石位置的X和Y坐标、落石半径和落石高度参数若干不同的取值，这样可以得到M组落石参数的组合，即利用有限元法计算不同落石参数情况下沿分布式光纤布设位置处的管体结构应变及位移测点(可根据实际需要设置)处的挠度值。将应变测值作为样本数据集，并将样本数据集的5％作为测试样本，其余作为训练样本；
M＝N1(落石X位置取值数)*N2(落石Y位置取值数)*N3(落石半径取值数)*N4(落石高度取值数)；
埋地PCCP三维有限元模型的建立过程为：
PCCP管周土体采用摩尔库伦模型，该模型用土体的摩擦角、粘聚力和剪胀角来描述土体的塑性应变情况。回填土1、回填土2、回填土3和中粗砂垫层的材料参数如表1所示。未扰动的基础土层采用线弹性模型，弹性模量和泊松比分别为4.5MPa和0.3。
表1上覆土摩尔库伦模型参数
材料 密度(kg/m<sup>3</sup>) 摩擦角(°) 粘聚力(MPa) 剪胀角(°)
回填土1 1770 30 0.004 25
回填土2 1700 30 0.008 25
回填土3 1600 30 0.003 25
中粗砂垫层 0 25 0 25
考虑到荷载作用下钢丝、钢筒的屈服特性，以及混凝土、砂浆开裂等材料的非线性特征，在落石冲击模拟过程中根据美国AWWA C304标准确定管身材料的本构关系。预应力钢丝的应力-应变关系如式(11)所示。
Figure BDA0003858767180000081
式中：σ是预应力钢丝应力；εs是预应力钢丝应变；Es是预应力钢丝弹性模量；fsu是预应力钢丝抗拉强度。
PCCP在基本荷载和落石冲击作用下结构响应的有限元分析中，PCCP各部分材料的基本参数如表2所示。
表2材料基本参数
Figure BDA0003858767180000082
有限元模型的离散主要采用了三种单元：混凝土管芯、砂浆保护层和土体模型主要使用八节点六面体线性减缩积分的实体单元(C3D8R)进行离散；钢筒和插承口钢环主要采用四节点壳单元(S4R)进行离散；预应力钢丝主要采用二节点杆单元(T3D2)进行离散。有限元网格的详细情况如表3所示。
表3模型剖分单元参数
Figure BDA0003858767180000083
Figure BDA0003858767180000091
预应力施加、预应力施加采用降温法，通过指定预应力钢丝的线膨胀系数，在预定义场中设置初始温度，并在之后的分析步进行降温，利用热胀冷缩的原理来模拟钢丝预应力，并通过式(12)计算具体降温值：
Figure BDA0003858767180000092
式中：Δt是钢丝降温值；fsg是钢丝预应力，取1177.5MPa；α是钢丝的线膨胀系数，取1×10-5；Es是钢丝的弹性模量，取205000MPa。
分析工况、在模拟落石冲击作用前，先进行PCCP管线施工、运行全过程的模拟，具体分为钢丝预应力施加、管道自重施加、上覆土回填和0.60MPa的内水压力施加4个步骤，荷载施加顺序如表4所示。
表4荷载施加顺序
Figure BDA0003858767180000093
步骤2，构建应变-挠度转换的BO-MSVR模型，具体为：
以光纤应变监测数据作为输入，以各测点处管道挠度测值作为输出，根据步骤1中得到的训练样本对MSVR模型进行训练。设定MSVR模型的超参数(惩罚因子C和径向基核函数的参数)的取值范围，在超参数的可能取值范围内，利用BO算法确定MSVR超参数的最优取值，从而建立光纤实测PCCP结构应变和挠度之间复杂非线性关系的BO-MSVR模型；
步骤3，实际工程落石灾害发生后，根据光纤实测应变和上述训练好的BO-MSVR模型，预测PCCP挠度变形情况。根据实测的应变和转换得到的PCCP结构挠度变形来评价落石冲击作用下结构的安全状态；
下面通过具体的实施例对本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法进行进一步详细说明。
本发明一种落石冲击作用下的PCCP挠度监测方法，具体按照以下步骤具体实施：
步骤1，建立不同落石参数下PCCP结构损伤的有限元分析，具体为：
落石参数，X坐标以2.0m为间隔，由-4.0m变化至4.0m；Y坐标以1.5m为间隔，由0.0m至6.0m；落石半径r以0.2m为间隔，由0.8m变化至2.0m；落石高度h，以4.0m为间隔，由4.0m至20.0m。这样共有M＝5*5*7*5＝875组落石参数的不同的工况。根据图2所示轴向的应变测量光纤布置形式，记录不同落石参数工况下PCCP有限元模型管顶、管底和左右侧外表面沿管道截面环向两两间隔90°的4条测线①～④上所有的结点(相邻结点间距0.3m，对应光纤应变测量的空间分辨率0.3m)的轴向(x向)应变计算结果，作为分布式光纤应变测量结果。图4～图7为管顶、管底、管左和管右4条应变监测光纤在典型工况下的应变测值曲线图。
步骤2，以光纤应变监测数据作为输入，以各测点处管道挠度测值作为输出。将步骤1中得到的有限元计算得到的不同工况下的应变测值作为样本数据集：将M＝875组落石工况打乱后，选用M×5％＝44组数据作为测试集，用于评价模型的精度，剩余的831组数据作为训练集，用于训练BO-MSVR转换模型。设定MSVR模型的超参数(惩罚因子C和径向基核函数的参数)的取值范围，在超参数的可能取值范围内，利用BO算法确定MSVR超参数的最优取值，从而建立光纤实测PCCP结构应变和挠度之间复杂非线性关系的BO-MSVR模型，测试集计算MAE为0.0071mm，RMSE为0.1013mm。典型工况下数值计算和MSVR计算的管身挠度曲线如图8所示，图中负值为向下挠度变形，典型工况下数值计算和MSVR模型计算的挠度挠度对比结果如表5所示。通过图8和表5可以看出，6个工况下，利用MSVR评价模型计算的管身挠度绝对误差绝对值最大值为0.29mm，相对误差绝对值最大值为7.83％。
表5数值计算和BO-MSVR模型计算的管道挠度对比
Figure BDA0003858767180000111
Figure BDA0003858767180000121
实际工程中，分布式光纤应变测量的空间分辨率可能达不到0.3m。因此，选择4条直线①～④上部分结点作为应变结果输出位置，来模拟应变监测的空间分辨率为0.3m、0.6m、1.2m、1.8m和2.4m的情况。根据这些不同空间分辨率情况的应变监测数据换得到的挠度计算精度如表6所示。如表6可知，空间分辨率越大，BO-MSVR转换模型精度越高，但即使在空间分辨率低的情况下，转换的精度仍然可以达到工程应用要求。
表6不同空间分辨率下BO-MSVR挠度转换模型的精度；
应变测量空间分辨率(m) RMSE(mm) MAE(mm)
0.3 0.1013 0.0077
0.6 0.1483 0.0103
1.2 0.1680 0.0118
1.8 0.1805 0.0125
2.4 0.2082 0.0144
数值计算模拟的光纤应变监测数据未考虑观测噪声的影响，而实际工程中观测噪声不可避免，可能影响BO-MSVR转换模型的精度。为研究观测噪声对转换模型精度的影响，在模拟的光纤应变监测数据中加入信噪比分别20dB、30dB、40dB、50dB和60dB的高斯白噪声进行分析，得到的管道挠度转换的精度如表7所示。由表7可见，观测噪声强度在一定范围内增加时，BO-MSVR评价模型精度降低，但仍可以接受，说明基于BO-MSVR的应变-挠度转换模型的的鲁棒性较强，适用于实际工程应用场景。
表7应变观测数据信噪比下BO-MSVR挠度转换模型的精度
应变观测数据信噪比(dB) RMSE(mm) MAE(mm)
无噪声 0.1013 0.0071
60 0.1065 0.0074
50 0.1096 0.0077
40 0.1156 0.0082
30 0.1292 0.0092
20 0.1700 0.0119
步骤3，实际工程落石灾害发生后，根据光纤实测应变和上述训练好的BO-MSVR模型，预测PCCP挠度变形情况。根据实测的应变和转换得到的PCCP结构挠度变形来评价落石冲击作用下结构的安全状态。
本发明一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，在一定程度上，能够较为快速且准确地对落石冲击下PCCP挠度变形的进行监测，具有一定的实用意义。

Claims (5)

1.一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，其特征在于，具体按照如下步骤进行：
步骤1：在ABAQUS中建立埋地PCCP三维有限元模型，通过有限元法计算分析不同落石参数情况下埋地PCCP的应变和挠度变化情况，得到的不同工况下的应变测值；
步骤2：以光纤应变监测数据作为输入，以各测点处管道挠度测值作为输出；将步骤1中得到的应变测值作为样本数据集，选取样本数据集中的一部分作为测试样本，其余作为训练样本对MSVR模型进行训练；设定MSVR模型中超参数的取值范围，在超参数的可能取值范围内，利用BO算法确定超参数的最优取值，从而建立光纤实测PCCP结构应变和挠度之间复杂非线性关系的BO-MSVR模型，BO-MSVR模型以光纤应变监测数据作为输入，以各测点处管道挠度测值作为输出；
步骤3：将实际工程中布置在PCCP上的光纤监测的数据输入步骤2中得到的BO-MSVR模型，进而实现实测PCCP应变向挠度变形的转换，得到了PCCP结构挠度变形数据，使用PCCP结构挠度变形数据来评价落石冲击作用下结构的安全状态。
2.根据权利要求1所述的一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，其特征在于，步骤1中，落石参数包括落石半径、落石高度以及落石位置，给予落石位置的X和Y坐标、落石半径和落石高度参数若干不同的取值，得到M组落石参数的组合；对于每一组落石参数，采用埋地PCCP三维有限元模型计算不同落石参数工况下PCCP有限元模型的应变结果，将应变结果作为分布式光纤应变测量结果。
3.根据权利要求1所述的一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，其特征在于，步骤2中，在MSVR模型中，对于一系列数据(x1,y1)，(x2,y2)，…，(xn,yn)，其中系统的输入xi∈Rr和系统的输出yi∈Rr之间存在非线性的关系如下公式(1)；
Figure FDA0003858767170000021
式中，
Figure FDA0003858767170000022
是非线性投影，它将输入投影到特征空间；W＝[w1,...,wk]和b＝[b1,...,bk]T是线性投影的参数；函数f(x)要保证使实际的输出值yi和该函数的预测值f(x)之间仅有一个微小的偏离ε。
4.根据权利要求3所述的一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，其特征在于，步骤2中，定义与MSVR模型相对应的无约束的优化问题如下公式(2)：
Figure FDA0003858767170000023
式中，||wj||是向量wj的L2范数；C是惩罚因子；
Figure FDA0003858767170000024
Figure FDA0003858767170000025
在迭代求解时，为了根据上一步得到的解(Wt,bt)来推求下一步解(Wt+1,bt+1)，可以将LP(W,b)在(Wt,bt)附近采用一阶泰勒级数展开LP(W,b)≈L'P(W,b)；
Figure FDA0003858767170000031
进而可以得到LP(W,b)≈L”P(W,b)；
Figure FDA0003858767170000032
式中τ是与W或b无关的常数项的和；参数αi可以表达为：
Figure FDA0003858767170000033
当(Wt，bt)已知时，LP(W,b)的最优解可以转化成求L”P(W,b)的最优解，根据驻点条件
Figure FDA0003858767170000034
和
Figure FDA0003858767170000035
可以得到：
2wj-2ΦTDα[yj-Φwj-1bj]＝0 (6)；
αT[yj-Φwj-1bj]＝0 (7)；
整理可以得到：
Figure FDA0003858767170000036
式中，Dα是由参数αi(i＝1,2……n)组成的对角矩阵；Φ是输入xi的非线性投影组成的向量，
Figure FDA0003858767170000037
α是由参数αi(i＝1,2……n)组成的向量，α＝[α1,...,αn]T；yj是第j个输出的n个不同的样本，yj＝[yj1,...,yjn]T。
5.根据权利要求4所述的一种落石冲击作用下的预应力钢筒混凝土挠度监测方法，其特征在于，步骤2中，根据Representer’s理论，机器学习问题可以表达为训练样本的线性组合，即：
Figure FDA0003858767170000041
将式(9)代人式(8)可以得到：
Figure FDA0003858767170000042
式中，K是核函数矩阵；
MSVR模型的两个超参数分别是惩罚因子C和径向基核函数的参数σ2，在给两个超参数的情况下，采用迭代加权最小二乘算法来对MSVR模型进行训练，以获得模型参数B＝[β1，...，βk]和b＝[b1，...，bk]T；
通过设定两个超参数的取值范围，并使用BO算法对两个超参数进行优化，以此构建应变向挠度转换的BO-MSVR模型。
CN202211156201.1A 2022-09-22 2022-09-22 一种落石冲击作用下的预应力钢筒混凝土挠度监测方法 Pending CN115455781A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211156201.1A CN115455781A (zh) 2022-09-22 2022-09-22 一种落石冲击作用下的预应力钢筒混凝土挠度监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211156201.1A CN115455781A (zh) 2022-09-22 2022-09-22 一种落石冲击作用下的预应力钢筒混凝土挠度监测方法

Publications (1)

Publication Number Publication Date
CN115455781A true CN115455781A (zh) 2022-12-09

Family

ID=84307077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211156201.1A Pending CN115455781A (zh) 2022-09-22 2022-09-22 一种落石冲击作用下的预应力钢筒混凝土挠度监测方法

Country Status (1)

Country Link
CN (1) CN115455781A (zh)

Similar Documents

Publication Publication Date Title
Zhang et al. Fuzzy analytic hierarchy process synthetic evaluation models for the health monitoring of shield tunnels
CN105956218B (zh) 基于非均匀温度响应监测值的钢桥有限元模型修正方法
Jia et al. FOSM-based shear reliability analysis of CSGR dams using strength theory
CN114329709A (zh) 盾构隧道服役性能快速诊断和发展趋势预测方法
Chen et al. Damage detection of long-span bridges using stress influence lines incorporated control charts
Buda-Ożóg et al. Distributed fibre optic sensing: Reinforcement yielding strains and crack detection in concrete slab during column failure simulation
Liu et al. A novel numerical approach and experimental study to evaluate the effect of component failure on spoke-wheel cable structure
Liu et al. Research on the law of stress development along backfilling process between crest and valley of buried corrugated steel pipe culverts
Lin et al. A Novel Back‐Analysis Approach for the External Loads on Shield Tunnel Lining in Service Based on Monitored Deformation
Guo et al. Model test investigation on the longitudinal mechanical property of shield tunnels considering internal structure
Shu et al. Pile damage identification method for high-pile wharfs based on axial static strain distribution
CN115455781A (zh) 一种落石冲击作用下的预应力钢筒混凝土挠度监测方法
Yan et al. Damage identification method on shield tunnel based on PLSR and equivalent damage analysis
Shan et al. Numerical Investigation of the Short‐Term Mechanical Response of Buried Profiled Thermoplastic Pipes with Different Diameters to External Loads
Li et al. A hybrid monitoring model of rockfill dams considering the spatial variability of rockfill materials and a method for determining the monitoring indexes
Zheng et al. A finite difference-based approach for strain demand prediction of inelastic pipes subjected to permanent ground displacements
Zheng et al. Static load identification of nonlinear structure based on internal force estimation exemplified by underground straight-wall arch structure
CN115081279B (zh) 一种落石冲击下pccp管道结构损伤评价方法
Xiao et al. Prefabricated urban underground utility tunnels: a case study on mechanical behaviour with strain monitoring and numerical simulation
CN115081279A (zh) 一种落石冲击下pccp管道结构损伤评价方法
Cheng et al. A BO-LSTM-Based Rapid Evaluation Method of PCCP Structural Safety under Falling Rock Impacts
TO This chapter is derived from the published paper: Q. Zheng, Y. Li, N. Yoosef-Ghodsi, M. Fowler, M. Kainat, S. Adeeb, 2022. A finite difference-based approach for strain demand prediction of inelastic pipes subjected to permanent ground displacements, Eng. Struct. 273, 115072.
Panicker et al. Critical review on stress-sensitivity and other behavioral aspects of arch dams
Zhang et al. Inversion model for mechanical status of longitudinal joints in shield tunnel
Namdar Characterization and Prediction of Nonlinear Stress-Strain Relation of Geostructures for Seismic Monitoring

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination