CN116401839A - 一种基于多源感知数据的管道安全分析方法及系统 - Google Patents
一种基于多源感知数据的管道安全分析方法及系统 Download PDFInfo
- Publication number
- CN116401839A CN116401839A CN202310292517.1A CN202310292517A CN116401839A CN 116401839 A CN116401839 A CN 116401839A CN 202310292517 A CN202310292517 A CN 202310292517A CN 116401839 A CN116401839 A CN 116401839A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- displacement
- stress
- displacement load
- data
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 67
- 230000008447 perception Effects 0.000 title abstract description 17
- 238000006073 displacement reaction Methods 0.000 claims abstract description 169
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 238000013507 mapping Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims abstract description 10
- 239000002689 soil Substances 0.000 claims description 33
- 238000004062 sedimentation Methods 0.000 claims description 20
- 238000010276 construction Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000035772 mutation Effects 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 4
- 230000001788 irregular Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000003909 pattern recognition Methods 0.000 claims 1
- 230000009471 action Effects 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 7
- 230000003938 response to stress Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
-
- 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
-
- 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
- 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)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明公开了一种基于多源感知数据的管道安全分析方法及系统，应用于油气管道检测技术领域，该方法包括：通过多源数据监测设备对管体及环境进行监测，获得多源感知数据。基于多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型。根据位移载荷类型，确定影响管道应力应变分布的可变参数。根据多源感知数据进行可变参数的取值范围分析，建立参数分析矩阵，并利用管道应力应变数值计算模型开展并行计算，获得可变参数与管道应力的映射关系数据库。基于可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。解决了现有技术中地灾作用下管道运行安全状况分析方法存在分析数据精度较低，分析结果准确度较低的技术问题。
Description
技术领域
本发明涉及油气管道检测技术领域，尤其涉及一种基于多源感知数据的管道安全分析方法及系统。
背景技术
管道安全分析是管道运营商根据管道敷设各类传感器采集管道及环境的各项监测检测数据，对管道运行安全状况进行分析的过程。然而在现有技术中，对于地灾作用下管道安全分析多通过仿真模型进行分析，而工程实际中数值仿真模型的输入参数大多来源于经验值，导致最终的分析结果准确度较低。
因此，在现有技术中地灾作用下管道运行安全状况分析方法存在分析数据精度较低，分析结果准确度较低的技术问题。
发明内容
本申请通过提供一种基于多源感知数据的管道安全分析方法及系统，解决了在现有技术中地灾作用下管道运行安全状况分析方法存在分析数据精度较低，分析结果准确度较低的技术问题。
本申请提供一种基于多源感知数据的管道安全分析方法，所述方法包括：通过多源数据监测设备对管体及环境进行监测，获得多源感知数据；基于所述多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型；根据所述位移载荷类型，确定影响管道应力应变分布的可变参数；根据所述多源感知数据进行可变参数的取值范围分析，建立参数分析矩阵，并利用管道应力应变数值计算模型开展并行计算，获得可变参数与管道应力的映射关系数据库；基于所述可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。
本申请还提供了一种基于多源感知数据的管道安全分析系统，所述系统包括：感知数据获取模块，用于通过多源数据监测设备对管体及环境进行监测，获得多源感知数据；位移载荷类型获取模块，用于基于所述多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型；可变参数确定模块，用于根据所述位移载荷类型，确定影响管道应力应变分布的可变参数；数据库构建模块，用于根据所述多源感知数据进行可变参数的取值范围分析，建立参数分析矩阵，并利用管道应力应变数值计算模型开展并行计算，获得可变参数与管道应力的映射关系数据库；预测模型构建模块，用于基于所述可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。
本申请还提供了一种电子设备，包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的可执行指令时，实现本申请实施例提供的一种基于多源感知数据的管道安全分析方法。
本申请实施例提供一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时,实现本申请实施例提供的一种基于多源感知数据的管道安全分析方法。
拟通过本申请提出的一种基于多源感知数据的管道安全分析方法及系统，通过多源数据监测设备对管体及环境进行监测，获得多源感知数据。基于所述多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型。根据所述位移载荷类型，确定影响管道应力应变分布的可变参数。根据所述多源感知数据进行可变参数的取值范围分析，建立参数分析矩阵，并利用管道应力应变数值计算模型开展并行计算，获得可变参数与管道应力的映射关系数据库。基于所述可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。解决了现有技术中地灾作用下管道运行安全状况分析方法存在分析数据精度较低，分析结果准确度较低的技术问题。实现了基于多源监测检测数据，构建了管道应力应变的数据库，建立管道应力应变预测模型，预测的管道应力精度高，保障了地灾作用下管道运行安全状况分析数据的精度，提高了分析结果获取的准确度。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本发明一种基于多源感知数据的管道安全分析方法的流程示意图；
图2为本发明一种基于多源感知数据的管道安全分析方法获得位移载荷类型的流程示意图；
图3为本发明一种基于多源感知数据的管道安全分析方法的系统结构示意图；
图4为本申请实施例提供的一种基于多源感知数据的管道安全分析方法连续性位移载荷的示意图；
图5为本发明实施例提供的一种基于多源感知数据的管道安全分析方法的系统电子设备的结构示意图；
图6为本发明实施例提供的一种基于多源感知数据的管道安全分析方法突变型位移载荷的示意图。
附图标记说明：感知数据获取模块11，位移载荷类型获取模块12，可变参数确定模块13，数据库构建模块14，预测模型构建模块15，处理器31，存储器32，输入装置33，输出装置34。
具体实施方式
实施例一
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的。
虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用,然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上，所述模块仅是说明性的,并且所述系统和方法的不同方面可以使用不同模块。
本申请中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,根据需要,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
如图1所示，本申请实施例提供了一种基于多源感知数据的管道安全分析方法，所述方法包括：
S10：通过多源数据监测设备对管体及环境进行监测，获得多源感知数据；
S20：基于所述多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型；
S30：根据所述位移载荷类型，确定影响管道应力应变分布的可变参数；
具体的，通过多源数据监测设备对管体以及环境进行监测，管道采集的多源感知数据主要包括管体检测及环境监测数据两类，管体数据包括管道应力、应变等，环境监测数据主要包括土壤温度场、土体位移、降雨量等，获取多源感知数据。随后，基于多源感知数据，沉降区地表垂向位移梯度，进行管道位移载荷形式识别，获得位移载荷类型。随后，根据获取的位移载荷类型，确定影响管道应力应变分布的可变参数。即根据获取的位移载荷类型，明确对应位移载荷形式下影响管道应力应变分布的可变参数。
如图2所示，本申请实施例提供的方法S20还包括：
S21：基于所述多源感知数据，确定地表位移监测检测数据；
S22：根据所述地表位移监测检测数据，利用数据规则化方法，获得地表空间坐标曲线；
S23：获得预设判定标准；
S24：根据所述地表空间坐标曲线、所述预设判定标准，获得所述位移载荷类型。
具体的。在获取位移载荷类型时，由于不同位移载荷类型下，影响管道轴向应力分布的可变参数不同，因此提出土壤位移载荷形式识别方法判定地质灾害段管道所受的位移载荷类型，进而明确可变参数。基于多源感知数据，确定地表位移监测检测数据，随后，根据获取的根据所述地表位移监测检测数据，利用数据规则化方法，获得地表空间坐标曲线。获取预设判定标准，其中预设判定标准为以沉降区地表垂向位移梯度小于10-5为判定标准，预先识别位移载荷形式，若沉降区地表垂向位移梯度小于10-5则预先识别为突变型位移载荷，反之识别为连续型位移载荷。根据获取的地表空间坐标曲线、所述预设判定标准，得到具体的位移载荷类型。
本申请实施例提供的方法S20还包括：
S25：根据所述地表空间坐标曲线，获得沉降区地表垂向位移梯度；
S26：当所述沉降区地表垂向位移梯度满足所述预设判定标准时，所述位移载荷类型为突变型位移载荷；
S27：当所述沉降区地表垂向位移梯度不满足所述预设判定标准时，所述位移载荷类型为连续型位移载荷。
具体的，在获取具体的位移载荷类型时，根据地表空间坐标曲线，获取沉降区地表垂向位移梯度数据，当所述沉降区地表垂向位移梯度满足所述预设判定标准时，即沉降区地表垂向位移梯度小于10-5时，则对应的位移载荷类型为突变型位移载荷。当当所述沉降区地表垂向位移梯度不满足所述预设判定标准时，沉降区地表垂向位移梯度大于或等于10-5，则所述位移载荷类型为连续型位移载荷。
S40：根据所述多源感知数据进行可变参数的取值范围分析，建立参数分析矩阵，并利用管道应力应变数值计算模型开展并行计算，获得可变参数与管道应力的映射关系数据库；
S50：基于所述可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。
具体的，根据多源感知数据进行可变参数的取值范围分析，得到对应位移载荷形式下影响管道应力应变分布的可变参数范围，依据监测数据预估可变参数的范围，建立参数矩阵利用管道应力应变数值计算模型开展并行计算。在参数矩阵中包含对应位移载荷形式下影响管道应力应变分布的可变参数范围，形成包含可变参数与管道应力的映射关系的数据库。最后，基于可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。实现了基于多源监测检测数据，构建了管道应力应变的数据库，建立管道应力应变预测模型，预测的管道应力精度高，保障了地灾作用下管道运行安全状况分析数据的精度，提高了分析结果的准确度。
本申请实施例提供的方法S40还包括：
S41：基于IMU内检测技术获得不规则的管道三维空间坐标点；
S42：根据所述管道三维空间坐标点，通过插值法形成数据规则化方法，获得连续管道位置曲线、初始地表位置曲线；
S43：将所述连续管道位置曲线、初始地表位置曲线作为模型初始输入，设置模型节点、单元、材料属性，利用表征管土相互作用的非线性土弹簧模型建立管道真实初应力应变的管道应力应变数值计算模型。
具体的，为获取地质灾害段管道真实轴向应力响应，建立考虑初始应力的地质灾害段管道轴向应力应变数值计算模型。具体基于IMU内检测技术获得不规则的管道三维空间坐标点，其中IMU内检测技术为管道中心线监测，利用内检测器载体，测绘管道的三维空间坐标。根据管道三维空间坐标点，通过插值法形成数据规则化方法，获得连续管道位置曲线、初始地表位置曲线。即根据获取的管道三维空间坐标点，在离散的坐标点的基础上补充坐标点，进而获取连续管道位置曲线、初始地表位置曲线。进一步，将连续管道位置曲线、初始地表位置曲线作为模型初始输入，设置模型节点、单元、材料属性，利用表征管土相互作用的非线性土弹簧模型建立管道真实初应力应变的管道应力应变数值计算模型。通过建立管道真实初应力应变的管道应力应变数值计算模型获取地质灾害段管道真实轴向应力响应，并且获取的真实轴向应力响应考虑了初始应力。
本申请实施例提供的方法S40还包括：
S44：获得土壤位移，将所述土壤位移以位移边界条件的形式加载在模型节点上；
S45：获得土节点、管道节点的相对位移，根据非线性土弹簧模型，获得沿管道轴线方向、水平垂直于管道方向和竖直方向三个方向产生相应的力；
S46：根据管道节点上的受力信息，计算获得管道力学响应；
S47：根据所述管道力学响应，获得地址灾害段管道的轴向应力应变分布。
具体的，建立地质灾害作用下管道有限元建模，基于ABAQUS建立的管道穿越不同地质灾害下的模型，由于地灾灾害载荷均属于位移型载荷，其边界条件实现通过获得土壤位移，其中土壤位移通过初始地表位置曲线以及原始地表位置曲线进行获取，原始地表位置曲线为管道施工时测量的地表位置曲线，得到土壤的位移数据。将所述土壤位移以位移边界条件的形式加载在模型节点上。获得土节点、管道节点的相对位移，由于土节点和管道节点之间产生了相对位移，根据土弹簧管土作用模型，会在沿管道轴线方向、水平垂直于管道方向和竖直方向三个方向产生相应的力。随后根据管道节点上的受力信息，计算获得管道力学响应，在计算管道力学响应时通过ABAQUS求解器计算得出管道的力学响应，进而获取地址灾害段管道考虑初始应力的轴向应力应变分布。
本申请实施例提供的方法S50还包括：
S51：获得不同位移载荷类型下的有限元计算结果，其中，所述有限元计算结果包括管道应力应变分布；
S52：基于所述位移载荷类型、所述管道应力应变分布进行比对，确定地质灾害段管道所受到的位移载荷类型。
具体的，获取不同位移载荷类型下的有限元计算结果，其中，所述有限元计算结果包括管道应力应变分布。随后，基于位移载荷类型、所述管道应力应变分布进行比对，确定地质灾害段管道所受到的位移载荷类型，最终确定地质灾害段管道所受到的位移载荷类型属于连续型或突变型。进而实现地质灾害段管道所受到的位移载荷类型的确定。
本申请实施例提供的方法S50还包括：
S53：根据所述管道应力应变分布，拟合位移载荷函数；
S54：所述位移载荷函数为：
所述地质灾害段管道所受到的位移载荷类型为连续型位移载荷，L为沉降区长度，δmax为沉降量，n为无量纲系数；
S55：所述位移载荷函数为：
所述地质灾害段管道所受到的位移载荷类型为突变型位移载荷，其中，L为沉降区长度，δmax为沉降量。
具体的，根据管道应力应变分布，拟合位移载荷函数，连续型沉降的地表位移呈余弦分布。土壤沉降位移量从沉降区边缘至中心处逐渐增加，且沉降区中心位置的土壤位移量最大，如图4连续性位移载荷示意图所示，基于连续型沉降的地表位移分布特点，构造位移载荷函数为：
所述地质灾害段管道所受到的位移载荷类型为连续型位移载荷，L为沉降区长度，δmax为沉降量，n为无量纲系数，n值大小会影响连续型分布特征。如图6所示突变型沉降的地表位移在沉降区范围内基本不变，所述位移载荷函数为：
所述地质灾害段管道所受到的位移载荷类型为突变型位移载荷，其中，L为沉降区长度，δmax为沉降量。
本发明实施例所提供的技术方案，通过多源数据监测设备对管体及环境进行监测，获得多源感知数据。基于所述多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型。根据所述位移载荷类型，确定影响管道应力应变分布的可变参数。根据所述多源感知数据进行可变参数的取值范围分析，建立参数分析矩阵，并利用管道应力应变数值计算模型开展并行计算，获得可变参数与管道应力的映射关系数据库。基于所述可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。解决了现有技术中地灾作用下管道运行安全状况分析方法存在分析数据精度较低，分析结果准确度较低的技术问题。实现了基于多源监测检测数据，构建了管道应力应变的数据库，建立管道应力应变预测模型，预测的管道应力精度高，保障了地灾作用下管道运行安全状况分析数据的精度，提高了地灾作用下管道运行安全状况分析结果获取的准确度。
实施例二
基于与前述实施例中一种基于多源感知数据的管道安全分析方法同样发明构思，本发明还提供了一种基于多源感知数据的管道安全分析方法的系统，系统可以由硬件和/或软件的方式来实现，一般可集成于电子设备中,用于执行本发明任意实施例所提供的方法。如图4所示，所述系统包括：
感知数据获取模块11，用于通过多源数据监测设备对管体及环境进行监测，获得多源感知数据；
位移载荷类型获取模块12，用于基于所述多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型；
可变参数确定模块13，用于根据所述位移载荷类型，确定影响管道应力应变分布的可变参数；
数据库构建模块14，用于根据所述多源感知数据进行可变参数的取值范围分析，建立参数分析矩阵，并利用管道应力应变数值计算模型开展并行计算，获得可变参数与管道应力的映射关系数据库；
预测模型构建模块15，用于基于所述可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。
进一步地，所述数据库构建模块14还用于：
基于IMU内检测技术获得不规则的管道三维空间坐标点；
根据所述管道三维空间坐标点，通过插值法形成数据规则化方法，获得连续管道位置曲线、初始地表位置曲线；
将所述连续管道位置曲线、初始地表位置曲线作为模型初始输入，设置模型节点、单元、材料属性，利用表征管土相互作用的非线性土弹簧模型建立管道真实初应力应变的管道应力应变数值计算模型。
进一步地，所述数据库构建模块14还用于：
获得土壤位移，将所述土壤位移以位移边界条件的形式加载在模型节点上；
获得土节点、管道节点的相对位移，根据非线性土弹簧模型，获得沿管道轴线方向、水平垂直于管道方向和竖直方向三个方向产生相应的力；
根据管道节点上的受力信息，计算获得管道力学响应；
根据所述管道力学响应，获得地址灾害段管道的轴向应力应变分布。
进一步地，所述位移载荷类型获取模块12还用于：
基于所述多源感知数据，确定地表位移监测检测数据；
根据所述地表位移监测检测数据，利用数据规则化方法，获得地表空间坐标曲线；
获得预设判定标准；
根据所述地表空间坐标曲线、所述预设判定标准，获得所述位移载荷类型。
进一步地，所述位移载荷类型获取模块12还用于：
根据所述地表空间坐标曲线，获得沉降区地表垂向位移梯度；
当所述沉降区地表垂向位移梯度满足所述预设判定标准时，所述位移载荷类型为突变型位移载荷；
当所述沉降区地表垂向位移梯度不满足所述预设判定标准时，所述位移载荷类型为连续型位移载荷。
进一步地，所述预测模型构建模块15还用于：
获得不同位移载荷类型下的有限元计算结果，其中，所述有限元计算结果包括管道应力应变分布；
基于所述位移载荷类型、所述管道应力应变分布进行比对，确定地质灾害段管道所受到的位移载荷类型。
进一步地，所述预测模型构建模块15还用于：
根据所述管道应力应变分布，拟合位移载荷函数；
所述位移载荷函数为：
所述地质灾害段管道所受到的位移载荷类型为连续型位移载荷，L为沉降δ区长度，δmax为沉降量，n为无量纲系数；
所述位移载荷函数为：
所述地质灾害段管道所受到的位移载荷类型为突变型位移载荷，其中，L为沉降区长度，δmax为沉降量。
所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例三
图5为本发明实施例三提供的电子设备的结构示意图，示出了适于用来实现本发明实施方式的示例性电子设备的框图。图5显示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图5所示，该电子设备包括处理器31、存储器32、输入装置33及输出装置34；电子设备中处理器31的数量可以是一个或多个，图5中以一个处理器31为例，电子设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种基于多源感知数据的管道安全分析方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述一种基于多源感知数据的管道安全分析方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于多源感知数据的管道安全分析方法，其特征在于，所述方法包括：
通过多源数据监测设备对管体及环境进行监测，获得多源感知数据；
基于所述多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型；
根据所述位移载荷类型，确定影响管道应力应变分布的可变参数；
根据所述多源感知数据进行可变参数的取值范围分析，建立参数分析矩阵，并利用管道应力应变数值计算模型开展并行计算，获得可变参数与管道应力的映射关系数据库；
基于所述可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。
2.如权利要求1所述的方法，其特征在于，所述利用管道应力应变数值计算模型开展并行计算之前，包括：
基于IMU内检测技术获得不规则的管道三维空间坐标点；
根据所述管道三维空间坐标点，通过插值法形成数据规则化方法，获得连续管道位置曲线、初始地表位置曲线；
将所述连续管道位置曲线、初始地表位置曲线作为模型初始输入，设置模型节点、单元、材料属性，利用表征管土相互作用的非线性土弹簧模型建立管道真实初应力应变的管道应力应变数值计算模型。
3.如权利要求2所述的方法，其特征在于，所述方法包括：
获得土壤位移，将所述土壤位移以位移边界条件的形式加载在模型节点上；
获得土节点、管道节点的相对位移，根据非线性土弹簧模型，获得沿管道轴线方向、水平垂直于管道方向和竖直方向三个方向产生相应的力；
根据管道节点上的受力信息，计算获得管道力学响应；
根据所述管道力学响应，获得地址灾害段管道的轴向应力应变分布。
4.如权利要求1所述的方法，其特征在于，基于所述多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型，包括：
基于所述多源感知数据，确定地表位移监测检测数据；
根据所述地表位移监测检测数据，利用数据规则化方法，获得地表空间坐标曲线；
获得预设判定标准；
根据所述地表空间坐标曲线、所述预设判定标准，获得所述位移载荷类型。
5.如权利要求4所述的方法，其特征在于，所述预设判定标准为沉降区地表垂向位移梯度小于10-5，根据所述地表空间坐标曲线、所述预设判定标准，获得所述位移载荷类型，包括：
根据所述地表空间坐标曲线，获得沉降区地表垂向位移梯度；
当所述沉降区地表垂向位移梯度满足所述预设判定标准时，所述位移载荷类型为突变型位移载荷；
当所述沉降区地表垂向位移梯度不满足所述预设判定标准时，所述位移载荷类型为连续型位移载荷。
6.如权利要求5所述的方法，其特征在于，根据所述地表空间坐标曲线、所述预设判定标准，获得所述位移载荷类型，之后包括：
获得不同位移载荷类型下的有限元计算结果，其中，所述有限元计算结果包括管道应力应变分布；
基于所述位移载荷类型、所述管道应力应变分布进行比对，确定地质灾害段管道所受到的位移载荷类型。
7.如权利要求6所述的方法，其特征在于，基于所述位移载荷类型、所述管道应力应变分布进行比对，确定地质灾害段管道所受到的位移载荷类型，包括：
根据所述管道应力应变分布，拟合位移载荷函数；
所述位移载荷函数为：
所述地质灾害段管道所受到的位移载荷类型为连续型位移载荷，L为沉降区长度，δmax为沉降量，n为无量纲系数；
所述位移载荷函数为：
所述地质灾害段管道所受到的位移载荷类型为突变型位移载荷，其中，L为沉降区长度，δmax为沉降量。
8.一种基于多源感知数据的管道安全分析系统，其特征在于，所述系统包括：
感知数据获取模块，用于通过多源数据监测设备对管体及环境进行监测，获得多源感知数据；
位移载荷类型获取模块，用于基于所述多源感知数据，进行管道位移载荷形式识别，获得位移载荷类型；
可变参数确定模块，用于根据所述位移载荷类型，确定影响管道应力应变分布的可变参数；
数据库构建模块，用于根据所述多源感知数据进行可变参数的取值范围分析，建立参数分析矩阵，并利用管道应力应变数值计算模型开展并行计算，获得可变参数与管道应力的映射关系数据库；
预测模型构建模块，用于基于所述可变参数与管道应力的映射关系数据库，利用机器学习方法建立管道应力应变预测模型。
9.一种电子设备，其特征在于，所述电子设备包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的可执行指令时，实现权利要求1至7任一项所述的一种基于多源感知数据的管道安全分析方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的一种基于多源感知数据的管道安全分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310292517.1A CN116401839A (zh) | 2023-03-23 | 2023-03-23 | 一种基于多源感知数据的管道安全分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310292517.1A CN116401839A (zh) | 2023-03-23 | 2023-03-23 | 一种基于多源感知数据的管道安全分析方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116401839A true CN116401839A (zh) | 2023-07-07 |
Family
ID=87013571
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310292517.1A Pending CN116401839A (zh) | 2023-03-23 | 2023-03-23 | 一种基于多源感知数据的管道安全分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116401839A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117454725A (zh) * | 2023-12-26 | 2024-01-26 | 浙江远算科技有限公司 | 基于超单元凝聚的海上风电基础地震载荷仿真方法和设备 |
-
2023
- 2023-03-23 CN CN202310292517.1A patent/CN116401839A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117454725A (zh) * | 2023-12-26 | 2024-01-26 | 浙江远算科技有限公司 | 基于超单元凝聚的海上风电基础地震载荷仿真方法和设备 |
| CN117454725B (zh) * | 2023-12-26 | 2024-03-29 | 浙江远算科技有限公司 | 基于超单元凝聚的海上风电基础地震载荷仿真方法和设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108241901B (zh) | 一种基于预测数据的变压器预警评估方法及装置 | |
| CN110008301A (zh) | 基于机器学习的区域性地质灾害易发性预测方法及装置 | |
| Lattanzi et al. | Bridge column maximum drift estimation via computer vision | |
| CN112508105A (zh) | 一种采油机故障检测与检索方法 | |
| CN103324798B (zh) | 基于区间响应面模型的随机模型修正方法 | |
| CN115600891B (zh) | 应用于水性丙烯酸树脂生产监测的大数据分析方法及系统 | |
| CN116401839A (zh) | 一种基于多源感知数据的管道安全分析方法及系统 | |
| WO2018011698A1 (en) | A system for the predictive safety calculation | |
| CN114565196A (zh) | 基于政务热线的多事件趋势预判方法、装置、设备及介质 | |
| CN113295212A (zh) | 应用多监测点协同作用的滑坡整体稳定性安全预警系统 | |
| CN112766301A (zh) | 一种采油机示功图相似性判断方法 | |
| Dederichs et al. | Comparison of automated operational modal analysis algorithms for long-span bridge applications | |
| CN114387332B (zh) | 一种管道测厚方法及装置 | |
| Oh et al. | Artificial intelligence-based damage localization method for building structures using correlation of measured structural responses | |
| CN117669394B (zh) | 一种山区峡谷桥梁长期性能综合评估方法及系统 | |
| CN114693114A (zh) | 地下空间结构的监测方法、装置、计算机设备及存储介质 | |
| CN115345256B (zh) | 应用于智能制造的工业产品测试系统 | |
| CN115966060B (zh) | 一种基于实时监测的基坑及边坡预警方法及系统 | |
| CN115511341B (zh) | 一种库岸边坡时变失效概率评估方法及装置 | |
| CN117034806A (zh) | 一种基于流固耦合的埋地管线风险评估方法和装置 | |
| CN116399531A (zh) | 桥梁施工过程中桥梁状态的监测方法、监测装置及设备 | |
| CN115839344A (zh) | 一种用于渣浆泵的磨损监管方法、装置、设备及存储介质 | |
| CN118506922B (zh) | 基于机器学习的土壤砷污染风险评估方法、装置及设备 | |
| CN111259494A (zh) | 重机设备健康监测分析方法 | |
| CN116502563B (zh) | 高阶空间网格的流固耦合数据转换方法及装置 |
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 |