CN116522150B - 一种船闸人字门门体结构塌拱度的预测方法及系统 - Google Patents

一种船闸人字门门体结构塌拱度的预测方法及系统 Download PDF

Info

Publication number
CN116522150B
CN116522150B CN202310805674.8A CN202310805674A CN116522150B CN 116522150 B CN116522150 B CN 116522150B CN 202310805674 A CN202310805674 A CN 202310805674A CN 116522150 B CN116522150 B CN 116522150B
Authority
CN
China
Prior art keywords
ship lock
herringbone
door body
arch
prediction model
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.)
Active
Application number
CN202310805674.8A
Other languages
English (en)
Other versions
CN116522150A (zh
Inventor
王俊文
姜永生
安小刚
顾群
张钊
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.)
China Waterborne Transport Research Institute
Original Assignee
China Waterborne Transport Research Institute
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 China Waterborne Transport Research Institute filed Critical China Waterborne Transport Research Institute
Priority to CN202310805674.8A priority Critical patent/CN116522150B/zh
Publication of CN116522150A publication Critical patent/CN116522150A/zh
Application granted granted Critical
Publication of CN116522150B publication Critical patent/CN116522150B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/219—Managing data history or versioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/30—Flood prevention; Flood or storm water management, e.g. using flood barriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Lock And Its Accessories (AREA)

Abstract

本发明公开一种船闸人字门门体结构塌拱度的预测方法及系统，该方法包括：获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最相似，以完成船闸人字门门体结构塌拱度的预测。

Description

一种船闸人字门门体结构塌拱度的预测方法及系统
技术领域
本发明属于船闸人字门门体结构塌拱度预测技术领域，更具体地，涉及一种船闸人字门门体结构塌拱度的预测方法及系统。
背景技术
船闸人字门门体结构的塌拱度监测是一项重要的安全措施，用于检测门体结构是否发生塌陷或变形。这种监测通常使用传感器和监测设备来实时监测门体结构的形变情况。
以下是一般情况下用于船闸人字门门体结构塌拱度监测的传感器和设备：
1.倾斜计：倾斜计用于测量门体结构的倾斜情况。它可以检测门体是否有任何非预期的倾斜或变形。
2.延伸计：延伸计被安装在门体结构上，用于测量门体的变形和伸缩情况。它可以检测门体结构是否发生了膨胀或收缩。
3.应变计：应变计用于测量门体结构的应变情况。它可以检测门体是否承受了不同方向上的应力，以及结构是否变形或损坏。
4.GPS定位系统：GPS定位系统可以用于监测门体的位置和变化情况。通过比较不同时间点的位置数据，可以检测门体是否发生了不正常的位移。
现有技术中，并没有一种能够准确预测塌拱度的技术，导致即使监测到塌拱度的值，也不能及时进行预警。
发明内容
为解决以上技术问题，本发明提出一种船闸人字门门体结构塌拱度的预测方法，包括：
获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；
设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最相似，以完成船闸人字门门体结构塌拱度的预测。
进一步的，所述塌拱度预测模型为：
，
其中，g为塌拱度预测值，F为船闸人字门门体所承受的荷载，L为船闸人字门门体的长度，E为船闸人字门门体材料的弹性模量，I为船闸人字门门体截面的惯性矩，a、b和c为调节因子，H为船闸人字门门体的高度，r为船闸人字门门体的半径。
进一步的，所述调节因子a、b和c为：
,
,
,
其中，m、n、p和q为指数参数，A为船闸人字门门体的形状指标，w为船闸人字门门体的宽度。
进一步的，所述船闸人字门门体的形状指标A为：
,
其中，为船闸人字门门体内曲率半径，/>为船闸人字门门体外曲率半径。
进一步的，所述调整所述塌拱度预测模型中的调节因子包括：
通过最小二乘法对所述调节因子进行拟合。
本发明还提出一种船闸人字门门体结构塌拱度的预测系统，包括：
获取数据模块，用于获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；
预测模块，用于设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最相似，以完成船闸人字门门体结构塌拱度的预测。
进一步的，所述塌拱度预测模型为：
,
其中，g为塌拱度预测值，F为船闸人字门门体所承受的荷载，L为船闸人字门门体的长度，E为船闸人字门门体材料的弹性模量，I为船闸人字门门体截面的惯性矩，a、b和c为调节因子，H为船闸人字门门体的高度，r为船闸人字门门体的半径。
进一步的，所述调节因子a、b和c为：
,
,
,
其中，m、n、p和q为指数参数，A为船闸人字门门体的形状指标，w为船闸人字门门体的宽度。
进一步的，所述船闸人字门门体的形状指标A为：
,
其中，为船闸人字门门体内曲率半径，/>为船闸人字门门体外曲率半径。
进一步的，所述调整所述塌拱度预测模型中的调节因子包括：
通过最小二乘法对所述调节因子进行拟合。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
本发明通过获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最相似，以完成船闸人字门门体结构塌拱度的预测。本发明通过以上技术特征能够对船闸人字门门体结构塌拱度进行预测，且最大限度的接近塌拱度真实值，塌拱度预测值超过阈值时，可以触发警报，以便采取相应的维修和保养措施。
附图说明
图1是本发明实施例1的方法的流程图；
图2是本发明实施例2的系统的结构图。
具体实施方式
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
本发明提供的方法可以在如下的终端环境中实施，所述终端可以包括一个或多个如下部件：处理器、存储介质和显示屏。其中，存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现下述实施例所述的方法。
处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储介质内的指令、程序、代码集或指令集，以及调用存储在存储介质内的数据，执行终端的各种功能和处理数据。
存储介质可以包括随机存储介质(Random Access Memory，RAM)，也可以包括只读存储介质(Read-Only Memory，ROM)。存储介质可用于存储指令、程序、代码、代码集或指令。
显示屏用于显示各个应用程序的用户界面。
本发明公式中所有下角标只为了区分个参数，并没有实际含义。
除此之外，本领域技术人员可以理解，上述终端的结构并不构成对终端的限定，终端可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件，在此不再赘述。
实施例1
如图1所示，本发明实施例提供一种船闸人字门门体结构塌拱度的预测方法，包括：
步骤101，获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；
步骤102，设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最相似，以完成船闸人字门门体结构塌拱度的预测。
具体的，所述塌拱度预测模型为：
,
其中，g为塌拱度预测值，F为船闸人字门门体所承受的荷载，L为船闸人字门门体的长度，E为船闸人字门门体材料的弹性模量，I为船闸人字门门体截面的惯性矩，a、b和c为调节因子，H为船闸人字门门体的高度，r为船闸人字门门体的半径。
具体的，所述调节因子a、b和c为：
,
,
,
其中，m、n、p和q为指数参数，A为船闸人字门门体的形状指标，w为船闸人字门门体的宽度。
具体的，所述船闸人字门门体的形状指标A为：
,
其中，为船闸人字门门体内曲率半径，/>为船闸人字门门体外曲率半径。
具体的，所述调整所述塌拱度预测模型中的调节因子包括：
通过最小二乘法对所述调节因子进行拟合。
实施例2
如图2所示，本发明实施例还提供一种船闸人字门门体结构塌拱度的预测系统，包括：
获取数据模块，用于获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；
预测模块，用于设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最相似，以完成船闸人字门门体结构塌拱度的预测。
具体的，所述塌拱度预测模型为：
,
其中，g为塌拱度预测值，F为船闸人字门门体所承受的荷载，L为船闸人字门门体的长度，E为船闸人字门门体材料的弹性模量，I为船闸人字门门体截面的惯性矩，a、b和c为调节因子，H为船闸人字门门体的高度，r为船闸人字门门体的半径。
具体的，所述调节因子a、b和c为：
,
,
,
其中，m、n、p和q为指数参数，A为船闸人字门门体的形状指标，w为船闸人字门门体的宽度。
具体的，所述船闸人字门门体的形状指标A为：
,
其中，为船闸人字门门体内曲率半径，/>为船闸人字门门体外曲率半径。
具体的，所述调整所述塌拱度预测模型中的调节因子包括：
通过最小二乘法对所述调节因子进行拟合。
实施例3
本发明实施例还提出一种存储介质，存储有多条指令，所述指令用于实现所述的一种船闸人字门门体结构塌拱度的预测方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：步骤101，获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；
步骤102，设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最相似，以完成船闸人字门门体结构塌拱度的预测。
具体的，所述塌拱度预测模型为：
,
其中，g为塌拱度预测值，F为船闸人字门门体所承受的荷载，L为船闸人字门门体的长度，E为船闸人字门门体材料的弹性模量，I为船闸人字门门体截面的惯性矩，a、b和c为调节因子，H为船闸人字门门体的高度，r为船闸人字门门体的半径。
具体的，所述调节因子a、b和c为：
,
,
,
其中，m、n、p和q为指数参数，A为船闸人字门门体的形状指标，w为船闸人字门门体的宽度。
具体的，所述船闸人字门门体的形状指标A为：
,
其中，为船闸人字门门体内曲率半径，/>为船闸人字门门体外曲率半径。
具体的，所述调整所述塌拱度预测模型中的调节因子包括：
通过最小二乘法对所述调节因子进行拟合。
实施例4
本发明实施例还提出一种电子设备，包括处理器和与所述处理器连接的存储介质，所述存储介质存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行所述的一种船闸人字门门体结构塌拱度的预测方法。
具体的，本实施例的电子设备可以是计算机终端，所述计算机终端可以包括：一个或多个处理器、以及存储介质。
其中，存储介质可用于存储软件程序以及模块，如本发明实施例中的一种船闸人字门门体结构塌拱度的预测方法，对应的程序指令/模块，处理器通过运行存储在存储介质内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种船闸人字门门体结构塌拱度的预测方法。存储介质可包括高速随机存储介质，还可以包括非易失性存储介质，如一个或者多个磁性存储系统、闪存、或者其他非易失性固态存储介质。在一些实例中，存储介质可进一步包括相对于处理器远程设置的存储介质，这些远程存储介质可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输系统调用存储介质存储的信息及应用程序，以执行下述步骤：步骤101，获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；
步骤102，设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最相似，以完成船闸人字门门体结构塌拱度的预测。
具体的，所述塌拱度预测模型为：
,
其中，g为塌拱度预测值，F为船闸人字门门体所承受的荷载，L为船闸人字门门体的长度，E为船闸人字门门体材料的弹性模量，I为船闸人字门门体截面的惯性矩，a、b和c为调节因子，H为船闸人字门门体的高度，r为船闸人字门门体的半径。
具体的，所述调节因子a、b和c为：
,
,
,
其中，m、n、p和q为指数参数，A为船闸人字门门体的形状指标，w为船闸人字门门体的宽度。
具体的，所述船闸人字门门体的形状指标A为：
,
其中，为船闸人字门门体内曲率半径，/>为船闸人字门门体外曲率半径。
具体的，所述调整所述塌拱度预测模型中的调节因子包括：
通过最小二乘法对所述调节因子进行拟合。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应所述理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的系统实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的全部或部分可以以软件产品的形式体现出来，所述计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储介质(ROM，Read-Only Memory)、随机存取存储介质(RAM，RandomAccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (8)

1.一种船闸人字门门体结构塌拱度的预测方法，其特征在于，包括：
获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；
设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最接近，以完成船闸人字门门体结构塌拱度的预测，其中，所述塌拱度预测模型为：
，
其中，为塌拱度预测值，F为船闸人字门门体所承受的荷载，L为船闸人字门门体的长度，E为船闸人字门门体材料的弹性模量，I为船闸人字门门体截面的惯性矩，a、b和c为调节因子，H为船闸人字门门体的高度，r为船闸人字门门体的半径。
2.如权利要求1所述的一种船闸人字门门体结构塌拱度的预测方法，其特征在于，所述调节因子a、b和c为：
，
，
，
其中，m、n、p和q为指数参数，A为船闸人字门门体的形状指标，w为船闸人字门门体的宽度。
3.如权利要求2所述的一种船闸人字门门体结构塌拱度的预测方法，其特征在于，所述船闸人字门门体的形状指标A为：
,
其中，为船闸人字门门体内曲率半径，/>为船闸人字门门体外曲率半径。
4.如权利要求2所述的一种船闸人字门门体结构塌拱度的预测方法，其特征在于，所述调整所述塌拱度预测模型中的调节因子包括：
通过最小二乘法对所述调节因子进行拟合。
5.一种船闸人字门门体结构塌拱度的预测系统，其特征在于，包括：
获取数据模块，用于获取船闸人字门门体结构的历史数据，其中，所述历史数据包括：船闸人字门门体所承受的荷载、船闸人字门门体的长度、船闸人字门门体材料的弹性模量、船闸人字门门体截面的惯性矩、船闸人字门门体的高度和船闸人字门门体的半径；
预测模块，用于设置塌拱度预测模型，并将所述历史数据作为训练集，训练所述塌拱度预测模型，调整所述塌拱度预测模型中的调节因子，使所述塌拱度预测模型生成的塌拱度预测值与所述历史数据相对应的塌拱度真实值最接近，以完成船闸人字门门体结构塌拱度的预测，其中，所述塌拱度预测模型为：
,
其中，为塌拱度预测值，F为船闸人字门门体所承受的荷载，L为船闸人字门门体的长度，E为船闸人字门门体材料的弹性模量，I为船闸人字门门体截面的惯性矩，a、b和c为调节因子，H为船闸人字门门体的高度，r为船闸人字门门体的半径。
6.如权利要求5所述的一种船闸人字门门体结构塌拱度的预测系统，其特征在于，所述调节因子a、b和c为：
，
，
，
其中，m、n、p和q为指数参数，A为船闸人字门门体的形状指标，w为船闸人字门门体的宽度。
7.如权利要求6所述的一种船闸人字门门体结构塌拱度的预测系统，其特征在于，所述船闸人字门门体的形状指标A为：
，
其中，为船闸人字门门体内曲率半径，/>为船闸人字门门体外曲率半径。
8.如权利要求6所述的一种船闸人字门门体结构塌拱度的预测系统，其特征在于，所述调整所述塌拱度预测模型中的调节因子包括：
通过最小二乘法对所述调节因子进行拟合。
CN202310805674.8A 2023-07-03 2023-07-03 一种船闸人字门门体结构塌拱度的预测方法及系统 Active CN116522150B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310805674.8A CN116522150B (zh) 2023-07-03 2023-07-03 一种船闸人字门门体结构塌拱度的预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310805674.8A CN116522150B (zh) 2023-07-03 2023-07-03 一种船闸人字门门体结构塌拱度的预测方法及系统

Publications (2)

Publication Number Publication Date
CN116522150A CN116522150A (zh) 2023-08-01
CN116522150B true CN116522150B (zh) 2023-09-08

Family

ID=87390715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310805674.8A Active CN116522150B (zh) 2023-07-03 2023-07-03 一种船闸人字门门体结构塌拱度的预测方法及系统

Country Status (1)

Country Link
CN (1) CN116522150B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106774083A (zh) * 2017-01-04 2017-05-31 大连海事大学 一种船闸蘑菇头病态状况监测系统及其监测方法
CN110008586A (zh) * 2019-04-03 2019-07-12 中国水利水电科学研究院 一种闸门安全评估方法
CN113624273A (zh) * 2021-07-06 2021-11-09 长江三峡通航管理局 船闸人字闸门在线监测系统及方法
CN113933032A (zh) * 2021-09-30 2022-01-14 武汉理工大学 船闸人字门结构健康监测系统及故障诊断方法
KR102378016B1 (ko) * 2021-08-12 2022-03-24 (주)에너토크 Ai 기반 이력 관리가 가능한 스마트 수문 제어 시스템
CN115526515A (zh) * 2022-10-10 2022-12-27 北京金河水务建设集团有限公司 一种水利水电用闸门的安全监测系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106774083A (zh) * 2017-01-04 2017-05-31 大连海事大学 一种船闸蘑菇头病态状况监测系统及其监测方法
CN110008586A (zh) * 2019-04-03 2019-07-12 中国水利水电科学研究院 一种闸门安全评估方法
CN113624273A (zh) * 2021-07-06 2021-11-09 长江三峡通航管理局 船闸人字闸门在线监测系统及方法
KR102378016B1 (ko) * 2021-08-12 2022-03-24 (주)에너토크 Ai 기반 이력 관리가 가능한 스마트 수문 제어 시스템
CN113933032A (zh) * 2021-09-30 2022-01-14 武汉理工大学 船闸人字门结构健康监测系统及故障诊断方法
CN115526515A (zh) * 2022-10-10 2022-12-27 北京金河水务建设集团有限公司 一种水利水电用闸门的安全监测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于Isight和Ansys软件的船闸人字门结构优化设计;田启华;汤伟毕;李梅;;水电能源科学(12);全文 *

Also Published As

Publication number Publication date
CN116522150A (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN109902832B (zh) 机器学习模型的训练方法、异常预测方法及相关装置
CN110674019B (zh) 一种预测系统故障的方法、装置及电子设备
US10691847B2 (en) Real-time damage determination of an asset
CN112150311B (zh) 能耗异常状态检测方法、装置、计算机设备和存储介质
CN105893213B (zh) 一种异常检测方法、应用和监控设备
US8410952B2 (en) Methods for forewarning of critical condition changes in monitoring civil structures
EP1785703A1 (de) Verfahren zur Überwachung und/oder zur Bestimmung des Zustandes einer Kraftmessvorrichtung und Kraftmessvorrichtung
CN104111088A (zh) 用于确定便携式电子装置的传感器精度的系统和方法
CN109145446B (zh) 一种基于模态应变能和卷积神经网络的结构损伤识别方法
CN104807395B (zh) 移动终端形变报警装置、监控系统及其报警方法
CN112509292B (zh) 故障预测方法、装置、电子设备及计算机可读存储介质
CN105488331A (zh) 数据处理方法及装置
CN116522150B (zh) 一种船闸人字门门体结构塌拱度的预测方法及系统
CN110309622B (zh) 一种输电塔结构倒塌分析方法
CN110659179B (zh) 一种评估系统运行状况的方法、装置及电子设备
CN110223489A (zh) 一种工程对象的监测方法及装置
CN112859601B (zh) 机器人控制器设计方法、装置、设备及可读存储介质
CN112356675B (zh) 一种电池的监管方法及其相关设备
CN115371860A (zh) 隧道的内力获取方法及相关装置
CN110188115A (zh) 一种基于模糊匹配的消防预警方法、装置及系统
CN115272166A (zh) 模型训练方法、缺陷目标检测方法、装置及存储介质
CN117828238B (zh) 通信塔的结构监测方法、装置、电子设备和可读存储介质
CN110569903B (zh) 一种数据预测管理系统
CN111717800A (zh) 起重机的回转机构故障监测方法和装置
CN116878638B (zh) 一种船闸人字门结构多样化监测点的组网方法及系统

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
GR01 Patent grant
GR01 Patent grant