CN117540481A - 冻土区衬砌损伤预测方法、装置、电子设备及存储介质 - Google Patents
冻土区衬砌损伤预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117540481A CN117540481A CN202410027315.9A CN202410027315A CN117540481A CN 117540481 A CN117540481 A CN 117540481A CN 202410027315 A CN202410027315 A CN 202410027315A CN 117540481 A CN117540481 A CN 117540481A
- Authority
- CN
- China
- Prior art keywords
- temperature field
- deformation
- damage
- model
- parameters
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 239000002689 soil Substances 0.000 title claims abstract description 53
- 238000005259 measurement Methods 0.000 claims abstract description 39
- 230000007613 environmental effect Effects 0.000 claims abstract description 29
- 239000000463 material Substances 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 11
- 239000011435 rock Substances 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 8
- 230000009191 jumping Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- 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
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及冻土区隧道衬砌结构损伤预测技术领域,尤其涉及一种冻土区衬砌损伤预测方法、装置、电子设备及存储介质,本发明方法首将多个环境因素数据以及多个热力学参数输入到温场模型中,获取表征目标结构多个点位温度的温场数据集;接着根据损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数;最后根据损伤预测模型确定目标结构的损伤。本发明通过热力学模型和监测获得的环境因素构建表征温场分布的数据集,将数据集输入到损伤识别模型中,并利用变形实测值与损伤识别模型的变形输出调整损伤识别模型的多个参数,由于冻土区隧道衬砌结构变形和损伤存在较强的相关性,模型的损伤预测精度同步的得以提升。
Description
技术领域
本发明涉及冻土区隧道衬砌结构损伤预测技术领域,尤其涉及一种冻土区衬砌损伤预测方法、装置、电子设备及存储介质。
背景技术
交通基础设施的建设,极大的促进了人类社会的发展和进步。铁路隧道工程作为铁路组成的重要部分,其经常遭受自然条件的影响,例如,冻土区隧道受冻融循环过程的影响,其衬砌结构或围岩结构产生一定程度的损伤,从而影响着铁路运输线的安全。
相关技术对冻土区隧道衬砌结构损伤进行了各种研究和试验,结果表明温场的分布和持续时间是影响冻土区隧道衬砌结构的两大因素,超声波检测也表明冻土区隧道衬砌结构损伤和温场分布循环次数、冻土区隧道衬砌变形存在较高的相关性。
然而,现有技术仍旧缺乏较为精准的冻土区衬砌损伤预测手段,从而抵御自然条件给冻土区结构带来的影响。
基于此,需要开发设计出一种冻土区隧道衬砌结构损伤预测方法。
发明内容
本发明实施方式提供了一种冻土区衬砌损伤预测方法、装置、电子设备及存储介质,用于解决现有技术中缺乏较为精准的冻土区衬砌损伤预测手段的问题。
第一方面,本发明实施方式提供了一种冻土区衬砌损伤预测方法,包括:
获取目标结构的多个热力学参数以及多个材料力学性能参数,其中,所述目标结构为冻土区的隧道衬砌结构和/或围岩结构;
将多个环境因素数据以及所述多个热力学参数输入到温场模型中,获取表征所述目标结构多个点位温度的温场数据集,其中,环境因素影响所述目标结构温场分布;
将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,其中,所述损伤预测模型具有多个第一输出以及多个第二输出,所述多个第一输出以及所述多个第二输出分别输出多个第一预定点位的变形指示和多个第二预定点位的损伤指示;
根据所述损伤预测模型的多个第二输出,确定所述目标结构的损伤。
在一种可能实现的方式中,所述温场模型基于温场基础模型构建,包括:
获取温场基础模型以及多个温场样本集,其中,温场样本集包括影响所述目标结构温场的环境因素数据以及多个点位温度数据;
按照预设划分比例将所述多个温场样本集划分为第一组和第二组,其中,所述预设划分比例为所述第一组温场样本集的数量与所述多个温场样本集的数量的比值;
根据所述第一组中温场样本集的数量调整所述温场基础模型的参数数量,以使得所述温场基础模型的参数数量小于或等于所述第一组中温场样本集的数量;
根据所述第一组中的温场样本集以及所述多个热力学参数确定所述温场基础模型的参数值;
将所述第二组中温场样本集输入到所述温场基础模型中,根据所述温场基础模型输出与所述第二组温场样本的多个点位温度数据,确定所述温场基础模型的偏差;
若所述温场基础模型的偏差大于模型偏差阈值,则减小所述预设划分比例并跳转至所述根据所述第一组中温场样本集的数量调整所述温场基础模型的参数数量的步骤;
否则,将所述温场基础模型作为所述温场模型。
在一种可能实现的方式中,所述温场基础模型为:
式中,为第/>个点位的温度,/>为第/>个第一权重系数,/>为第个第二权重系数,/>为第/>个影响目标结构温场的因子,/>为第一偏置常数,/>为第/>个第二偏置常数,/>为影响目标结构温场的因子数量,/>为指数。
在一种可能实现的方式中,所述损伤预测模型为:
式中,为第/>个输入节点的输出,/>为第/>个输入节点的权重参数,为第/>个输入节点的输入,/>为第/>行第/>列中间节点的输出,/>为第/>行第/>列中间节点的第/>个权重参数,/>为中间节点的行数,/>为第/>个第一输出节点的输出,/>为第/>个第一输出节点的第/>个权重参数,/>为第/>个第二输出节点的输出,/>为第/>个第二输出节点的第/>个权重参数,/>为中间节点的列数,/>为传递函数,/>和/>分别为第一偏置参数和第二偏置参数。
在一种可能实现的方式中,所述将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,包括:
将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,获取所述损伤预测模型输出的多个变形指示;
计算所述多个变形指示与所述多个变形实测值的差,并将所述多个变形指示与所述多个变形实测值的差的绝对值作为多个第一变形预测偏差;
若变形预测偏差率大于第一偏差率阈值,则减少所述损伤预测模型中间节点列的数量,并根据所述温场数据集、所述多个材料力学性能参数、所述多个变形实测值、多个历史温场数据集以及多个历史变形实测值调整所述损伤预测模型的参数,其中,所述变形预测偏差率根据所述多个第一变形预测偏差以及所述多个变形实测值的绝对值确定;
若变形预测偏差率大于第二偏差率阈值且不大于所述第一偏差率阈值,则根据所述温场数据集、所述多个材料力学性能参数、所述多个变形实测值、所述多个历史温场数据集以及所述多个历史变形实测值调整所述损伤预测模型的参数,其中,所述第二偏差率阈值小于所述第一偏差率阈值。
在一种可能实现的方式中,所述根据所述温场数据集、所述多个材料力学性能参数、所述多个变形实测值、历史温场数据集以及历史变形实测值调整所述损伤预测模型的参数,包括:
对于所述温场数据集以及所述多个历史温场数据集中的每个数据集分别执行如下步骤:
将数据集中的数据与所述多个材料力学性能参数作为输入,输入到所述损伤预测模型的输入节点;
计算所述损伤预测模型多个第一输出节点的输出与变形实测值之间的差,并将所述损伤预测模型多个第一输出节点的输出与变形实测值之间的差作为多个第二变形预测差;
若所述多个第二变形预测差绝对值的和大于模型偏差阈值,则计算所述损伤预测模型多个节点本轮输出值相对上轮输出值的差,将所述损伤预测模型多个节点本轮输出值相对上轮输出值的差作为多个中间节点差,根据第二公式、所述多个中间节点差以及所述多个第二变形预测差调整所述损伤预测模型的参数,并跳转至所述将数据集中的数据与所述多个材料力学性能参数作为输入,输入到所述损伤预测模型的输入节点的步骤,其中,所述第二公式为:
式中,为第/>次调整后第/>个参数,/>为调整系数,/>为第/>个中间节点差,/>为第/>个变形预测差,/>为第一输出节点的总数量,/>为第/>次调整后第/>个参数。
第二方面,本发明实施方式提供了一种冻土区衬砌损伤预测装置,用于实现如上第一方面或第一方面的任一种可能的实现方式所述的冻土区衬砌损伤预测方法,所述冻土区衬砌损伤预测装置包括:
参数获取模块,用于获取目标结构的多个热力学参数以及多个材料力学性能参数,其中,所述目标结构为冻土区的隧道衬砌结构和/或围岩结构;
温场数据确定模块,用于将多个环境因素数据以及所述多个热力学参数输入到温场模型中,获取表征所述目标结构多个点位温度的温场数据集,其中,环境因素影响所述目标结构温场分布;
模型调整模块,用于将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,其中,所述损伤预测模型具有多个第一输出以及多个第二输出,所述多个第一输出以及所述多个第二输出分别输出多个第一预定点位的变形指示和多个第二预定点位的损伤指示;
以及,
损伤确定模块,用于根据所述损伤预测模型的多个第二输出,确定所述目标结构的损伤。
第三方面,本发明实施方式提供了一种电子设备,包括存储器以及处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第四方面,本发明实施方式提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施方式与现有技术相比存在的有益效果是:
本发明实施方式公开了的一种冻土区隧道衬砌结构损伤预测方法首先获取目标结构的多个热力学参数以及多个材料力学性能参数,其中,所述目标结构为冻土区的隧道衬砌结构和/或围岩结构;然后将多个环境因素数据以及所述多个热力学参数输入到温场模型中,获取表征所述目标结构多个点位温度的温场数据集,其中,环境因素影响所述目标结构温场分布;接着将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,其中,所述损伤预测模型具有多个第一输出以及多个第二输出,所述多个第一输出以及所述多个第二输出分别输出多个第一预定点位的变形指示和多个第二预定点位的损伤指示;最后根据所述损伤预测模型的多个第二输出,确定所述目标结构的损伤。本发明实施方式通过热力学模型和监测获得的环境因素构建表征温场分布的数据集,将数据集输入到损伤识别模型中,并利用变形实测值与损伤识别模型的变形输出调整损伤识别模型的多个参数,以使得损伤识别模型能够较好的拟合温场与变形的关系,由于冻土区隧道衬砌结构变形和损伤存在较强的相关性,模型的损伤预测精度同步的得以提升。
附图说明
为了更清楚地说明本发明实施方式中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施方式提供的冻土区隧道衬砌结构损伤预测方法的流程图;
图2是本发明实施方式提供的损伤预测模型节点原理图;
图3是本发明实施方式提供的冻土区隧道衬砌结构损伤预测装置功能框图;
图4是本发明实施方式提供的电子设备功能框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施方式。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施方式中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施方式来进行说明。
下面对本发明的实施例作详细说明,本实例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
图1为本发明实施方式提供的冻土区隧道衬砌结构损伤预测方法的流程图。
如图1所示,其示出了本发明实施方式提供的冻土区隧道衬砌结构损伤预测方法的实现流程图,详述如下:
在步骤101中,获取目标结构的多个热力学参数以及多个材料力学性能参数,其中,所述目标结构为冻土区的隧道衬砌结构和/或围岩结构。
示例性地,热力学参数是影响冻土区的隧道结构和/或围岩结构热交换的参数,如冻土区的隧道结构和/或围岩结构比热容、导热系数、密度、表面积等,在一些可以接受到光照的情形中,还包括吸热系数。而材料力学性能参数包括:抗拉强度、抗压强度。
在步骤102中,将多个环境因素数据以及所述多个热力学参数输入到温场模型中,获取表征所述目标结构多个点位温度的温场数据集,其中,环境因素影响所述目标结构温场分布。
在一些实施方式中,所述温场模型基于温场基础模型构建,包括:
获取温场基础模型以及多个温场样本集,其中,温场样本集包括影响所述目标结构温场的环境因素数据以及多个点位温度数据;
按照预设划分比例将所述多个温场样本集划分为第一组和第二组,其中,所述预设划分比例为所述第一组温场样本集的数量与所述多个温场样本集的数量的比值;
根据所述第一组中温场样本集的数量调整所述温场基础模型的参数数量,以使得所述温场基础模型的参数数量小于或等于所述第一组中温场样本集的数量;
根据所述第一组中的温场样本集以及所述多个热力学参数确定所述温场基础模型的参数值;
将所述第二组中温场样本集输入到所述温场基础模型中,根据所述温场基础模型输出与所述第二组温场样本的多个点位温度数据,确定所述温场基础模型的偏差;
若所述温场基础模型的偏差大于模型偏差阈值,则减小所述预设划分比例并跳转至所述根据所述第一组中温场样本集的数量调整所述温场基础模型的参数数量的步骤;
否则,将所述温场基础模型作为所述温场模型。
在一些实施方式中,所述温场基础模型为:
式中,为第/>个点位的温度,/>为第/>个第一权重系数,/>为第个第二权重系数,/>为第/>个影响目标结构温场的因子,/>为第一偏置常数,/>为第/>个第二偏置常数,/>为影响目标结构温场的因子数量,/>为指数。
示例性地,本发明实施方式将环境因素数据和热力学参数输入到温场模型中,根据模型的输出确定冻土区隧道衬砌结构的温场,这其中环境因素包括:外界气温、光照强度、风速等数据。
温场模型是根据温场样本集和温场基础模型构建而来的。在一些应用场景中,温场基础模型为:
式中,为第/>个点位的温度,/>为第/>个第一权重系数,/>为第个第二权重系数,/>为第/>个影响目标结构温场的因子,/>为第一偏置常数,/>为第/>个第二偏置常数,/>为影响目标结构温场的因子数量,/>为指数。
温场样本集包括通过实测获得的样本数据,例如,针对某个冻土区隧道衬砌结构通过实测获得如上所述的环境因素、热力学参数和多个点位的温度。将每个温场样本集代入到上述基础模型中就获得了一组关于多个点位温度的方程组,而多个方程组联立后,就可以确定上述方程的解。
为了验证模型的精度,并根据验证结果调整模型,本发明实施方式将温场样本集划分为了两组,其中第一组用于构建模型,另一组用于验证。换言之,将第一组的环境因素和热力学参数输入到温场基础模型的右侧,而点位的温度输入到模型的左侧,而获得关于权重系数的方程,将这些方程联立以获得权重系数的解和偏置常数的解。当权重系数被求解后,再将第二组的样本集的环境因素和热力学参数输入到温场基础模型的右侧,在温场基础模型的左侧获得点位温度的预测输出,这个预测输出与第二组的样本集的点位温度计算差值,即为模型的偏差,当通过第二组的样本集验证偏差大于阈值时,说明模型构建的过于复杂而将噪声数据代入,或者,模型构建的过于简单,不能充分表达环境因素和热力学参数与点位温度的关系,就本发明实施方式而言,通过第一组的样本集已经获得了参数解,那么,应当发生模型过于复杂的可能性更大,因此,应当调低第一组中样本数量比例的方式,简化模型。
在简化模型方面,本发明实施方式在确定了第一组的样本集的数量后,相应的调整参数的数量,就上述温场基础模型而言,在减少指数值后,参数的数量也相应的减少,求解所需要的样本数量也减少。
在步骤103中,将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,其中,所述损伤预测模型具有多个第一输出以及多个第二输出,所述多个第一输出以及所述多个第二输出分别输出多个第一预定点位的变形指示和多个第二预定点位的损伤指示。
在一些实施方式中,所述步骤103包括:
将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,获取所述损伤预测模型输出的多个变形指示;
计算所述多个变形指示与所述多个变形实测值的差,并将所述多个变形指示与所述多个变形实测值的差的绝对值作为多个第一变形预测偏差;
若变形预测偏差率大于第一偏差率阈值,则减少所述损伤预测模型中间节点列的数量,并根据所述温场数据集、所述多个材料力学性能参数、所述多个变形实测值、多个历史温场数据集以及多个历史变形实测值调整所述损伤预测模型的参数,其中,所述变形预测偏差率根据所述多个第一变形预测偏差以及所述多个变形实测值的绝对值确定;
若变形预测偏差率大于第二偏差率阈值且不大于所述第一偏差率阈值,则根据所述温场数据集、所述多个材料力学性能参数、所述多个变形实测值、所述多个历史温场数据集以及所述多个历史变形实测值调整所述损伤预测模型的参数,其中,所述第二偏差率阈值小于所述第一偏差率阈值。
在一些实施方式中,所述损伤预测模型为:
式中,为第/>个输入节点的输出,/>为第/>个输入节点的权重参数,为第/>个输入节点的输入,/>为第/>行第/>列中间节点的输出,/>为第/>行第/>列中间节点的第/>个权重参数,/>为中间节点的行数,/>为第/>个第一输出节点的输出,/>为第/>个第一输出节点的第/>个权重参数,/>为第/>个第二输出节点的输出,/>为第/>个第二输出节点的第/>个权重参数,/>为中间节点的列数,/>为传递函数,/>和/>分别为第一偏置参数和第二偏置参数。
在一些实施方式中,所述根据所述温场数据集、所述多个材料力学性能参数、所述多个变形实测值、历史温场数据集以及历史变形实测值调整所述损伤预测模型的参数,包括:
对于所述温场数据集以及所述多个历史温场数据集中的每个数据集分别执行如下步骤:
将数据集中的数据与所述多个材料力学性能参数作为输入,输入到所述损伤预测模型的输入节点;
计算所述损伤预测模型多个第一输出节点的输出与变形实测值之间的差,并将所述损伤预测模型多个第一输出节点的输出与变形实测值之间的差作为多个第二变形预测差;
若所述多个第二变形预测差绝对值的和大于模型偏差阈值,则计算所述损伤预测模型多个节点本轮输出值相对上轮输出值的差,将所述损伤预测模型多个节点本轮输出值相对上轮输出值的差作为多个中间节点差,根据第二公式、所述多个中间节点差以及所述多个第二变形预测差调整所述损伤预测模型的参数,并跳转至所述将数据集中的数据与所述多个材料力学性能参数作为输入,输入到所述损伤预测模型的输入节点的步骤,其中,所述第二公式为:
式中,为第/>次调整后第/>个参数,/>为调整系数,/>为第/>个中间节点差,/>为第/>个变形预测差,/>为第一输出节点的总数量,/>为第/>次调整后第/>个参数。
在一些实施方式中,所述传递函数为:
式中,为自然常数,/>为输入变量。
示例性地,如图2所示,本发明实施方式的损伤预测模型具有多个节点组成的连接结构,接受输入数据的输入节点201将数据传入中间网络,中间网络设有多个交织结构的中间节点202,这些中间节点202分为M行N列,以其中第一行第一列的中间节点202为例,其接受前一列节点的输出时乘以相应的权重系数,图中前一列第一个节点的输出乘以Wm1_1,前一列第二个节点的输出乘以Wm1_2,依次类推,前一列第M个节点的输出乘以Wm1_M,这些乘以权重系数后的输出进行求和,送入到传递函数f(x)中进行变换,再传递向下一层的节点,直至传递到输出节点203,而输出节点203包括有多个,分别接受中间节点202最后一列的输出,并将这些输出转变为变形指示和损伤指示,需要说明的是,本发明的损伤指示是基于多个预定点位输出非弹性应变的指示。
上述模型的表达式为:
式中,为第/>个输入节点的输出,/>为第/>个输入节点的权重参数,为第/>个输入节点的输入,/>为第/>行第/>列中间节点的输出,/>为第/>行第/>列中间节点的第/>个权重参数,/>为中间节点的行数,/>为第/>个第一输出节点的输出,/>为第/>个第一输出节点的第/>个权重参数,/>为第/>个第二输出节点的输出,/>为第/>个第二输出节点的第/>个权重参数,/>为中间节点的列数,/>为传递函数,/>和/>分别为第一偏置参数和第二偏置参数。
上式中传递函数为:
式中,为自然常数,/>为输入变量。
在获取到温场数据集后,将温场数据集输入到这个模型中,这个模型输出变形指示和损伤指示,变形指示与变形实测值(变形实测值是根据现场监测的数据获得的)对比,偏差较大时,表明模型在构建方面存在一定的偏差,模型存在拟合过度的情况,本发明实施方式通过减少中间节点列数量的方式,改变模型的结构,并将温场数据集、变形实测值、历史温场数据集和历史变形实测值输入到模型中,采用迭代的方式修改模型的参数,直至模型能够准确拟合温场数据集以及多个材料力学性能参数与变形实测值之间的关系。
在迭代修改模型参数方面,本发明实施方式首先将需要输入的数据输入到模型中,然后计算模型的变形指示输出与变形实测值的差,这个差值表明了模型的偏差,如果这个偏差较大,需要确定中间节点输出相对于前一次输出的差,并利用这些中间节点差和模型变形指示偏差结合第二公式调整模型的各个参数:
式中,为第/>次调整后第/>个参数,/>为调整系数,/>为第/>个中间节点差,/>为第/>个变形预测差,/>为第一输出节点的总数量,/>为第/>次调整后第/>个参数。
经过数次上述的迭代修改模型参数后,模型就能够较为精准的拟合输入数据与变形实测值之间的关系,如前所述,由于冻土区隧道衬砌结构损伤和变形值之前存在较强的相关性,在变形值的指示能够得到有效的拟合时,冻土区隧道衬砌结构损伤的预测准确度也会得以提升。
在步骤104中,根据所述损伤预测模型的多个第二输出,确定所述目标结构的损伤。
本发明冻土区隧道衬砌结构损伤预测方法实施方式,其首先获取目标结构的多个热力学参数以及多个材料力学性能参数,其中,所述目标结构为冻土区的隧道衬砌结构和/或围岩结构;然后将多个环境因素数据以及所述多个热力学参数输入到温场模型中,获取表征所述目标结构多个点位温度的温场数据集,其中,环境因素影响所述目标结构温场分布;接着将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,其中,所述损伤预测模型具有多个第一输出以及多个第二输出,所述多个第一输出以及所述多个第二输出分别输出多个第一预定点位的变形指示和多个第二预定点位的损伤指示;最后根据所述损伤预测模型的多个第二输出,确定所述目标结构的损伤。本发明实施方式通过热力学模型和监测获得的环境因素构建表征温场分布的数据集,将数据集输入到损伤识别模型中,并利用变形实测值与损伤识别模型的变形输出调整损伤识别模型的多个参数,以使得损伤识别模型能够较好的拟合温场与变形的关系,由于冻土区隧道衬砌变形和损伤存在较强的相关性,模型的损伤预测精度同步的得以提升。
应理解,上述实施方式中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施方式的实施过程构成任何限定。
以下为本发明的装置实施方式,对于其中未详尽描述的细节,可以参考上述对应的方法实施方式。
图3是本发明实施方式提供的冻土区隧道衬砌结构损伤预测装置功能框图,参照图3,冻土区衬砌损伤预测装置包括:参数获取模块301、温场数据确定模块302、模型调整模块303以及损伤确定模块304,其中:
参数获取模块301,用于获取目标结构的多个热力学参数以及多个材料力学性能参数,其中,所述目标结构为冻土区的隧道衬砌结构和/或围岩结构;
温场数据确定模块302,用于将多个环境因素数据以及所述多个热力学参数输入到温场模型中,获取表征所述目标结构多个点位温度的温场数据集,其中,环境因素影响所述目标结构温场分布;
模型调整模块303,用于将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,其中,所述损伤预测模型具有多个第一输出以及多个第二输出,所述多个第一输出以及所述多个第二输出分别输出多个第一预定点位的变形指示和多个第二预定点位的损伤指示;
以及,
损伤确定模块304,用于根据所述损伤预测模型的多个第二输出,确定所述目标结构的损伤。
图4是本发明实施方式提供的电子设备的功能框图。如图4所示,该实施方式的电子设备4包括:处理器400和存储器401,所述存储器401中存储有可在所述处理器400上运行的计算机程序402。所述处理器400执行所述计算机程序402时实现上述各个冻土区衬砌损伤预测方法及实施方式中的步骤,例如图1所示的步骤101至步骤104。
示例性的,所述计算机程序402可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器401中,并由所述处理器400执行,以完成本发明。
所述电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述电子设备4可包括,但不仅限于,处理器400、存储器401。本领域技术人员可以理解,图4仅仅是电子设备4的示例,并不构成对电子设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备4还可以包括输入输出设备、网络接入设备、总线等。
所称处理器400可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器401可以是所述电子设备4的内部存储单元,例如电子设备4的硬盘或内存。所述存储器401也可以是所述电子设备4的外部存储设备,例如所述电子设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器401还可以既包括所述电子设备4的内部存储单元也包括外部存储设备。所述存储器401用于存储所述计算机程序402以及所述电子设备4所需的其他程序和数据。所述存储器401还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施方式中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施方式中的对应过程,在此不再赘述。
在上述实施方式中,对各个实施方式的描述都各有侧重,某个实施方式中没有详述或记载的部分,可以参见其它实施方式的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施方式描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施方式中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施方式仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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方式方案的目的。
另外,在本发明各个实施方式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。
所述集成的模块/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,本发明实现上述实施方式方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法及装置实施方式的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
以上所述实施方式仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施方式对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施方式技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种冻土区衬砌损伤预测方法,其特征在于,包括:
获取目标结构的多个热力学参数以及多个材料力学性能参数,其中,所述目标结构为冻土区的隧道衬砌结构和/或围岩结构;
将多个环境因素数据以及所述多个热力学参数输入到温场模型中,获取表征所述目标结构多个点位温度的温场数据集,其中,环境因素影响所述目标结构温场分布;
将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,其中,所述损伤预测模型具有多个第一输出以及多个第二输出,所述多个第一输出以及所述多个第二输出分别输出多个第一预定点位的变形指示和多个第二预定点位的损伤指示;
根据所述损伤预测模型的多个第二输出,确定所述目标结构的损伤。
2.根据权利要求1所述的冻土区衬砌损伤预测方法,其特征在于,所述温场模型基于温场基础模型构建,包括:
获取温场基础模型以及多个温场样本集,其中,温场样本集包括影响所述目标结构温场的环境因素数据以及多个点位温度数据;
按照预设划分比例将所述多个温场样本集划分为第一组和第二组,其中,所述预设划分比例为所述第一组温场样本集的数量与所述多个温场样本集的数量的比值;
根据所述第一组中温场样本集的数量调整所述温场基础模型的参数数量,以使得所述温场基础模型的参数数量小于或等于所述第一组中温场样本集的数量;
根据所述第一组中的温场样本集以及所述多个热力学参数确定所述温场基础模型的参数值;
将所述第二组中温场样本集输入到所述温场基础模型中,根据所述温场基础模型输出与所述第二组温场样本的多个点位温度数据,确定所述温场基础模型的偏差;
若所述温场基础模型的偏差大于模型偏差阈值,则减小所述预设划分比例并跳转至所述根据所述第一组中温场样本集的数量调整所述温场基础模型的参数数量的步骤;
否则,将所述温场基础模型作为所述温场模型。
3.根据权利要求2所述的冻土区衬砌损伤预测方法,其特征在于,所述温场基础模型为:
式中,为第/>个点位的温度,/>为第/>个第一权重系数,/>为第/>个第二权重系数,/>为第/>个影响目标结构温场的因子,/>为第一偏置常数,/>为第个第二偏置常数,/>为影响目标结构温场的因子数量,/>为指数。
4.根据权利要求1-3任一项所述的冻土区衬砌损伤预测方法,其特征在于,所述损伤预测模型为:
式中,为第/>个输入节点的输出,/>为第/>个输入节点的权重参数,/>为第/>个输入节点的输入,/>为第/>行第/>列中间节点的输出,/>为第/>行第列中间节点的第/>个权重参数,/>为中间节点的行数,/>为第/>个第一输出节点的输出,/>为第/>个第一输出节点的第/>个权重参数,/>为第/>个第二输出节点的输出,为第/>个第二输出节点的第/>个权重参数,/>为中间节点的列数,/>为传递函数,和/>分别为第一偏置参数和第二偏置参数。
5.根据权利要求4所述的冻土区衬砌损伤预测方法,其特征在于,所述将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,包括:
将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,获取所述损伤预测模型输出的多个变形指示;
计算所述多个变形指示与所述多个变形实测值的差,并将所述多个变形指示与所述多个变形实测值的差的绝对值作为多个第一变形预测偏差;
若变形预测偏差率大于第一偏差率阈值,则减少所述损伤预测模型中间节点列的数量,并根据所述温场数据集、所述多个材料力学性能参数、所述多个变形实测值、多个历史温场数据集以及多个历史变形实测值调整所述损伤预测模型的参数,其中,所述变形预测偏差率根据所述多个第一变形预测偏差以及所述多个变形实测值的绝对值确定;
若变形预测偏差率大于第二偏差率阈值且不大于所述第一偏差率阈值,则根据所述温场数据集、所述多个材料力学性能参数、所述多个变形实测值、所述多个历史温场数据集以及所述多个历史变形实测值调整所述损伤预测模型的参数,其中,所述第二偏差率阈值小于所述第一偏差率阈值。
6.根据权利要求5所述的冻土区衬砌损伤预测方法,其特征在于,所述根据所述温场数据集、所述多个材料力学性能参数、所述多个变形实测值、历史温场数据集以及历史变形实测值调整所述损伤预测模型的参数,包括:
对于所述温场数据集以及所述多个历史温场数据集中的每个数据集分别执行如下步骤:
将数据集中的数据与所述多个材料力学性能参数作为输入,输入到所述损伤预测模型的输入节点;
计算所述损伤预测模型多个第一输出节点的输出与变形实测值之间的差,并将所述损伤预测模型多个第一输出节点的输出与变形实测值之间的差作为多个第二变形预测差;
若所述多个第二变形预测差绝对值的和大于模型偏差阈值,则计算所述损伤预测模型多个节点本轮输出值相对上轮输出值的差,将所述损伤预测模型多个节点本轮输出值相对上轮输出值的差作为多个中间节点差,根据第二公式、所述多个中间节点差以及所述多个第二变形预测差调整所述损伤预测模型的参数,并跳转至所述将数据集中的数据与所述多个材料力学性能参数作为输入,输入到所述损伤预测模型的输入节点的步骤,其中,所述第二公式为:
式中,为第/>次调整后第/>个参数,/>为调整系数,/>为第/>个中间节点差,为第/>个变形预测差,/>为第一输出节点的总数量,/>为第/>次调整后第/>个参数。
7.根据权利要求6所述的冻土区衬砌损伤预测方法,其特征在于,所述传递函数为:
式中,为自然常数,/>为输入变量。
8.一种冻土区衬砌损伤预测装置,其特征在于,用于实现如权利要求1-7任一项所述的冻土区衬砌损伤预测方法,所述冻土区衬砌损伤预测装置包括:
参数获取模块,用于获取目标结构的多个热力学参数以及多个材料力学性能参数,其中,所述目标结构为冻土区的隧道衬砌结构和/或围岩结构;
温场数据确定模块,用于将多个环境因素数据以及所述多个热力学参数输入到温场模型中,获取表征所述目标结构多个点位温度的温场数据集,其中,环境因素影响所述目标结构温场分布;
模型调整模块,用于将所述温场数据集以及所述多个材料力学性能参数输入到损伤预测模型中,根据所述损伤预测模型输出的多个变形指示与多个变形实测值的偏差,调整损伤预测模型的结构和参数,其中,所述损伤预测模型具有多个第一输出以及多个第二输出,所述多个第一输出以及所述多个第二输出分别输出多个第一预定点位的变形指示和多个第二预定点位的损伤指示;
以及,
损伤确定模块,用于根据所述损伤预测模型的多个第二输出,确定所述目标结构的损伤。
9.一种电子设备,包括存储器和处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410027315.9A CN117540481B (zh) | 2024-01-09 | 2024-01-09 | 冻土区衬砌损伤预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410027315.9A CN117540481B (zh) | 2024-01-09 | 2024-01-09 | 冻土区衬砌损伤预测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117540481A true CN117540481A (zh) | 2024-02-09 |
CN117540481B CN117540481B (zh) | 2024-03-12 |
Family
ID=89788444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410027315.9A Active CN117540481B (zh) | 2024-01-09 | 2024-01-09 | 冻土区衬砌损伤预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117540481B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108509713A (zh) * | 2018-03-29 | 2018-09-07 | 西南石油大学 | 一种考虑冻土融化作用的隧道围岩变形计算方法 |
CN109283086A (zh) * | 2018-11-26 | 2019-01-29 | 中国地质大学(北京) | 精准测算反复冻融损伤后寒区隧道岩石弹性模量的方法 |
CN110737977A (zh) * | 2019-10-10 | 2020-01-31 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种隧道围岩变形预测方法及预测装置 |
US20210208554A1 (en) * | 2020-01-02 | 2021-07-08 | Tongji University | Fire test system and method for tunnel structure based on real-time fusion of numerical and physical spaces |
CN114547870A (zh) * | 2022-01-27 | 2022-05-27 | 重庆大学 | 一种基于物质点法的火灾-爆炸下隧道损伤评估方法 |
CN116050273A (zh) * | 2023-01-18 | 2023-05-02 | 成都理工大学 | 千枚岩隧道围岩蠕变参数预测方法、装置及产品 |
CN116499623A (zh) * | 2023-04-12 | 2023-07-28 | 内蒙古自治区交通建设工程质量监测鉴定站(内蒙古自治区交通运输科学发展研究院) | 一种寒区隧道冻结力确定方法及相关设备 |
CN116522457A (zh) * | 2023-05-22 | 2023-08-01 | 西南交通大学 | 一种火灾后隧道衬砌爆裂损伤范围预测方法 |
CN116593523A (zh) * | 2023-05-19 | 2023-08-15 | 石家庄铁道大学 | 一种地层温度梯度测试设备及其方法 |
CN116718629A (zh) * | 2023-05-29 | 2023-09-08 | 中国水利水电科学研究院 | 一种预应力混凝土衬砌的监测系统 |
CN116753027A (zh) * | 2023-05-29 | 2023-09-15 | 中铁二十局集团有限公司 | 深埋高地温隧道的分段式围岩等级判定方法及装置 |
CN116861704A (zh) * | 2023-09-04 | 2023-10-10 | 北京交通大学 | 一种高地应力软岩隧道大变形等级动态快速预测方法 |
CN117216844A (zh) * | 2023-09-12 | 2023-12-12 | 汕头大学 | 一种桥梁结构损伤检测方法、系统和存储介质 |
WO2023241356A1 (zh) * | 2022-06-13 | 2023-12-21 | 安徽理工大学 | 一种地铁隧道冻结法施工地层三维冻胀变形的预测方法 |
-
2024
- 2024-01-09 CN CN202410027315.9A patent/CN117540481B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108509713A (zh) * | 2018-03-29 | 2018-09-07 | 西南石油大学 | 一种考虑冻土融化作用的隧道围岩变形计算方法 |
CN109283086A (zh) * | 2018-11-26 | 2019-01-29 | 中国地质大学(北京) | 精准测算反复冻融损伤后寒区隧道岩石弹性模量的方法 |
CN110737977A (zh) * | 2019-10-10 | 2020-01-31 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种隧道围岩变形预测方法及预测装置 |
US20210208554A1 (en) * | 2020-01-02 | 2021-07-08 | Tongji University | Fire test system and method for tunnel structure based on real-time fusion of numerical and physical spaces |
CN114547870A (zh) * | 2022-01-27 | 2022-05-27 | 重庆大学 | 一种基于物质点法的火灾-爆炸下隧道损伤评估方法 |
WO2023241356A1 (zh) * | 2022-06-13 | 2023-12-21 | 安徽理工大学 | 一种地铁隧道冻结法施工地层三维冻胀变形的预测方法 |
CN116050273A (zh) * | 2023-01-18 | 2023-05-02 | 成都理工大学 | 千枚岩隧道围岩蠕变参数预测方法、装置及产品 |
CN116499623A (zh) * | 2023-04-12 | 2023-07-28 | 内蒙古自治区交通建设工程质量监测鉴定站(内蒙古自治区交通运输科学发展研究院) | 一种寒区隧道冻结力确定方法及相关设备 |
CN116593523A (zh) * | 2023-05-19 | 2023-08-15 | 石家庄铁道大学 | 一种地层温度梯度测试设备及其方法 |
CN116522457A (zh) * | 2023-05-22 | 2023-08-01 | 西南交通大学 | 一种火灾后隧道衬砌爆裂损伤范围预测方法 |
CN116718629A (zh) * | 2023-05-29 | 2023-09-08 | 中国水利水电科学研究院 | 一种预应力混凝土衬砌的监测系统 |
CN116753027A (zh) * | 2023-05-29 | 2023-09-15 | 中铁二十局集团有限公司 | 深埋高地温隧道的分段式围岩等级判定方法及装置 |
CN116861704A (zh) * | 2023-09-04 | 2023-10-10 | 北京交通大学 | 一种高地应力软岩隧道大变形等级动态快速预测方法 |
CN117216844A (zh) * | 2023-09-12 | 2023-12-12 | 汕头大学 | 一种桥梁结构损伤检测方法、系统和存储介质 |
Non-Patent Citations (5)
Title |
---|
SUN TIECHENG ET AL.: "Model test study on the dynamic response of the portal section of two parallel tunnels in a seismically active area", TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY, 21 December 2020 (2020-12-21), pages 391 - 397 * |
YANBIN LUO ET AL.: "Research status and progress of tunnel frost damage", JOURNAL OF TRAFFIC AND TRANSPORTATION ENGINEERING (ENGLISH EDITION), 17 April 2019 (2019-04-17), pages 297 - 309 * |
刘运明: "寒区隧道结构损伤与可靠度研究", 中国优秀硕士学位论文全文数据库 工程科技II辑, no. 01, 15 January 2013 (2013-01-15) * |
安永林 等: "灰色预测理论在隧道火灾后衬砌损伤中的应用", 西部探矿工程, no. 4, 25 April 2006 (2006-04-25), pages 163 - 164 * |
谭贤君 等: "低温冻融条件下岩体温度-渗流-应力-损伤(THMD)耦合模型研究及其在寒区隧道中的应用", 岩石力学与工程学报, vol. 32, no. 2, 15 February 2013 (2013-02-15), pages 239 - 249 * |
Also Published As
Publication number | Publication date |
---|---|
CN117540481B (zh) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mustafa et al. | Study for predicting land surface temperature (LST) using landsat data: a comparison of four algorithms | |
CN111783338B (zh) | 基于人工智能的微观组织金属强度分布预测方法及装置 | |
CN105843733B (zh) | 一种大数据平台的性能检测方法及装置 | |
CN103620625A (zh) | 信息处理装置、信息处理方法、记录介质、以及程序 | |
CN112836789A (zh) | 一种基于复合神经网络算法的地连墙变形动态预测方法 | |
CN117540481B (zh) | 冻土区衬砌损伤预测方法、装置、电子设备及存储介质 | |
Kahouadji et al. | Vibration-Based Damage Assessment in Truss Structures Using Local Frequency Change Ratio Indicator Combined with Metaheuristic Optimization Algorithms | |
CN106815428A (zh) | 一种基于智能优化算法的风洞天平校准数据处理方法 | |
CN108763759A (zh) | 一种基于isomap的固化热过程时空建模方法 | |
CN107582030A (zh) | 基于bp神经网络的人体表面皮肤温度场测量方法 | |
CN110310476B (zh) | 道路拥堵程度的评估方法、装置、计算机设备及存储介质 | |
Marinov et al. | Coefficient identification in Euler–Bernoulli equation from over-posed data | |
CN112988527A (zh) | Gpu管理平台异常检测方法、装置以及存储介质 | |
CN113722917B (zh) | 基于垂直剖面上裂变径迹长度分布的热史模拟方法及系统 | |
KR102291632B1 (ko) | 인공위성 데이터를 이용한 토양수분 산출 방법 | |
CN115758717A (zh) | 模拟亮温偏差的估算方法、装置、电子设备及存储介质 | |
Xiang et al. | Study on the life cycle simulation method of the temperature field and temperature effect of a steel–concrete composite bridge deck system | |
CN111859810B (zh) | 基于加权字典学习的温度场重构方法、装置、设备及介质 | |
CN114676565A (zh) | 基于古地温梯度的低温年代数据处理方法、系统及设备 | |
CN117421568B (zh) | 边坡岩土体冻融监测点定位方法、装置、终端及存储介质 | |
CN117216454B (zh) | 基于模糊非概率的可靠性评估方法、装置、终端及存储介质 | |
Qing-Dao-Er-Ji et al. | Research on data mining algorithm of meteorological observation based on data quality control algorithm | |
Zhang et al. | Research on Mathematical Model of Inverse Heat Conduction Problem in Laminar Cooling Process | |
CN114417583B (zh) | 风电机组尾流速度损失的评估方法、装置及存储介质 | |
CN116541726B (zh) | 用于植被覆盖度估算的样本量确定方法、装置及设备 |
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 |