【技术实现步骤摘要】
基于大数据的地下钢筋混凝土结构碳化寿命智能建模方法
本专利技术涉及隧道破坏寿命预测领域，尤其涉及一种基于大数据的地下钢筋混凝土结构碳化寿命智能建模方法。
技术介绍
在地下结构中，钢筋混凝土碳化是减少结构耐久寿命的主要原因之一。地下结构钢筋混凝土衬砌内侧暴露在半封闭空气环境中，空气流通不畅、内外相对温差较小、地下工程内部通车时，行车尾气不断聚集，使得结构内CO2浓度超过一般大气环境的5倍之多。结构内侧CO2气体向衬砌内部迁移扩散，溶解在衬砌混凝土孔隙水中，再与衬砌中碱性水化产物(如Ca(OH)2)反应产生碳酸盐或其他物质，破坏衬砌的碱性环境，使其趋于中性化，而钢筋钝化膜在pH<8.5时会逐渐褪去，加上氧气和水分的参与，衬砌内钢筋开始锈蚀，进而衬砌受锈蚀膨胀力的作用而开裂破坏，导致结构耐久寿命降低。此外，游离CO2也会使结构衬砌变脆，失去延展性。目前关于钢筋混凝土结构碳化寿命模型建立方面，许多国内外学者提出了相关的研究模型，对混凝土构件可靠性评估，后期服役期限及加固处理措施具有借鉴作用。如邱小坛等统计分析碳化结果后...
【技术保护点】
1.一种基于大数据的地下钢筋混凝土结构碳化寿命智能建模方法，其特征在于，包括如下步骤：/nS10，获取三因素训练样本和七因素训练样本；所述三因素训练样本中的各组样本数据分别包括地下钢筋混凝土结构的三个环境参数值，以及所述三个环境参数值对应的寿命值；所述七因素训练样本中的各组样本数据分别包括地下钢筋混凝土结构的七个环境参数值，以及所述七个环境参数值对应的寿命值；/nS20，将三因素训练样本输入遗传算法执行遗传操作，获取遗传操作后产生的第一适应性度量函数，在第一适应性度量函数的函数值超过设定阈值时，根据遗传算法当前运行产生的参数确定第一初始预测模型，采用所述第一初始预测模型预测...
【技术特征摘要】
1.一种基于大数据的地下钢筋混凝土结构碳化寿命智能建模方法，其特征在于，包括如下步骤：
S10，获取三因素训练样本和七因素训练样本；所述三因素训练样本中的各组样本数据分别包括地下钢筋混凝土结构的三个环境参数值，以及所述三个环境参数值对应的寿命值；所述七因素训练样本中的各组样本数据分别包括地下钢筋混凝土结构的七个环境参数值，以及所述七个环境参数值对应的寿命值；
S20，将三因素训练样本输入遗传算法执行遗传操作，获取遗传操作后产生的第一适应性度量函数，在第一适应性度量函数的函数值超过设定阈值时，根据遗传算法当前运行产生的参数确定第一初始预测模型，采用所述第一初始预测模型预测三因素测试样本中各组样本数据的碳化寿命，得到第一预测序列；
S30，将七因素训练样本输入遗传算法执行遗传操作，获取遗传操作后产生的第二适应性度量函数，在第二适应性度量函数的函数值超过设定阈值时，根据遗传算法当前运行产生的参数确定第二初始预测模型，采用所述第二初始预测模型预测七因素测试样本中各组样本数据的碳化寿命，得到第二预测序列；
S40，若第一预测序列与第一寿命真值序列之间的误差小于第一预设误差，且第二预测序列与第二寿命真值序列之间的误差小于第二预设误差，则将多因素训练样本输入遗传算法执行遗传操作，获取遗传操作后产生的第三适应性度量函数，在第三适应性度量函数的函数值超过设定阈值时，根据遗传算法当前运行产生的参数确定多因素寿命预测模型；所述第一寿命真值序列记录三因素测试样本中各组样本数据分别对应的实际寿命；所述第二寿命真值序列记录七因素测试样本中各组样本数据分别对应的实际寿命。
2.根据权利要求1所述的基于大数据的地下钢筋混凝土结构碳化寿命智能建模方法，其特征在于，获取三因素训练样本和七因素训练样本之前，还包括：
搜集影响地下钢筋混凝土结构碳化寿命的环境参数，从搜集的环境参数中确定三个因素，以确定三因素内容，从搜集的环境参数中确定七个因素，以确定七因素内容；
针对多个地下钢筋混凝土结构分别采集三因素内容，以确定各个地下钢筋混凝土结构对应的一组环境参数值，并确定各组环境参数值对应的地下钢筋混凝土结构的寿命值，根据三因素内容对应各组环境参数值及各组环境参数值的寿命值构建三因素训练样本；
针对多个地下钢筋混凝土结构分别采集七因素内容，以确定各个地下钢筋混凝土结构对应的一组环境参数值，并确定各组环境参...
【专利技术属性】
技术研发人员：高玮，胡承杰，周聪，陈栋梁，陈新，崔爽，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。