【技术实现步骤摘要】
一种落石冲击下PCCP管道结构损伤评价方法
[0001]本专利技术属于管道结构评价方法
,具体涉及一种落石冲击下PCCP管道结构损伤评价方法。
技术介绍
[0002]PCCP自上世纪40年代问世以来,凭借着其抗渗性强、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。PCCP虽然安全稳定性能好,但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,不仅会严重影响管线的正常运行,造成水资源的浪费;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,在落石发生后要及时对PCCP结构的安全进行快速评价,以便及时采取相应的工程措施,减少工程事故的发生。
[0003]随着数值仿真模拟技术的发展,通过数值模拟对埋地PCCP结构进行分析逐渐被许多学者采用并推广。由于建立PCCP结构的数值模型要考虑复杂的材料本构模型和非线性接触关系,通过数值模拟来进行落石冲击作用下PCCP结构安全评价需要较长的计算时间,不便于在落石灾害后对结构进行快速的安全评估。
[0004]近些年来,机器学习算法如长短时记忆网络、回归树、人工神经网络等,因其具有精度高,非线性数据挖掘能力强大等优点 ...
【技术保护点】
【技术特征摘要】
1.一种落石冲击下PCCP管道结构损伤评价方法,其特征在于,具体按照以下步骤具体实施:步骤1,建立PCCP“管
‑
土
‑
石”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结构损伤情况,并形成样本数据集,将样本数据集的5%作为测试样本,其余作为训练样本;步骤2,建立LSTM神经网络模型;步骤3,利用贝叶斯算法对LSTM神经网络模型的第一层隐含层神经元数m、第二层隐含层神经元数n和初始学习率l进行自动寻优,构成BO
‑
LSTM模型;步骤4,当落石灾害发生后,根据现场实测的落石参数和BO
‑
LSTM模型,预测实际工程中PCCP结构的损伤情况。2.根据权利要求1所述的一种落石冲击下PCCP管道结构损伤评价方法,其特征在于,所述步骤1中,具体为:通过有限元法计算分析不同落石参数情况下,埋地PCCP结构损伤情况,其中,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,这样可以得到M组落石参数的组合,对于每一组落石参数,采用PCCP“石
‑
土
‑
管”三维有限元模型计算对应的混凝土管芯全截面混凝土受拉损伤dt的最大值,从而形成样本数据集,并将样本数据集的5%作为测试样本,其余作为训练样本。3.根据权利要求1所述的一种落石冲击下PCCP管道结构损伤评价方法,其特征在于,所述步骤2中,具体为:步骤2.1,LSTM神经网络模型的表达式如式(3)所示:式中:i
i
是输入门;f
i
是遗忘门;c
i
是更新后的细胞状态;o
i
是输出门;x
i
是输入信息;h...
【专利技术属性】
技术研发人员:程琳,陈家敏,毛昊然,杨杰,张宇恒,潘鹏生,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:
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。