基于机器学习的断层作用下管道接头的易损性分析方法技术

本发明专利技术提供了一种基于机器学习的断层作用下管道接头的易损性分析方法，属于机器学习技术领域；解决了采用现有技术预测断层作用下管道接头破坏存在的准确性差

【技术实现步骤摘要】
基于机器学习的断层作用下管道接头的易损性分析方法


[0001]本专利技术提供了一种基于机器学习的断层作用下管道接头的易损性分析方法，属于机器学习

。

技术介绍

[0002]埋地输送管道在现代社会中发挥着至关重要的作用，不仅为人们的生活和经济活动提供了必要的物资，还促进了经济发展
、
环境保护和社会稳定
。
然而，近年来由于诸如断层等地基错动变形引发的埋地管道事故频发，给人民生命财产安全带来了严重威胁，研究表明管道接头破坏是事故发生的主要原因之一
。
[0003]目前预测断层作用下管道接头破坏的技术主要包括经验公式和有限元数值模拟分析
。
前者基于试验数据和经验规律，通过考虑接头的几何形状
、
材料特性和断层参数等因素，进行简单的数学公式推导以预测管道的破坏情况，该方法具有简单直观的优点，但其主观性强，准确性有一定限制
。
后者通常采用三维数值模型来模拟管道接头的结构和力学行为，该方法可以考虑材料的非线性和管
>‑
土接触本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于机器学习的断层作用下管道接头的易损性分析方法，其特征在于：包括如下步骤：步骤
1、
获取管道几何尺寸参数
、
管道材料参数
、
管道敷设参数
、
地震断层参数及管
‑
土相互作用参数；步骤
2、
根据管道几何尺寸参数
、
管道材料参数
、
管道敷设参数
、
地震断层参数和管
‑
土相互作用参数，采用管
‑
土相互作用单元
PSI
编写可通过有限元软件
ABAQUS
计算运行的
INP
文件，并对管道接头在断层作用下的转角进行计算，利用已知管道接头转角数据对
INP
文件的计算结果进行验证；步骤
3、
在管道几何尺寸参数
、
管道材料参数
、
管道敷设参数
、
地震断层参数及管
‑
土相互作用参数中，选定其中一个参数作为自变量对断层作用下的管道接头进行易损性分析，对其余的参数在假设的概率函数分布下，采用拉丁超立方抽样，随机生成多组参数的抽样值，然后将多组参数的抽样值写入到由步骤2得到的
INP
文件中并进行计算，以得到相应的多个管道接头转角值；步骤
4、
将步骤3中得到的多组参数抽样值和经
INP
文件计算得到的多个管道接头转角值作为训练样本数据集，对套索回归模型进行训练；步骤
5、
重复步骤3随机生成多组参数的抽样值，并将其输入到由步骤4得到的套索回归模型，计算得到相应的多个管道接头转角值；步骤
6、
基于已知的管道接头转角破坏值，将由步骤5得到的多个管道接头转角值转变为一组拥有多个元素的二元生死向量；步骤
7、
将步骤5中的多组参数的抽样值和由步骤6得到的一组拥有多个元素的二元生死向量作为训练样本数据集，对逻辑回归...

【专利技术属性】
技术研发人员：周敏，陈鹏，韩云山，孙鼎杰，程志，张兆鹏，王元龙，张晓双，
申请(专利权)人：中北大学，
类型：发明
国别省市：