【技术实现步骤摘要】
本专利技术涉及工程试验,具体为一种工程试验与数值模拟的数据交互方法、系统、设备及介质。
技术介绍
1、在岩土相关工程问题的模型试验研究上,目前主要的研究方法包括物理模型试验、数值模拟、现场试验等。以上研究方法均有各自的不足之处。
2、对于物理工程试验,可以真实地模拟岩土工程中的物理过程,通过实验重复性验证和稳定性测试来提高结果的可靠性。但是实验的成本较高,需要大量的时间、资源和设备,并且受到场地限制,模型不可能无限大,考虑模型的尺寸效应,无法完全复制实际工程条件。部分复杂的现象或难以测量的参数可能无法准确重现。
3、对于数值模拟,通过模拟复杂的岩土工程中出现的动力学行为和相互作用,可以在较短的时间内得到结果,虽然可以灵活地修改模型参数和条件,进行参数敏感性分析和优化。但相对于真实的工程场景,模型的准确性受限于输入数据的质量和模型假设的合理性。并且模型参数的选择和校准可能存在一定的主观性,计算误差较大。
4、对于现场试验,可以在实际工程现场进行研究,提供与实际工程最接近的数据。但也存在一些问题,如实验条
...【技术保护点】
1.一种工程试验与数值模拟的数据交互方法,其特征在于,包括:
2.根据权利要求1所述的数据交互方法,其特征在于,所述通过采集物理工程模型中实验对象的相关数据还包括采集物理工程模型中实验对象的界面荷载、应力、应变和位移数据,经预处理后制作样本数据集,通过样本数据集对深度学习模型进行训练。
3.根据权利要求2所述的数据交互方法,其特征在于,所述建立深度学习模型对动态本构模型进行优化的具体操作为:
4.根据权利要求3所述的数据交互方法,其特征在于,所述深度学习模型采用FasterR-CNN模型。
5.根据权利要求1所述的数据交
...【技术特征摘要】
1.一种工程试验与数值模拟的数据交互方法,其特征在于,包括:
2.根据权利要求1所述的数据交互方法,其特征在于,所述通过采集物理工程模型中实验对象的相关数据还包括采集物理工程模型中实验对象的界面荷载、应力、应变和位移数据,经预处理后制作样本数据集,通过样本数据集对深度学习模型进行训练。
3.根据权利要求2所述的数据交互方法,其特征在于,所述建立深度学习模型对动态本构模型进行优化的具体操作为:
4.根据权利要求3所述的数据交互方法,其特征在于,所述深度学习模型采用fasterr-cnn模型。
5.根据权利要求1所述的数据交互方法,其特征在于,还包括在深度学习模型对动态本构模型进行优化过程中,构建深度学习框架tensorflow进行分布式训练,其具体方法为:
6.根据权利要求1所述的数据交互方法,其特征在于,所述数据交互还...
【专利技术属性】
技术研发人员:吕昊,王清标,张聪,胡忠经,邵唐砂,刘炜震,刘文霞,
申请(专利权)人:山东科技大学,
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。