当前位置: 首页 > 专利查询>三峡大学专利>正文

基于SVR方法的注浆效果预测方法及系统技术方案

技术编号:42573744 阅读:17 留言:0更新日期:2024-08-29 00:38
本发明专利技术公开了一种基于SVR方法的注浆效果预测方法及系统,本发明专利技术涉及注浆工程技术领域,包括以下步骤:根据采集不同松散碎石土层的特征,由土粒比重、含水量、密度计算得到土层孔隙率,同时获取注浆效果的影响因素数据,包括注浆压力、水泥浆液水灰比和注浆管侧边注浆孔间平均孔距,利用SVR方法将孔隙率和影响因素数据划分为训练集和测试集,生成注浆扩散半径预测模型,通过生成的模型对测试集进行求解,得到扩散半径预测值,使用相同步骤生成扩散高度预测值和抗压强度预测值,根据三组预测值与试验测试值计算得到各组对应均方差,由各组均方差生成综合注浆性能评价系数,与预先设定的误差阈值相较,不超过误差阈值判断为预测结果满足精度要求。

【技术实现步骤摘要】

本专利技术涉及注浆工程,具体为一种基于svr方法的注浆效果预测方法及系统。


技术介绍

1、注浆法作为地基处理与岩土体加固的可行方法,广泛应用于土建、市政等领域,可以有效改善地基物理力学性质,达到防渗、堵漏、加固和纠偏的目的,防止和减少工程灾害的发生,在灌浆设计和施工中,对灌浆效果的预测一般都依靠工程技术人员的经验。由于坝不同岩土体的性质比较复杂,其内部的裂隙发育程度及分布特征难以有效判断,因此,人工经验为基础的注浆量预测,往往造成预测结果存在较大的偏差,不利于工程经济性的实现和注浆施工质量的有效控制。

2、支持向量回归(svr)方法是支持向量机在实函数域的研究内容,具有好的推广特性和非线性建模的能力,适合解决非线性、大时延以及不易建模系统的控制问题。近年来,支持向量回归算法被应用于非线性建模和预测、时间序列的预测、优化控制等方面的研究,注浆效果往往受到多种因素的影响,这些因素之间可能存在复杂的非线性关系。svr能够通过使用核函数将数据映射到高维特征空间,从而实现对非线性关系的建模,更准确地捕捉数据之间的复杂关系,因此使用svr方法进行注浆效果预本文档来自技高网...

【技术保护点】

1.一种基于SVR方法的注浆效果预测方法,其特征在于,具体步骤包括:

2.根据权利要求1所述的一种基于SVR方法的注浆效果预测方法,其特征在于:获取不同组注浆试验采用的松散碎石土层的基本性质,所述基本特征包括土粒比重、含水量、密度和渗透系数,设置有M组注浆试验,第i组试验编号标定为Si,标定第Si组试验中土粒比重为GSi,土层含水量为ωi,单位%,土层密度为ρi,单位为g·cm-3,渗透系数为ki,单位为cm·s-1,i为正整数,且i=1、2、3、…、M。

3.根据权利要求2所述的一种基于SVR方法的注浆效果预测方法,其特征在于:根据获取的不同注浆试验组的土粒比重...

【技术特征摘要】

1.一种基于svr方法的注浆效果预测方法,其特征在于,具体步骤包括:

2.根据权利要求1所述的一种基于svr方法的注浆效果预测方法,其特征在于:获取不同组注浆试验采用的松散碎石土层的基本性质,所述基本特征包括土粒比重、含水量、密度和渗透系数,设置有m组注浆试验,第i组试验编号标定为si,标定第si组试验中土粒比重为gsi,土层含水量为ωi,单位%,土层密度为ρi,单位为g·cm-3,渗透系数为ki,单位为cm·s-1,i为正整数,且i=1、2、3、…、m。

3.根据权利要求2所述的一种基于svr方法的注浆效果预测方法,其特征在于:根据获取的不同注浆试验组的土粒比重、含水量、密度分析计算,得到各组松散碎石土层的孔隙率,松散碎石土层的孔隙率计算方法为:

4.根据权利要求1所述的一种基于svr方法的注浆效果预测方法,其特征在于:设置训练集和测试集的步骤包括:在i组试验样本中选取n组样本进行训练,得到训练集t={(x1,y1),…,(xn,yn)},其中m>n,xj=xj,(j=1,2,…,n),xj为第j个训练样本的列向量,包括渗透系数、孔隙率、注浆压力、水泥浆液水灰比和注浆管侧边注浆孔间平均孔距5个影响因子,不同预测模型对应有不同影响因子,yj为相应试验样本对应的试验实测值,扩...

【专利技术属性】
技术研发人员:雷进生李湘夷张梓杰王乾峰
申请(专利权)人:三峡大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1