【技术实现步骤摘要】
本专利技术涉及隧道安全，尤其涉及一种基于机器学习的隧道空洞裂纹病害的评估方法。
技术介绍
1、隧道的空洞和裂纹对隧道的安全性和稳定性构成潜在威胁。隧道作为一种用于交通运输或地下工程的重要结构，其结构的完整性对于保障运输安全至关重要。然而，由于地质条件、工程施工、自然灾害等因素的影响，隧道内部可能会出现各种问题，其中空洞的形成可能会导致隧道结构的不稳定，增加隧道发生地质灾害的风险，甚至引发隧道坍塌的危险。裂纹的存在可能会导致隧道结构的破坏和变形，影响隧道的承载能力和安全性。
2、这些空洞和裂纹的存在可能会对隧道的使用和运营造成严重影响，增加事故的发生风险，威胁通行安全。因此，及时发现和评估隧道内部的空洞和裂纹，采取有效的维护和修复措施，对于确保隧道的安全运营至关重要。
3、传统的隧道空洞裂纹评估方法往往依赖于经验或简单的规则，准确性较低，容易出现误判或漏判的情况，并且需要大量人工参与，包括数据处理、特征提取和分析等环节，耗时耗力且容易出现主观误差。而且只能考虑部分地质因素或者局部特征，无法全面综合地考虑隧道的整体情...
【技术保护点】
1.一种基于机器学习的隧道空洞裂纹病害的评估方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的隧道空洞裂纹病害的评估方法，其特征在于，所述通过修正系数更新安全性评估分数，获得更新后的安全性评估分数包括：
3.根据权利要求1所述的基于机器学习的隧道空洞裂纹病害的评估方法，其特征在于，所述获取隧道内部的地质信息数据包括：
4.根据权利要求1所述的基于机器学习的隧道空洞裂纹病害的评估方法，其特征在于，在获取隧道内部的地质信息数据之前，还包括：
5.根据权利要求1所述的基于机器学习的隧道空洞裂纹病害的评估方法，其特...
【技术特征摘要】
1.一种基于机器学习的隧道空洞裂纹病害的评估方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的隧道空洞裂纹病害的评估方法，其特征在于，所述通过修正系数更新安全性评估分数，获得更新后的安全性评估分数包括：
3.根据权利要求1所述的基于机器学习的隧道空洞裂纹病害的评估方法，其特征在于，所述获取隧道内部的地质信息数据包括：
4.根据权利要求1所述的基于机器学习的隧道空洞裂纹病害的评估方法，其特征在于，在获取隧道内部的地质信息数据之前，还包括：
5.根据权利要求1所述的基于机器学习的隧道空洞裂纹病害的评估方法，其特征在于，所述机器学习模型为决策树、随机森林、支持向量机或神经网络。
6.根据权利要求1所述的基于机器学习的...
【专利技术属性】
技术研发人员：张骞，聂瑶奇，赵维刚，王保宪，冯涵，石德斌，谭兆，秦守鹏，张逆进，
申请(专利权)人：石家庄铁道大学，
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。