【技术实现步骤摘要】
本专利技术属于工程力学、能源传输及人工智能领域，具体涉及一种基于深度学习的管道结构应力代理模型构建方法。
技术介绍
1、随着城镇燃气产业的快速发展，城镇天然气管网的建设在不断加快。然而，由于城镇地区人口密度大、地下管道复杂，埋地燃气管道事故发生概率显著增加，燃气管道事故会造成城镇人员伤亡和严重的财产损失，因此，埋地管道的应力监测显得尤为重要。
2、管道长期处于复杂的外部环境，其应力影响因素多且复杂，使得管道的应力监测和维护难度加大。传统的有限元分析技术通过对管道结构进行离散化处理，将其分解为多个有限元单元，并结合边界条件、载荷和材料特性等进行数值模拟。有限元分析技术虽然可以较为精确地模拟管道在不同工况的应力分布，但其计算过程复杂，计算量大，难以实现实时监测和预测。
3、随着人工智能技术的发展，基于深度学习的应力监测和预测方法逐渐成为燃气管道监测领域的研究热点。深度学习模型具备强大的特征提取能力，可以学习和建模复杂的高维数据间的非线性关系，从而有效处理时间序列数据和空间特征。使用深度学习模型进行应力监测和预测，能够...
【技术保护点】
1.一种基于深度学习的管道结构应力代理模型构建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于深度学习的管道结构应力代理模型构建方法，其特征在于，所述步骤1包括：
3.根据权利要求2所述的一种基于深度学习的管道结构应力代理模型构建方法，其特征在于，所述步骤2基于皮尔森相关系数对管道结构的有限单元进行相关性分析，依据构建的有限单元关联矩阵，将管道模型中应力方向变化存在相似性的有限单元归为同一簇，每个簇中选择有代表性的有限单元作为监测点，即特征单元，特征单元对于管道应力的大小和方向具有敏感性，并与剩余的有限单元在响应上具有强相关性
4....
【技术特征摘要】
1.一种基于深度学习的管道结构应力代理模型构建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于深度学习的管道结构应力代理模型构建方法，其特征在于，所述步骤1包括：
3.根据权利要求2所述的一种基于深度学习的管道结构应力代理模型构建方法，其特征在于，所述步骤2基于皮尔森相关系数对管道结构的有限单元进行相关性分析，依据构建的有限单元关联矩阵，将管道模型中应力方向变化存在相似性的有限单元归为同一簇，每个簇中选择有代表性的有限单元作为监测点，即特征单元，特征单元对于管道应力的大小和方向具有敏感性，并与剩余的有限单元在响应上具有强相关性。
4.根据权利要求3所述的一种基于深度学习的管道结构应力代理模型构建方法，其特征在于，所述步骤3包括：
5.根据权利要求4所述的一种基于深度学习的管道结构应力代理模型构建方法，其特征在于，所...
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。