【技术实现步骤摘要】
本专利技术涉及水利工程检测，具体为一种大跨度可组装检测门数据推演方法。
技术介绍
1、大跨度可组装检测门是一种用于大跨度拦河闸、大坝溢洪道等大型水利工程的一种特殊闸门结构，该检测门主要用于控制水流，以便于日常的检修和维护工作，并且由于其组合式的结构特点，因此可进行不同使用场景的跨尺度多次使用，以节省使用成本；同时其组合式结构也便于进行检测门的运输，提升运输效率。
2、由于大跨度可组装检测门需要控制水流的使用场景，因此需要有良好的结构强度和抗水压能力；而在长期的使用过程中，大跨度可组装检测门容易受到水的腐蚀和冲击影响，因此随着使用时间的增长，大跨度可组装检测门的使用寿命会逐渐下降，其耐久性和稳定性也会下降，逐渐会影响对水流的控制程度。
3、若使用较低耐久的大跨度可组装检测门，则可能出现无法稳定控制水流导致事故的发生，因此需要对大跨度可组装检测门的耐久程度进行数据推演，以便于更加准确的衡量大跨度可组装检测门的使用寿命，便于相关技术人员在可视化数据下更准确地制定或修正方案，以保证大跨度可组装检测门在对应方案下达到更加安全地使用目的。
4、为此，提出一种大跨度可组装检测门数据推演方法。
技术实现思路
1、本专利技术的目的在于提供一种大跨度可组装检测门数据推演方法，通过大跨度可组装检测门的历史磨损度数据、历史水质数据和历史水压数据基于贝叶斯推断法和遗传算法对磨损度数据进行非线性曲线拟合，并获取对应的斜率数据和第一使用时长；建立检测门影响参数预测模型根据这些
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种大跨度可组装检测门数据推演方法，包括：
4、获取待模拟的大跨度可组装检测门的材料数据，依据相同所述材料数据的所述大跨度可组装检测门获取历史磨损度数据、历史水质数据和历史水压数据；依据所述历史磨损度数据拟合生成历史变化曲线，并获取所述历史变化曲线的历史斜率数据和第一使用时长；所述历史磨损度数据、所述历史水质数据和所述历史水压数据依据固定时间记录点t获取对应数据，所述历史斜率数据的数据采集点与所述固定时间记录点t相同；
5、进一步地，以历史磨损度数据为纵轴坐标，时间为横轴坐标生成磨损度变化坐标，对所述磨损度变化坐标进行非线性拟合生成所述历史变化曲线；所述历史变化曲线通过贝叶斯推断法和遗传算法对所述磨损度变化坐标进行非线性拟合；
6、建立检测门影响参数预测模型，依据所述第一使用时长、所述历史斜率数据、历史水质数据、所述历史水压数据和历史磨损度数据对所述检测门影响参数预测模型进行模型训练；
7、进一步地，所述检测门影响参数预测模型包括检测门数据编码模组和检测门数据解码模组，所述模型训练过程在所述检测门数据编码模组中进行训练；
8、所述检测门数据编码模组包括检测门影响数据处理单元、检测门影响数据特征单元和检测门影响数据训练输出单元；
9、所述检测门影响数据处理单元对所述历史斜率数据、所述第一使用时长、所述历史水质数据、所述历史水压数据和所述历史磨损度数据进行数据预处理，生成多条检测门影响预处理数据；
10、所述检测门影响数据特征单元提取每条所述检测门影响预处理数据的特征，生成检测门影响特征数据；所述检测门影响数据训练输出单元依据所述检测门影响特征数据，预测斜率数据和磨损度数据，并存储所述检测门影响特征数据；
11、进一步地，所述检测门影响数据特征单元包括：transformer网络、残差卷积网络、lstm网络和特征融合网络；
12、将多条所述检测门影响预处理数据输入所述transformer网络进行特征强化编码；
13、所述残差卷积网络的数量为8，每个所述残差卷积网络包括3个1*1的卷积网络和1个1*3的卷积网络；所述lstm网络的数量为12；所述特征融合网络的数量为2；
14、3个所述残差卷积网络和6个lstm单元，用于提取特征编码后的所述第一使用时长、所述历史斜率数据、所述历史水质数据、所述历史水压数据和所述历史磨损度数据的检测门影响预处理数据的第一关联特征；
15、3个所述残差卷积网络和4个lstm单元网络用于提取特征编码后所述第一使用时长、所述历史水质数据、所述历史水压数据和所述历史磨损度数据对应的检测门影响预处理数据的第二关联特征；
16、2个所述残差卷积网络、2个lstm单元和1个特征融合网络用于提取所述第一使用时长、所述历史斜率数据和所述历史磨损度数据对应的检测门影响预处理数据的第三关联特征；
17、所述第一关联特征和所述第二关联特征通过1个所述特征融合网络进行特征融合；
18、所述第一关联特征和所述第三关联特征通过1个所述特征融合网络进行特征融合；
19、获取水利检测目标的位置信息对应的所述第一使用时长、水质数据和水压数据；
20、进一步地，通过数字孪生模型模拟所述水利检测目标，所述位置信息为所述大跨度可组装检测门的所有可安装位置；
21、并根据所述检测门影响参数预测模型获取磨损度预测数据和斜率预测数据，根据所述磨损度预测数据拟合第一耐久变化曲线；根据所述斜率预测数据对所述第一耐久变化曲线进行修正；
22、进一步地，依据所述检测门影响参数预测模型的检测门数据解码模组，预测所述磨损度预测数据和所述斜率预测数据；通过贝叶斯推断法和遗传算法非线性拟合所述第一耐久变化曲线；
23、所述检测门数据解码模组包括检测门耐久预测处理单元、检测门耐久预测编码连接单元和检测门耐久预测特征提取输出单元；
24、所述耐久预测处理单元对所述第一使用时长、所述历史水质数据和所述历史水压数据进行数据预处理，生成耐久预测预处理数据；
25、所述检测门耐久预测编码连接单元与检测门数据编码模组进行连接；所述检测门耐久预测特征提取输出单元结合所述检测门数据编码模组提取所述耐久预测预处理数据的耐久预测特征；并基于所述耐久预测特征预测所述磨损度预测数据和所述斜率预测数据；
26、所述检测门耐久预测特征提取输出单元包括：1个transformer网络、5个残差卷积网络和6个lstm网络；1个所述transformer网络提取所述耐久预测预处理数据的特征强化编码，并与所述检测门耐久预测编码链接单元的特征进行特征关联；5个所述残差卷积网络和6个所述lstm网络提取特征关联后的所述耐久预测预处理数据的特征，并进行预测输出；
27、进一步地，所述检测门数据解本文档来自技高网...
【技术保护点】
1.一种大跨度可组装检测门数据推演方法，其特征在于，包括：
2.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，所述历史磨损度数据、所述历史水质数据和所述历史水压数据依据固定时间记录点T获取对应数据，所述历史斜率数据的数据采集点与所述固定时间记录点T相同。
3.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，依据所述历史磨损度数据拟合生成历史变化曲线包括：以历史磨损度数据为纵轴坐标，时间为横轴坐标生成磨损度变化坐标，对所述磨损度变化坐标进行非线性拟合生成所述历史变化曲线。
4.根据权利要求3所述的一种大跨度可组装检测门数据推演方法，其特征在于，通过贝叶斯推断法和遗传算法对所述磨损度变化坐标进行非线性拟合。
5.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，通过数字孪生模型模拟所述水利检测目标，所述位置信息为所述大跨度可组装检测门的所有可安装位置。
6.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，建立检测门影响参数预测模型，依据所述第一使
7.根据权利要求6所述的一种大跨度可组装检测门数据推演方法，其特征在于，所述检测门影响数据特征单元包括：Transformer网络、残差卷积网络、LSTM网络和特征融合网络，具体为：
8.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，获取水利检测目标的位置信息对应的所述第一使用时长、水质数据和水压数据，并根据所述检测门影响参数预测模型获取磨损度预测数据和斜率预测数据，根据所述磨损度预测数据拟合第一耐久变化曲线；根据所述斜率预测数据对所述第一耐久变化曲线进行修正包括：
9.根据权利要求8所述的一种大跨度可组装检测门数据推演方法，其特征在于，所述检测门数据解码模组的预测输出还包括：
10.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，依据相同材料数据的所述大跨度可组装检测门的磨损度数据和第二使用时长，拟合生成第二耐久变化曲线；并二次修正所述第一耐久变化曲线生成第三耐久变化曲线包括：
...【技术特征摘要】
1.一种大跨度可组装检测门数据推演方法，其特征在于，包括：
2.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，所述历史磨损度数据、所述历史水质数据和所述历史水压数据依据固定时间记录点t获取对应数据，所述历史斜率数据的数据采集点与所述固定时间记录点t相同。
3.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，依据所述历史磨损度数据拟合生成历史变化曲线包括：以历史磨损度数据为纵轴坐标，时间为横轴坐标生成磨损度变化坐标，对所述磨损度变化坐标进行非线性拟合生成所述历史变化曲线。
4.根据权利要求3所述的一种大跨度可组装检测门数据推演方法，其特征在于，通过贝叶斯推断法和遗传算法对所述磨损度变化坐标进行非线性拟合。
5.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，通过数字孪生模型模拟所述水利检测目标，所述位置信息为所述大跨度可组装检测门的所有可安装位置。
6.根据权利要求1所述的一种大跨度可组装检测门数据推演方法，其特征在于，建立检测门影响参数预测模型，依据所述第一使用时长、...
【专利技术属性】
技术研发人员：刘圣尧，仇健，兰立伟，吕娟，吴桐，岳加利，
申请(专利权)人：浙江广川工程咨询有限公司，
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。