期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到235篇文章
< 1 2 … 12 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
填土-EPS板蠕变下减载式涵洞土压力长期变化规律
1
作者 陈保国 吴森 +3 位作者 高琦 孙梦尧 袁山 吴雪婷 《哈尔滨工业大学学报》 北大核心 2025年第3期46-54,共9页
减载式涵洞改变了涵顶填土荷载的传递路径,使得上部填土荷载向减载块集中,从而降低涵洞顶板受到的土压力,但是在长期填土荷载下,土体与减载孔内的柔性填料会发生蠕变变形导致应力重分布。为了明确长期填土荷载作用下减载式涵洞的土压力... 减载式涵洞改变了涵顶填土荷载的传递路径,使得上部填土荷载向减载块集中,从而降低涵洞顶板受到的土压力,但是在长期填土荷载下,土体与减载孔内的柔性填料会发生蠕变变形导致应力重分布。为了明确长期填土荷载作用下减载式涵洞的土压力变化规律与减载效果,利用模型试验探究了刚性地基条件下减载式涵洞在填筑砂土施工期间的荷载传递规律,根据试验结果验证了数值模型的正确性;再利用验证后的数值模型研究了填土荷载作用下,考虑减载孔内EPS柔性填料蠕变、路基填土蠕变,以及二者共同蠕变条件下,减载式涵洞的土压力长期变化规律。研究结果表明:刚性地基条件下,考虑EPS板蠕变时,工后30年涵顶土压力相对于填土结束时减小了25.4%,涵顶土压力减载效果随时间增长而增强,建议涵顶竖向土压力系数可取0.45;考虑填土蠕变或二者共同蠕变时,涵顶土压力波动式增大,并最终均趋近于填土自重压力,减载效果随时间增长逐渐减弱,建议涵顶竖向土压力系数可取1.1。对于黏性土路基,设计中如果不考虑长期填土蠕变引起的土压力重分布,很可能高估减载式涵洞的减载效果,从而导致结构病害。 展开更多
关键词 减载式涵洞 蠕变变形 应力重分布 长期土压力 土拱效应
在线阅读 下载PDF
深度学习和分布式光纤传感在基坑变形监测和预测中的应用
2
作者 樊成 彭彦力 +2 位作者 赵杰 程树凯 樊一江 《河南科技大学学报(自然科学版)》 北大核心 2025年第3期79-90,共12页
随着中国城市化程度的不断增加,对深基坑变形进行监测与预测变得愈发必要。提出一种以时序监测数据为输入的卷积神经网络-长短期记忆神经网络-自注意力机制(CNN-LSTM-SAM)组合神经网络模型。针对大连东港商务区某内支撑深基坑工程,结合... 随着中国城市化程度的不断增加,对深基坑变形进行监测与预测变得愈发必要。提出一种以时序监测数据为输入的卷积神经网络-长短期记忆神经网络-自注意力机制(CNN-LSTM-SAM)组合神经网络模型。针对大连东港商务区某内支撑深基坑工程,结合分布式光纤传感(DFOS)技术,利用CNN-LSTM-SAM模型对桩顶水平位移进行预测,将得到的变形预测值与反向传播神经网络(BP)、长短期记忆神经网络(LSTM)和卷积神经网络-长短期记忆神经网络(CNN-LSTM)模型的预测结果进行对比分析。结果表明:CNN-LSTM-SAM模型相比其他3种模型具有更高的准确性。再选取其他监测点的监测数据进行训练及预测,从而更深入地验证模型的预测效果,证明了CNN-LSTM-SAM模型的适用性和鲁棒性。研究成果可为类似深基坑工程设计和施工提供参考。 展开更多
关键词 卷积神经网络 长短期记忆神经网络 自注意力机制 变形预测 分布式光纤
在线阅读 下载PDF
理化复合法改性淤泥的固结蠕变特性研究
3
作者 李时亮 郜颖超 章荣军 《三峡大学学报(自然科学版)》 北大核心 2025年第3期59-65,共7页
理化复合法是进行淤泥处理及资源化利用的有效方法之一.为研究理化复合法改性淤泥的蠕变特性,本文对不同初始含水率、不同固化剂掺量的理化复合法改性淤泥试样开展了分级加载条件下的固结蠕变试验,并与传统固化法改性淤泥试样的长期变... 理化复合法是进行淤泥处理及资源化利用的有效方法之一.为研究理化复合法改性淤泥的蠕变特性,本文对不同初始含水率、不同固化剂掺量的理化复合法改性淤泥试样开展了分级加载条件下的固结蠕变试验,并与传统固化法改性淤泥试样的长期变形特性进行对比.结果表明,随着荷载水平的降低、固化剂掺量的增大以及初始含水率的降低,改性淤泥试样的蠕变变形量减小;随着固化剂掺量的提升以及初始含水率的降低,理化复合法改性淤泥试样的孔隙比变化量减小、微观结构趋于完整.此外,传统固化法改性试样的固结蠕变变形量至少为理化复合法改性试样的3.11倍;理化复合法处理淤泥试样的蠕变变形量及速率均较小,而结构屈服应力较大,具有显著的优势. 展开更多
关键词 理化复合法 改性淤泥 固结蠕变 长期变形机制 微观结构
在线阅读 下载PDF
长短期记忆网络在隧道火灾实时致灾态势预测中应用研究
4
作者 贾进章 陈佳琦 陈怡诺 《安全与环境学报》 北大核心 2025年第4期1298-1309,共12页
针对隧道火灾过程中高温烟气对人员避灾的威胁,为实现隧道火灾有效控制,及时提供隧道火灾实时救援决策,提出了一种试验测量和人工智能相结合的方法,基于温度传感器和长短期记忆(Long Short-Term Memory,LSTM)网络对烟气温度进行实时预... 针对隧道火灾过程中高温烟气对人员避灾的威胁,为实现隧道火灾有效控制,及时提供隧道火灾实时救援决策,提出了一种试验测量和人工智能相结合的方法,基于温度传感器和长短期记忆(Long Short-Term Memory,LSTM)网络对烟气温度进行实时预测。首先,通过1∶20小面积火灾试验收集不同工况下的温度数据,然后,采用LSTM模型从试验火灾数据库中学习、训练,并进行不同火源类型测试,发现该算法模型可以很好地预测隧道内温度分布。对模型的预测能力进行测试,测试结果表明,预测结果精度高,相对误差在±10%内。与反向传播神经网络(Back Propagation Neural Network,BPNN)模型进行比较,测试误差均值降低3.85百分点,对比效果明显,满足隧道火灾实时态势检测需要,为隧道火灾事故的应急救援建立了较为新颖的智能预测方法。 展开更多
关键词 安全工程 隧道火灾 长短期记忆网络 烟气温度 实时预测
在线阅读 下载PDF
基于PSO-LSTM的大坝变形组合预测模型 被引量：1
5
作者 郝泽嘉 施玉群 +1 位作者 成博超 何金平 《长江科学院院报》 北大核心 2025年第5期208-214,222,共8页
传统的大坝变形预测模型难以反映效应量与环境量之间存在的复杂非线性关系,预测效果常常不够理想。考虑到LSTM模型具有较强的非线性学习能力,PSO模型具有优越的全局寻优能力,将PSO应用于LSTM超参数全局寻优之中,建立基于PSO-LSTM的大坝... 传统的大坝变形预测模型难以反映效应量与环境量之间存在的复杂非线性关系,预测效果常常不够理想。考虑到LSTM模型具有较强的非线性学习能力,PSO模型具有优越的全局寻优能力,将PSO应用于LSTM超参数全局寻优之中,建立基于PSO-LSTM的大坝变形组合预测模型,既可以解决传统预测模型在描述非线性特性方面的不足,又可以提高LSTM超参数取值的合理性,并为提升大坝变形预测精度提供一种新思路。运用所提出的方法,以某混凝土重力坝和某混凝土拱坝实测水平位移为例,进行了实例研究。研究结果表明,所提出的PSO-LSTM组合模型在模型的RMSE、MAE和R 2等指标方面均优于单纯的LSTM模型和传统的监测统计模型,在3种预测模型中,PSO-LSTM组合模型的预测效果更优。 展开更多
关键词 大坝 安全监测 变形预测 长短时记忆神经网络 粒子群算法
在线阅读 下载PDF
基于黏弹−黏塑性模型的软岩隧洞长期变形解析
6
作者 冯渠彰 刘海明 +3 位作者 曹净 丁文云 王志良 彭咏梅 《中南大学学报(自然科学版)》 北大核心 2025年第2期716-729,共14页
为预测考虑蠕变特性的隧洞长期变形,提出了一种基于黏弹-黏塑性损伤流变模型和光滑广义Zhang-Zhu(GZZ)准则的软岩隧洞长期变形半解析计算方法。首先,引入能反映岩石损伤的Abel黏壶对黏弹-黏塑性模型进行非线性改良;其次,在有限差分法的... 为预测考虑蠕变特性的隧洞长期变形,提出了一种基于黏弹-黏塑性损伤流变模型和光滑广义Zhang-Zhu(GZZ)准则的软岩隧洞长期变形半解析计算方法。首先,引入能反映岩石损伤的Abel黏壶对黏弹-黏塑性模型进行非线性改良;其次,在有限差分法的基础上,结合光滑GZZ准则、非关联流动法则和非线性剪胀角模型,求出在应变软化行为影响下的隧洞变形;第三,采用黏弹-黏塑性模型求解在蠕变行为影响下的隧洞长期变形;最后,用现有解析解和实际工程案例验证该方法的有效性,并讨论不同参数对该解的敏感性。研究结果表明:本文解能够有效考虑软岩隧洞长期变形的蠕变效应;围岩特征曲线随蠕变时长不断右移,围岩变形增大,支护设计需考虑隧洞后续变形,建议采用让压支护措施;峰值剪胀角变大能增大围岩初态和瞬态变形,对瞬态变形的增大效果更明显;损伤参数变大也能增大隧洞变形,且能使围岩加快进入加速蠕变阶段;延迟时间和松弛时间变长都会减小隧洞变形;求导阶数变大会增大隧洞变形,且使围岩变形曲线的非线性特征更明显。 展开更多
关键词 有限差分法 Abel黏壶 黏弹-黏塑性 GZZ强度准则 隧洞长期变形
在线阅读 下载PDF
基于IHHO-LSTM-KAN的大坝变形预测模型
7
作者 丁勇康 远近 +3 位作者 毛延翩 都旭煌 齐智勇 苏怀智 《水利水电技术(中英文)》 北大核心 2025年第5期170-182,共13页
【目的】全生命周期高精度的变形预测是评估大坝服役性态和保障大坝安全运行的关键方法。目前预测模型存在数据特征相关性解析不足、对短时序数据预测精度不高、忽视时序持续增长的特性、模型训练易陷入局部最优等问题。【方法】提出一... 【目的】全生命周期高精度的变形预测是评估大坝服役性态和保障大坝安全运行的关键方法。目前预测模型存在数据特征相关性解析不足、对短时序数据预测精度不高、忽视时序持续增长的特性、模型训练易陷入局部最优等问题。【方法】提出一种大坝变形预测模型,利用长短期记忆网络(LSTM)捕捉时序长短期依赖关系,并耦合KAN机制改进网络全连接层结构以增强对长短时序复杂数据关系的表征能力,采用多策略改进的哈里斯鹰优化算法(IHHO)探索超参数最优组合,从而优化模型结构、解决梯度问题、加速训练收敛并提高预测性能。【结果】实例表明,该模型对长短时序的预测精度和泛化能力均优于其他深度学习模型,收敛速度优于其他智能优化算法,KAN机制对短时序预测的改进效果较为明显。【结论】所建模型具有较好的稳健性与适用性,可为大坝全生命周期的安全监测提供技术参考。 展开更多
关键词 大坝变形预测 短时间序列 长短期记忆网络 KAN 改进哈里斯鹰优化算法 变形 影响因素
在线阅读 下载PDF
混合变分模态长短期记忆网络水库表面位移形变预测
8
作者 孙喜文 贺小星 +3 位作者 鲁铁定 王海城 张云涛 陈红康 《国防科技大学学报》 北大核心 2025年第3期151-161,共11页
为提高水库位移形变预测精度,通过改变变分模态分解(variational mode decomposition,VMD)的分解方式,融合VMD与长短期记忆网络对非线性非平稳的水库位移形变进行预测,提出了一种混合变分模态长短期记忆网络(mix variational mode decom... 为提高水库位移形变预测精度,通过改变变分模态分解(variational mode decomposition,VMD)的分解方式,融合VMD与长短期记忆网络对非线性非平稳的水库位移形变进行预测,提出了一种混合变分模态长短期记忆网络(mix variational mode decomposition long short-term memory,MVMDLSTM)模型预测方法;对不同单一预测模型与组合模型采用多源数据集验证新方法的可靠性。实验结果表明:MVMDLSTM模型能有效减弱单一预测模型与经验模态分解组合模型估计的偏差,MVMDLSTM模型预测精度更优,为稳定监测水库慢滑移和蠕动等微小变形预测预警提供有效的数据决策。 展开更多
关键词 变分模态分解 人工神经网络 长短期记忆网络 形变预测
在线阅读 下载PDF
基于IGA-LSTM的大坝变形预测模型研究
9
作者 王自赟 刘萍先 +3 位作者 陈天荣 蔡竞标 纪海波 邓小珍 《水电能源科学》 北大核心 2025年第6期134-137,共4页
由于大坝变形受很多因素的影响,监测点得到的位移序列具有较强的时序性和非线性,为此提出一种基于改进遗传算法(IGA)优化的长短时神经网络(LSTM)预测模型。首先对传统遗传算法进行改进,然后使用改进遗传算法对长短时神经网络模型的超参... 由于大坝变形受很多因素的影响,监测点得到的位移序列具有较强的时序性和非线性,为此提出一种基于改进遗传算法(IGA)优化的长短时神经网络(LSTM)预测模型。首先对传统遗传算法进行改进,然后使用改进遗传算法对长短时神经网络模型的超参数组合进行寻优,最后利用优化后的超参数组合搭建IGA-LSTM预测模型。以丰满大坝#7坝段的水平位移为例,对比单层LSTM模型、遗传算法(GA)优化的LSTM模型和改进遗传算法优化的LSTM模型。结果表明,IGA-LSTM模型的平均绝对误差(MMAE)、均方根误差(RRMSE)分别为0.2070、0.2259mm,显著低于另外2个模型,说明IGA-LSTM模型的预测精度更高。该模型为大坝变形预测提供了新方法,也为大坝安全预警提供了参考。 展开更多
关键词 大坝变形预测 改进遗传算法 长短时神经网络 超参数组合寻优
在线阅读 下载PDF
基于CNN-LSTM复合模型的岩溶隧道突涌水风险等级预测——以五福隧道为例
10
作者 何军元 梁迪 +6 位作者 杨桂华 何世永 赖中玉 张朝禹 王维 曾美婷 王升 《隧道建设(中英文)》 北大核心 2025年第6期1131-1141,共11页
为准确预测西南地区岩溶隧道突涌水风险等级,避免因灾害引发工期延误、经济损失及人员伤亡等风险,基于国内外研究总结岩溶隧道突涌水影响因素,根据西南地区岩溶隧道水文地质特点,选取地层岩性、地形地貌、岩层产状、岩体质量指标RQD、... 为准确预测西南地区岩溶隧道突涌水风险等级,避免因灾害引发工期延误、经济损失及人员伤亡等风险,基于国内外研究总结岩溶隧道突涌水影响因素,根据西南地区岩溶隧道水文地质特点,选取地层岩性、地形地貌、岩层产状、岩体质量指标RQD、岩层渗透系数、突涌水量、地下水位、年平均降水量、隧道埋深共9个致灾指标构建综合评价体系;提出一种基于卷积神经网络(CNN)和长短期记忆网络(LSTM)复合的深度学习模型;以西南地区多个岩溶隧道施工实例作为样本数据进行训练与验证,并与LSTM和CNN单独模型进行对比分析。结果表明:1)预测模型对突涌水风险等级Ⅰ的预测准确率达到95%、等级Ⅱ的预测准确率为85%、等级Ⅲ的预测准确率为87%、等级Ⅳ的预测准确率为91%;2)CNN-LSTM复合模型在预测准确性和泛化能力方面均优于传统方法和单一模型。 展开更多
关键词 岩溶隧道 突涌水预测 卷积神经网络 长短期神经网络 深度学习
在线阅读 下载PDF
融合特征因子筛选的拱坝变形深度学习预测模型
11
作者 刘桓辰 朱静 郭梦京 《水利水电技术(中英文)》 北大核心 2025年第3期123-134,共12页
【目的】变形是库水、温度和材料特性等多因素耦合作用下大坝整体服役性态的直接表征,建立精确、高效的预测模型对于掌握坝体变形趋势和评估大坝风险具有重要意义。【方法】针对传统预测模型精度低、适应性差和抗噪能力弱等问题,将哈里... 【目的】变形是库水、温度和材料特性等多因素耦合作用下大坝整体服役性态的直接表征,建立精确、高效的预测模型对于掌握坝体变形趋势和评估大坝风险具有重要意义。【方法】针对传统预测模型精度低、适应性差和抗噪能力弱等问题,将哈里斯鹰算法(HHO)、变分模态分解(VMD)、随机森林算法(RF)和长短时记忆神经网络(LSTM)相结合,提出了一种混凝土拱坝变形深度学习预测模型。首先,通过引入Tent混沌映射、能量随机性递减策略改进HHO算法,利用IHHO-VMD方法分解拱坝变形数据序列得到若干不同频率的模态分量(IMF);其次,利用RF算法计算变形特征因子的贡献率,筛选预测模型最优输入因子集合;最后,采用LSTM模型对各IMF分量进行学习和预测,重构各分量预测值得到最终的变形预测值。【结果】仿真信号分解结果表明:与现有信号分解方法相比,采用IHHO-VMD方法可以实现信号最优分解。通过某工程实例分析,所提模型预测4个测点位移时,平均RMSE、MAE、R^(2)和MAPE为0.3976 mm、0.3275 mm、0.9918和1.5194%。【结论】相较于其他组合模型,所提模型的4种评价指标结果均为最优,表明该模型具有预测精度高、泛化能力好和鲁棒性强等优势。 展开更多
关键词 混凝土拱坝变形 哈里斯鹰算法 变分模态分解 随机森林算法 长短时记忆神经网络 水利工程 变形
在线阅读 下载PDF
白鹤滩象鼻岭人工半岛变形监测及长期沉降预测
12
作者 黄华 王圆圆 +2 位作者 邓小芹 裴志勇 方火浪 《人民长江》 北大核心 2025年第6期99-106,共8页
白鹤滩水电站水库蓄水后,象鼻岭居民安置点形成了三面环水的高填方人工半岛,其变形问题备受关注。利用GNSS技术对人工半岛防护堤进行了全天候、高精度的远程变形监测和分析;同时,通过工程类比法构建了土石混合体的湿化应变模型和流变模... 白鹤滩水电站水库蓄水后,象鼻岭居民安置点形成了三面环水的高填方人工半岛,其变形问题备受关注。利用GNSS技术对人工半岛防护堤进行了全天候、高精度的远程变形监测和分析;同时,通过工程类比法构建了土石混合体的湿化应变模型和流变模型,并结合分层总和法预测了人工半岛的长期沉降趋势。结果表明:防护堤监测点的位移随水位升降呈现规律性波动,其累计值及变化速率均符合规范要求,说明防护堤具有良好的稳定性;预测结果与监测数据基本一致,验证了模型的准确性和预测方法的有效性;湿化和浮力效应是控制沉降的主要因素,湿化沉降对总沉降量的贡献远超流变沉降;防护堤位移随水位变化的波动主要是由水的浮力效应引起的;金沙江和小江两侧防护堤的最大长期累计沉降预测值分别约为18 mm和14 mm。 展开更多
关键词 高填方人工半岛 GNSS变形监测 长期沉降预测 白鹤滩水电站库区
在线阅读 下载PDF
基于SBAS-InSAR与LSTM技术的高寒矿区排土场边坡形变监测研究
13
作者 吴志杰 刘昌义 +5 位作者 胡夏嵩 唐彬元 李帅飞 邓太国 梁晓娜 雷浩川 《工程地质学报》 北大核心 2025年第3期1083-1098,共16页
针对传统监测技术难以对高寒冻融环境条件下矿区排土场边坡开展连续性、整体性形变监测,以及难以实现精准预测排土场变形趋势,本文以青海木里煤田江仓矿区2号井为研究区,基于Sentinel-1 A影像数据,联合SBAS-InSAR与长短期记忆神经网络(L... 针对传统监测技术难以对高寒冻融环境条件下矿区排土场边坡开展连续性、整体性形变监测,以及难以实现精准预测排土场变形趋势,本文以青海木里煤田江仓矿区2号井为研究区,基于Sentinel-1 A影像数据,联合SBAS-InSAR与长短期记忆神经网络(LSTM)的方法,获取青海木里煤田江仓矿区2号井2019~2022年间2处排土场边坡形变结果,开展排土场边坡形变特征和降雨因素对边坡形变趋势的影响研究,并利用排土场边坡时序形变结果进行LSTM预测模型的构建。研究结果表明,青海木里煤田江仓矿区2号井南、北2处排土场边坡年平均形变速率为-62~21 mm·a^(-1),最大累积沉降量分别为255 mm、214.5 mm;对比日降雨量值表明,降雨后排土场边坡形变表现出呈相对加速沉降的变化趋势;在LSTM模型的预测样本中最大误差为2.42 mm,决定系数(R^(2))均大于0.9,最大均方根误差(RMSE)、均方误差(MAE)分别为1.14 mm、0.97 mm,表明使用SBAS-InSAR技术与构建LSTM模型在高寒矿区排土场边坡形变监测及预测方面具有可靠性和可行性,可为高寒矿区排土场边坡及类似工程边坡稳定性评价及病害防治提供科学指导。 展开更多
关键词 高寒矿区 SBAS-InSAR 长短期记忆(LSTM)神经网络模型 变形监测
在线阅读 下载PDF
基于蜣螂优化算法-双向长短时记忆网络的隧道软弱围岩变形预测
14
作者 张建 《地球科学与环境学报》 北大核心 2025年第4期634-645,共12页
隧道软弱围岩变形预测是确保隧道建设及施工运营安全等诸多环节中的核心要素。目前隧道软弱围岩变形预测主要依托围岩变形监测数据,而监测数据统计分析结果的可靠性、鲁棒性及泛化性依然不能满足工程建设的要求。针对该问题,对比LSTM、B... 隧道软弱围岩变形预测是确保隧道建设及施工运营安全等诸多环节中的核心要素。目前隧道软弱围岩变形预测主要依托围岩变形监测数据,而监测数据统计分析结果的可靠性、鲁棒性及泛化性依然不能满足工程建设的要求。针对该问题,对比LSTM、BiLSTM、CNN-LSTM、GRU、CNN-RNN模型的准确性、可靠性和稳定性,优选出BiLSTM模型为初步预测模型;考虑双向长短时记忆(BiLSTM)网络的灵活交互性和蜣螂优化(DBO)算法的数据驱动优势,构建基于深度学习的隧道软弱围岩变形预测模型——DBO-BiLSTM模型;最后,以西十高速铁路云岭一号隧道断面软弱围岩为案例,运用DBO-BiLSTM模型和BiLSTM模型对该隧道软弱围岩变形进行预测,并与监测数据进行对比。结果表明:DBO-BiLSTM模型较BiLSTM模型预测结果更优,其均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)、平均百分比误差(MAPE)、判定系数(R2)分别为0.0016、0.0406、0.0318、1.43%、0.9985;云岭一号隧道软弱围岩变形情况均经历了先陡增后缓增、最终趋于稳定的过程,拱顶沉降最大累计变形量为14.79 mm,水平收敛最大累计变形量为16.80 mm。 展开更多
关键词 隧道工程 围岩 变形预测 DBO-BiLSTM模型 深度学习 长短时记忆网络 蜣螂优化算法
在线阅读 下载PDF
基于DBN的运营公路隧道火灾后衬砌长期安全状态评估研究
15
作者 张亚妮 刘夏冰 +2 位作者 张彦龙 陈劲宇 周瑜 《隧道建设(中英文)》 北大核心 2025年第6期1210-1218,共9页
运营公路隧道内的火灾事件时有发生,致使衬砌结构持续劣化从而发生安全风险,为准确评估火灾后衬砌结构随运营时间增加而发生的风险事件,建立动态贝叶斯网络(DBN)模型评估火灾后运营公路隧道衬砌结构的长期安全。首先,基于火灾对隧道结... 运营公路隧道内的火灾事件时有发生,致使衬砌结构持续劣化从而发生安全风险,为准确评估火灾后衬砌结构随运营时间增加而发生的风险事件,建立动态贝叶斯网络(DBN)模型评估火灾后运营公路隧道衬砌结构的长期安全。首先,基于火灾对隧道结构的损伤特点,构建火灾后运营公路隧道衬砌安全状态评价指标体系,获得指标权重表;然后,采用动态贝叶斯网络建立相应的评估模型,提出火灾后衬砌安全风险等级和风险值分级,借助现场检测结果估算先验概率;最后,根据服役寿命指数函数分布假设确定各评价指标的转移概率。广昆高速石牙山隧道火灾中心点附近衬砌表面存在大范围剥落,最大深度为40 mm,混凝土强度衰减率为0.10~0.12,将该模型用于隧道在火灾后的安全风险评估,评估结果表明,火灾后公路隧道衬砌安全的风险值随服役时间逐渐增加,35年时的风险值达到0.81,火灾诱发的混凝土劣化、衬砌裂缝会在服役过程中逐步影响隧道衬砌安全,导致安全风险随着运营时间的增加而增大。 展开更多
关键词 公路隧道 火灾 衬砌长期安全 动态贝叶斯网络 评估模型
在线阅读 下载PDF
基于EMD-小波阈值-LSTM模型的混凝土坝变形预测
16
作者 欧斌 张才溢 +4 位作者 陈德辉 王子轩 杨石勇 杨霖 傅蜀燕 《排灌机械工程学报》 北大核心 2025年第4期379-386,共8页
变形是混凝土坝结构性态演化的综合表征,是大坝安全监控的核心指标,但其量级微小且包含噪声.为提高混凝土坝变形预测的精度,首先采用经验模态法(EMD)对大坝变形监测数据进行预处理,将复杂的信号分解成若干个由高到低的固有模态函数(IMF... 变形是混凝土坝结构性态演化的综合表征,是大坝安全监控的核心指标,但其量级微小且包含噪声.为提高混凝土坝变形预测的精度,首先采用经验模态法(EMD)对大坝变形监测数据进行预处理,将复杂的信号分解成若干个由高到低的固有模态函数(IMF)分量,从而挖掘数据的规律与特征.对高频IMF分量运用小波阈值进行分解降噪,以消除噪声干扰.最后,将降噪后的IMF分量进行组合重构,实现原始变形数据的降噪提质.在此基础上,将重构后数据再运用长短期记忆神经网络(LSTM)进行预测.实例验证表明,改进EMD-LSTM模型在预测能力和精度上均显著优于传统的EMD-LSTM和小波-LSTM模型,为大坝的安全监测和运维提供了新的有效工具,有助于精准掌握大坝的结构性态,确保其安全稳定运行. 展开更多
关键词 变形预测 混凝土坝 经验模态法 小波阈值 长短期记忆神经网络
在线阅读 下载PDF
基于MLR-DE-LSTM的大坝变形串联组合预测模型
17
作者 刘天翼 艾星星 张九丹 《中国农村水利水电》 北大核心 2025年第2期207-212,共6页
为了解决单一模型在大坝变形预测中可能带来的信息损失问题,将差分进化算法(DE)用于长短期记忆神经网络(LSTM)模型的参数优化,并结合多元线性回归(MLR)模型建立MLR-DE-LSTM串联组合模型。基于某重力坝的水平位移原型监测数据,对该模型... 为了解决单一模型在大坝变形预测中可能带来的信息损失问题,将差分进化算法(DE)用于长短期记忆神经网络(LSTM)模型的参数优化,并结合多元线性回归(MLR)模型建立MLR-DE-LSTM串联组合模型。基于某重力坝的水平位移原型监测数据,对该模型进行了验证。结果表明,DE算法可以有效提高LSTM模型的预测精度,LSTM模型可以有效挖掘MLR模型尚未完全解释的信息。相较于单一模型,组合模型在预测位移数据时具有更高的准确度和稳定性,组合模型在充分利用数据信息方面具有更大优势。研究结果为提高大坝变形预测精度提供了参考价值。 展开更多
关键词 大坝变形 差分进化算法 长短期记忆神经网络 多元线性回归 组合模型
在线阅读 下载PDF
基于LSTM算法的大直径泥水平衡盾构掘进姿态预测 被引量：2
18
作者 曾毅 吴嘉敏 +3 位作者 卞跃威 唐嘉佑 闫涛 沈水龙 《隧道建设（中英文）》 CSCD 北大核心 2024年第11期2139-2148,共10页
为保障盾构施工安全并提升掘进效率,提出基于长短时记忆神经网络(LSTM)算法的大直径泥水平衡盾构掘进姿态预测方法。选取泥水平衡盾构掘进过程中的参数,并采用Pearson相关系数对盾构姿态的关联因素进行分析,获取影响盾构姿态的主要因素... 为保障盾构施工安全并提升掘进效率,提出基于长短时记忆神经网络(LSTM)算法的大直径泥水平衡盾构掘进姿态预测方法。选取泥水平衡盾构掘进过程中的参数,并采用Pearson相关系数对盾构姿态的关联因素进行分析,获取影响盾构姿态的主要因素,以此构建盾构姿态预测数据集;采用长短时记忆神经网络建立盾构姿态预测模型,并利用自适应估计(Adam)算法对其进行优化以获取最优的盾构姿态预测结果。盾构姿态的预测参数主要包括:盾头水平偏差(HDSH)、盾头垂直偏差(VDSH)、盾尾水平偏差(HDST)、盾尾垂直偏差(VDST)、俯仰角(R)、滚动角(P)。影响盾构姿态预测结果的主要因素为盾构参数和地层参数,其中,盾构分组油缸压力和地层平均抗压/抗剪强度对盾构姿态的影响最大。经过优化的Adam-LSTM神经网络模型对盾构角度的预测效果最优,均方差在0.1以下;对盾构姿态各项参数预测的平均误差小于5%的占比超过80%。 展开更多
关键词 大直径盾构隧道 泥水平衡盾构 姿态预测 LSTM算法
在线阅读 下载PDF
高地应力软岩隧道长期稳定性分析 被引量：3
19
作者 邓云纲 《铁道工程学报》 EI CSCD 北大核心 2024年第4期60-67,89,共9页
研究目的:高地应力软岩具有明显的流变特性,流变过程中岩体参数随时间发生变化。本文结合梁王山隧道的设计施工方案,采用Cvisc模型对其施工过程及运营期间的围岩和支护的受力和变形情况进行分析,查明了隧道在施工阶段和长期运营阶段的... 研究目的:高地应力软岩具有明显的流变特性,流变过程中岩体参数随时间发生变化。本文结合梁王山隧道的设计施工方案,采用Cvisc模型对其施工过程及运营期间的围岩和支护的受力和变形情况进行分析,查明了隧道在施工阶段和长期运营阶段的应力、应变和变形特性以及隧道支护结构的内力与变形随时间发展规律。研究结论:(1)在软岩隧道工程施工中,施工时应对隧道初支拱脚处适当加固,控制拱脚变形;(2)不仅要保证施工期的安全,更需要关注隧道在后期运营过程中的长期稳定性;(3)需根据全寿命周期内的围岩流变稳定状态设计支护结构的刚度,从而确保隧道结构长期稳定;(4)本研究成果可为高地应力软岩隧道施工安全和长期稳定性研究提供参考。 展开更多
关键词 软岩隧道 长期稳定性 流变 高地应力 数值模拟
在线阅读 下载PDF
高速铁路大跨钢桁加劲连续刚构桥长期变形影响因素研究 被引量：2
20
作者 占玉林 林金根 +3 位作者 张程 张志强 邵俊虎 陈文尹 《铁道标准设计》 北大核心 2024年第11期87-93,共7页
为研究钢桁长度和高度以及合龙顺序和顶推力对钢桁加劲连续刚构桥长期变形的影响,以某在建钢桁加劲连续刚构桥为对象,采用有限元软件建立实体模型,考虑混凝土收缩徐变作用,对恒载作用下运营20年内的变形进行分析,系统分析钢桁长度和高... 为研究钢桁长度和高度以及合龙顺序和顶推力对钢桁加劲连续刚构桥长期变形的影响,以某在建钢桁加劲连续刚构桥为对象,采用有限元软件建立实体模型,考虑混凝土收缩徐变作用,对恒载作用下运营20年内的变形进行分析,系统分析钢桁长度和高度对连续刚构桥长期变形的影响程度,同时利用结构力学原理推导不同合龙顺序下的顶推力解析式,探讨合龙顺序和顶推力对连续刚构桥长期变形的影响。结果表明:钢桁长度和高度的增加均可使挠跨比下降,均能提高桥梁的整体刚度,考虑到实际结构受力及施工难度,建议钢桁长度在桥梁中跨长度的3/4~7/8范围内选择,挠跨比下降42.3%~44.1%,为避免出现设计过于保守的情况,建议钢桁高度取12 m,挠跨比下降43.8%;推导出不同合龙顺序下的顶推力解析式,只与桥墩和主梁的参数有关,计算简便、概念清晰,可指导实际工程中顶推力的确定;不同合龙顺序对钢桁加劲连续刚构桥长期变形的影响较小,施加顶推力后可明显改善钢桁加劲连续刚构桥的长期变形,建议在施工过程中采用先中后边的合龙顺序,同时施加顶推力,在运营20年时边跨和中跨最大竖向变形分别下降34.6%和34.2%。 展开更多
关键词 高速铁路 铁路桥 钢桁加劲连续刚构桥 钢桁长度 钢桁高度 合龙顺序 顶推力 长期变形
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 12 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部