【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及巖體注漿，尤其涉及一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法及系統(tǒng)。
技術(shù)介紹
1、全風(fēng)化花崗巖地層具有結(jié)構(gòu)松散、不均勻、巖石強度顯著降低、滲透性增大、承載力較低等特點，且可能表現(xiàn)出膨脹或收縮性，這些特性使其在承受荷載時容易發(fā)生沉降或裂縫，因此常需要通過注漿加固以提高其穩(wěn)定性和承載能力；同時，注漿過程中，漿液可能因地層不均勻的性質(zhì)而擴散不均、滲透性差，導(dǎo)致加固效果不穩(wěn)定；此外，化學(xué)反應(yīng)也會直接影響漿液的溫度、流動性和凝固速度，這些因素決定了漿液與地層的相互作用及加固效果的均勻性、穩(wěn)定性和施工安全性。因此，針對全風(fēng)化花崗巖地層的特殊性質(zhì)，優(yōu)化注漿參數(shù)至關(guān)重要，科學(xué)調(diào)整注漿參數(shù)可以顯著改善加固效果，提升地基的長期穩(wěn)定性與承載能力，從而確保工程質(zhì)量和安全。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)旨在提供一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法及系統(tǒng)，提升全風(fēng)化花崗巖地層的注漿效果。
2、一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，包括以下步驟：
3、獲取待注漿地層基本參數(shù)，基于待注漿地層基本參數(shù)和注漿加固參數(shù)預(yù)輸出模型進行分析，得到注漿初始參數(shù)；基于注漿初始參數(shù)進行全風(fēng)化花崗巖地層注漿操作；注漿加固參數(shù)預(yù)輸出模型包括有數(shù)據(jù)預(yù)處理層、注漿參數(shù)預(yù)測層和結(jié)果輸出層，基于置信度規(guī)則庫進行構(gòu)建；
4、獲取待注漿地層注漿反饋參數(shù)集x，x={xi|i=1，2，…，i}，i為待注漿地層注漿反饋參數(shù)集x中待注漿地層注漿反饋參數(shù)的總項數(shù)，xi表示待注漿地層注漿反饋參數(shù)項；
5、注漿加固反應(yīng)效果預(yù)測模型包括有數(shù)據(jù)特征提取層、數(shù)據(jù)特征分類分析層、特征反應(yīng)預(yù)測層和反饋參數(shù)輸出層，用于計算注漿過程中反應(yīng)影響特征，對注漿參數(shù)進行智能優(yōu)化；
6、將注漿地層反應(yīng)效果參數(shù)輸入至注漿加固參數(shù)預(yù)輸出模型中進行實時分析，得到注漿智能優(yōu)化參數(shù)，基于注漿智能優(yōu)化參數(shù)繼續(xù)進行全風(fēng)化花崗巖地層注漿操作。
7、作為本專利技術(shù)的一種優(yōu)選技術(shù)方案，注漿加固參數(shù)預(yù)輸出模型包括有數(shù)據(jù)預(yù)處理層、注漿參數(shù)預(yù)測層和結(jié)果輸出層；
8、數(shù)據(jù)預(yù)處理層用于對待注漿地層基本參數(shù)進行預(yù)處理，得到預(yù)處理待注漿地層基本參數(shù)；
9、注漿參數(shù)預(yù)測層用于基于預(yù)處理待注漿地層基本參數(shù)進行預(yù)測分析，得到注漿初始參數(shù)；
10、注漿參數(shù)預(yù)測層基于注漿置信規(guī)則庫進行構(gòu)建；
11、結(jié)果輸出層用于輸出注漿初始參數(shù)。
12、作為本專利技術(shù)的一種優(yōu)選技術(shù)方案，訓(xùn)練注漿參數(shù)預(yù)測層的基本步驟，包括：
13、獲取全風(fēng)化花崗巖地層歷史注漿數(shù)據(jù)集和全風(fēng)化花崗巖地層歷史注漿驗證集；
14、基于全風(fēng)化花崗巖地層歷史注漿數(shù)據(jù)集進行規(guī)則提取，得到n個地層前提屬性sn和對應(yīng)的注漿參數(shù)模糊函數(shù)pn，n=1，2，…，n；將n個地層前提屬性sn和對應(yīng)的注漿參數(shù)模糊函數(shù)pn組合，得到注漿置信規(guī)則庫；
15、基于注漿置信規(guī)則庫構(gòu)建初始注漿參數(shù)預(yù)測層；基于全風(fēng)化花崗巖地層歷史注漿驗證集和初始注漿參數(shù)預(yù)測層進行模型訓(xùn)練，對初始注漿參數(shù)預(yù)測層進行調(diào)整，得到待評估初始注漿參數(shù)預(yù)測層；對待評估初始注漿參數(shù)預(yù)測層進行模型評估，得到初始注漿參數(shù)預(yù)測層模型評估結(jié)果；若初始注漿參數(shù)預(yù)測層模型評估結(jié)果符合預(yù)設(shè)輸出置信度，則將待評估初始注漿參數(shù)預(yù)測層作為注漿加固參數(shù)預(yù)輸出模型中的注漿參數(shù)預(yù)測層；否則，重新構(gòu)建注漿置信規(guī)則庫進行模型訓(xùn)練。
16、作為本專利技術(shù)的一種優(yōu)選技術(shù)方案，注漿加固反應(yīng)效果預(yù)測模型包括有數(shù)據(jù)特征提取層、數(shù)據(jù)特征分類分析層、特征反應(yīng)預(yù)測層和反饋參數(shù)輸出層；
17、數(shù)據(jù)特征提取層用于對待注漿地層注漿反饋參數(shù)項xi進行特征提取，得到待注漿地層注漿反饋參數(shù)項特征xi’；
18、數(shù)據(jù)特征分類分析層用于基于待注漿地層注漿反饋參數(shù)項特征xi’進行分類特征分析，得到地層反應(yīng)特征向量集yj，j=1，2，…，j，j為地層反應(yīng)特征影響屬性的總數(shù)量；
19、特征反應(yīng)預(yù)測層用于基于地層反應(yīng)特征向量集yj進行地層反應(yīng)預(yù)測，得到預(yù)測地層反應(yīng)特征向量集yj’；
20、反饋參數(shù)輸出層用于基于所有預(yù)測地層反應(yīng)特征向量集yj’輸出注漿地層反應(yīng)效果參數(shù)。
21、作為本專利技術(shù)的一種優(yōu)選技術(shù)方案，構(gòu)建特征反應(yīng)預(yù)測層的具體步驟，包括：
22、特征反應(yīng)預(yù)測層由j個分屬性預(yù)測層fj，m個分屬性交互預(yù)測層hm和預(yù)測特征融合層構(gòu)成；其中，m=1，2，…，m；
23、在分屬性預(yù)測層fj中，對地層反應(yīng)特征向量集yj進行反應(yīng)預(yù)測，得到初始地層反應(yīng)預(yù)測特征tj；
24、在分屬性交互預(yù)測層hm中，對初始地層反應(yīng)預(yù)測特征tj和初始地層反應(yīng)預(yù)測特征tj’進行反應(yīng)交互預(yù)測，得到交互地層反應(yīng)預(yù)測特征w（j，j’）；初始地層反應(yīng)預(yù)測特征tj’為除初始地層反應(yīng)預(yù)測特征tj外任意隨機的初始地層反應(yīng)預(yù)測特征；m的數(shù)值由（j，j’）的總數(shù)量決定；
25、在預(yù)測特征融合層中，基于與地層反應(yīng)特征向量集yj對應(yīng)的交互地層反應(yīng)預(yù)測特征w（j，j’）進行特征融合，得到預(yù)測地層反應(yīng)特征向量集yj’。
26、作為本專利技術(shù)的一種優(yōu)選技術(shù)方案，訓(xùn)練數(shù)據(jù)特征分類分析層的基本步驟，包括：
27、數(shù)據(jù)特征分類分析層基于bp神經(jīng)網(wǎng)絡(luò)模型進行構(gòu)建，利用地層特征反應(yīng)分類訓(xùn)練集進訓(xùn)練；地層特征反應(yīng)分類訓(xùn)練集中包含有若干組地層特征反應(yīng)分類訓(xùn)練樣本；每一組地層特征反應(yīng)分類訓(xùn)練樣本包含有地層參數(shù)特征和對應(yīng)的分類標(biāo)簽值；
28、將地層特征反應(yīng)分類訓(xùn)練集輸入至bp神經(jīng)網(wǎng)絡(luò)模型中進行訓(xùn)練，得到初始數(shù)據(jù)特征分類分析層；對初始數(shù)據(jù)特征分類分析層進行模型評估，若初始數(shù)據(jù)特征分類分析層通過模型評估，則將初始數(shù)據(jù)特征分類分析層作為注漿加固反應(yīng)效果預(yù)測模型中的數(shù)據(jù)特征分類分析層；否則，利用地層特征反應(yīng)分類訓(xùn)練集繼續(xù)進行模型訓(xùn)練。
29、作為本專利技術(shù)的一種優(yōu)選技術(shù)方案，獲取待注漿地層注漿反饋參數(shù)集x的時間周期基于歷史數(shù)據(jù)進行優(yōu)化確定的具體步驟，包括：
30、構(gòu)建k個反應(yīng)時間周期個體gk，每個反應(yīng)時間周期個體gk基于歷史數(shù)據(jù)范圍進行生成；反應(yīng)時間周期個體gk的適應(yīng)度為sk；將k個反應(yīng)時間周期個體gk組合，得到反應(yīng)時間周期迭代種群；設(shè)定最大迭代次數(shù)，
31、構(gòu)建地層注漿反應(yīng)數(shù)值孿生模型；利用反應(yīng)時間周期迭代種群進行種群迭代，得到適應(yīng)度sk；
32、在種群迭代過程中，引入種群變異機制；種群變異機制具體為在種群迭代中，計算每個反應(yīng)時間周期個體gk的對立個體的適應(yīng)度，并保留適應(yīng)度高的作為新的反應(yīng)時間周期個體gk；利用公式dk=l+u-sk得到反應(yīng)時間周期個體gk的對立個體的適應(yīng)度dk，其中，l為反應(yīng)時間周期個體gk搜索空間的下界，u為反應(yīng)時間周期個體gk搜索空間的上界；
33、計算適應(yīng)度sk本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，注漿加固參數(shù)預(yù)輸出模型包括有數(shù)據(jù)預(yù)處理層、注漿參數(shù)預(yù)測層和結(jié)果輸出層；
3.根據(jù)權(quán)利要求2所述的一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，訓(xùn)練注漿參數(shù)預(yù)測層的基本步驟，包括：
4.根據(jù)權(quán)利要求3所述的一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，注漿加固反應(yīng)效果預(yù)測模型包括有數(shù)據(jù)特征提取層、數(shù)據(jù)特征分類分析層、特征反應(yīng)預(yù)測層和反饋參數(shù)輸出層；
5.根據(jù)權(quán)利要求4所述的一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，構(gòu)建特征反應(yīng)預(yù)測層的具體步驟，包括：
6.根據(jù)權(quán)利要求5所述的一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，訓(xùn)練數(shù)據(jù)特征分類分析層的基本步驟，包括：
7.根據(jù)權(quán)利要求6所述的一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，獲取待注漿地層注漿反饋參數(shù)集X的時間周期基于歷史數(shù)據(jù)進行優(yōu)化確定的具體步驟，包括：
...【技術(shù)特征摘要】
1.一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，注漿加固參數(shù)預(yù)輸出模型包括有數(shù)據(jù)預(yù)處理層、注漿參數(shù)預(yù)測層和結(jié)果輸出層；
3.根據(jù)權(quán)利要求2所述的一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，訓(xùn)練注漿參數(shù)預(yù)測層的基本步驟，包括：
4.根據(jù)權(quán)利要求3所述的一種全風(fēng)化花崗巖地層注漿參數(shù)智能優(yōu)化方法，其特征在于，注漿加固反應(yīng)效果預(yù)測模型包括有數(shù)據(jù)特征提取層、數(shù)據(jù)特征分類分析層、特征反應(yīng)預(yù)測層和反饋參數(shù)輸出層；
5.根據(jù)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：余俊，王富強，翁賢杰，陳曉明，周欽悅，張正輝，鄢真，姜燦燦，
申請(專利權(quán))人：江西交通職業(yè)技術(shù)學(xué)院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。