螺旋桩承载性能实时预测的数字孪生方法

本发明公开了螺旋桩承载性能实时预测的数字孪生方法，属于智能建造工程领域，该方法包括：基于UE创建可输入参数的用户界面，创建根据参数自动化生成相应螺旋桩模型的蓝图。基于螺旋桩传感器协议将传感器数据传输到UE中，实时驱动UE中的虚拟螺旋桩。创建不同尺寸参数的螺旋桩，进行力学分析，获得各自的荷载‑沉降数据和曲线。基于卷积神经网络，对荷载‑沉降数据进行训练，得到螺旋桩荷载‑沉降预测代理模型。基于UE中的用户输入参数，将输入通过TCP通信传输到Python中的代理模型中。基于代理模型预测出对应沉降和极限承载力，传输回UE进行可视化。该方法解决了传统的螺旋桩极限承载力预测效率低下和限制较多的问题。