摘要
本发明公开了一种基于物理仿真和记忆网络的冻结法施工监测方法,包括:构建冻结法的不同施工条件下的comsol大型物理有限元模型以模拟计算获得不同时间点不同环境因素条件下冻结法施工过程中施工区域的温度分布、冻结壁厚度、土壤冻胀位移和土壤应力分布;以施工区域的温度和土壤冻胀位移作为机器学习模型输入特征,以施工区域的土壤应力和冻结壁厚度作为机器学习模型的输出标签;实时获取待监测的冻结法施工区域的土壤参数;基于土壤参数,通过训练好的机器学习模型实时预测冻结法施工区域的土壤应力和冻结壁厚度;在土壤应力和冻结壁厚度超出预警阈值范围时,生成预警通知。本发明解决了现有的冻结法施工的监测方法存在效率低的问题。
技术关键词
施工监测方法
机器学习模型
应力
物理
记忆
通知
网络
参数
标签
邮件
短信
电话
系统为您推荐了相关专利信息
过滤方法
LightGBM模型
特征工程方法
斯皮尔曼等级相关系数
斯皮尔曼相关系数
组合预测模型
长短期记忆网络
强化学习算法
指标预测方法
滑动窗口
通信网络图
光伏组件
分配通信时隙
节点
通信控制器
网络环境预测
机器学习模型训练
数据上传策略
弱网环境
数据上传方法