一种基于深度算子网络架构的预制聚氨酯直埋保温管极限状态预测方法

本发明提供了一种基于深度算子网络架构的预制聚氨酯直埋保温管极限状态预测方法，首先构建模拟使用环境，对不同规格的聚氨酯直埋管在多环境条件下开展多批次极限应力测试，记录对应规格、环境数据作为输入，最大应力作为输出，构建数据集；设计特征筛选模块剔除相关度低的特征；接着，基于深度算子网络架构设计构建极限状态预测模型；运用强化学习策略设计针对模型进行优化训练；将训练完成的预测模型部署到相关环境，在计算机终端输入保温管规格和环境参数，即可获取其极限应力情况。本发明可消除掉初始特征中引入的冗余特征，进一步优化模型架构，降低模型训练的复杂度预测模型设计保证在多种工况下均能实现对聚氨酯直埋保温管极限应力的准确预测。