摘要
本公开的实施例提供了一种螺旋隧道一体化智能通风降尘方法及装置;涉及隧道工程技术领域。方法包括根据压入式通风的螺旋隧道结构构建物理模型并确定约束编码;采用深度学习网络模型与CFD模型对该螺旋隧道结构进行仿真,根据CFD模型的仿真结果与现场观测数据,获取深度学习网络模型在流体动力上的偏差,根据偏差调整深度学习网络模型;将约束编码加入调整后的深度学习网络模型进行敏感性分析,获取影响该螺旋隧道通风降尘的关键参数;实时监测关键参数,根据加入约束编码的深度学习网络模型输出的各监测点的粉尘浓度预测值调整相应关键参数,优化通风率并使各监测点的粉尘浓度符合标准。以此提高模型在复杂环境中的适应性和通风降尘处理效率。
技术关键词
深度学习网络模型
隧道结构
螺旋
压入式
监测点
降尘方法
编码
通风降尘装置
参数
偏差
斯托克斯方程
粉尘
隧道工程技术
正则化算法
物理
降尘设备
处理器
系统为您推荐了相关专利信息
复合发泡剂
轻集料
生坯
近红外光谱仪
雾化造粒机
无人船智能控制
多传感器融合
智能路径规划
运动控制模块
扩展卡尔曼滤波融合
进给速度规划方法
多轴数控机床
模拟退火优化算法
控制点
模式搜索优化
形变监测系统
光纤传感器
数据处理模块
特征提取模块
倾角传感器