摘要
本发明涉及一种钢管混凝土让压拱架承载力预测方法,属于人工智能与数据处理技术领域。其包括以下步骤:在钢管混凝土拱架实体结构的关键受力位置采集应力数据;进行应力数据筛选,将筛选后的数据集储存为HDF5分层格式;采用自适应归一化方法与小波阈值函数对储存的应力数据进行去噪;通过动态时间分段和短时傅里叶变换对去噪归一化后的应力数据进行时域‑频域特征融合;构建钢管混凝土让压拱架承载力预测模型,将融合特征向量输入到模型中,对模型进行训练,得到训练好的模型;将采集到的数据经过处理后输入到训练好的模型中,得到承载力预测值,当连续3次预测值超过设计承载力的90%时触发预警。本发明能够提高模型的预测能力。
技术关键词
应力
钢管混凝土拱架
特征协方差矩阵
短时傅里叶变换
小波阈值函数
融合特征
物理
高精度电阻应变计
数据
分段
深度神经网络架构
归一化方法
抑制脉冲噪声
动态时间窗口
时间序列形式
频域特征
系统为您推荐了相关专利信息
稳定性评估方法
地下硐室
岩石力学参数
卷积神经网络模型
岩石参数
应力退火系统
增材系统
反馈控制系统
感应线圈
监测无人车
多尺度结构
力学分析模型
裂隙结构
微裂纹
分析方法