[發明專利]邊坡地震穩定性預測方法、裝置、設備及可讀存儲介質有效
| 申請號: | 202110010579.X | 申請日: | 2021-01-06 |
| 公開(公告)號: | CN112668244B | 公開(公告)日: | 2022-04-22 |
| 發明(設計)人: | 楊長衛;郭雪巖;張凱文;童心豪;李宗昊 | 申請(專利權)人: | 西南交通大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06N3/08;G01N33/24 |
| 代理公司: | 北京集智東方知識產權代理有限公司 11578 | 代理人: | 陳亞斌;關兆輝 |
| 地址: | 610031 四*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 坡地 穩定性 預測 方法 裝置 設備 可讀 存儲 介質 | ||
1.一種邊坡地震穩定性預測方法,其特征在于,包括:
向振動臺發送控制信號,所述控制信號包括控制所述振動臺向邊坡加載第一地震波的命令;
獲取第一輸出數據和第一輸入數據,所述第一輸入數據包括第一邊坡參數、第一地震波參數和第一土體參數,所述第一輸出數據包括設置在所述邊坡上的加速度傳感器所采集的最大峰值加速度;
建立第一BP神經網絡模型,將所述第一輸入數據和所述第一輸出數據輸入所述第一BP神經網絡模型中,獲得經過訓練后的第二BP神經網絡模型;
獲取第二輸入數據,所述第二輸入數據包括第二邊坡參數、第二地震波參數和第二土體參數;
將所述第二輸入數據輸入所述第二BP神經網絡模型中,得到第二輸出數據;根據所述第二地震波參數中的最大峰值加速度數據和所述第二輸出數據,計算得到所述邊坡的第一PGA放大系數;
其中,所述第一PGA放大系數的計算公式為:
CPGA=V2÷V1 (2)
公式(2)中,CPGA為PGA放大系數,V1為所述第二地震波參數中的最大峰值加速度值,V2為所述第二輸出數據中的最大峰值加速度值。
2.根據權利要求1所述的邊坡地震穩定性預測方法,其特征在于,所述獲取第一輸出數據,包括:
獲取第一子輸出數據、第二子輸出數據和第三子輸出數據,所述第一子輸出數據包括設置在所述邊坡坡頂的第一加速度傳感器所采集的最大峰值加速度,所述第二子輸出數據包括設置在所述邊坡坡面的第二加速度傳感器所采集的最大峰值加速度,所述第三子輸出數據包括設置在所述邊坡坡腳的第三加速度傳感器所采集的最大峰值加速度;
將所述獲取第一子輸出數據、第二子輸出數據和第三子輸出數據進行排序,選取最大峰值加速度的值最大的數據為所述第一子輸出數據。
3.根據權利要求1所述的邊坡地震穩定性預測方法,其特征在于,所述建立第一BP神經網絡模型,包括:
建立3層隨機重連型BP神經網絡,在所述3層隨機重連型BP神經網絡中設置多個輸入神經元和1個輸出層神經元,所述輸入神經元的個數與所述第一輸入數據中的參數個數相等;
通過公式(1)確定隱藏層神經元數:
(1)
公式(1)中,m為隱藏層神經元數,n為輸入層神經元數,l為輸出層神經元數,a為0~10的任意常數。
4.根據權利要求1所述的邊坡地震穩定性預測方法,其特征在于,所述根據所述第二地震波參數中的最大峰值加速度數據和所述第二輸出數據,計算得到所述邊坡的PGA放大系數后,還包括:
生成多組第三輸入數據,每組所述第三輸入數據包括第三邊坡參數、第三地震波參數和第三土體參數,每組所述第三輸入數據互不相同,所述第三輸入數據中的每個參數,均為在所述第二輸入數據中的每個參數的基礎上分別加上一個隨機數得到的;
分別將每個所述第三輸入數據輸入所述第二BP神經網絡模型中,得到多個第三輸出數據;根據所述每個第三輸入數據和每個所述第三輸出數據計算得到多個對應的第二PGA放大系數;
獲取預設的PGA放大系數的閾值,將每個所述第二PGA放大系數與所述PGA放大系數的閾值進行比較,篩選出小于所述PGA放大系數的閾值的第二PGA放大系數,將篩選出的第二PGA放大系數和所述篩選出的第二PGA放大系數對應的第三輸入數據輸出。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西南交通大學,未經西南交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110010579.X/1.html,轉載請聲明來源鉆瓜專利網。





