-
公开(公告)号:CN117292773B
公开(公告)日:2025-02-25
申请号:CN202311202616.2
申请日:2023-09-18
Applicant: 中北大学
IPC: G16C60/00 , G06F30/27 , G06N20/00 , G06F18/214 , G06F18/20 , G06F111/04 , G06F119/14 , G06F113/26
Abstract: 本发明提供了一种基于机器学习的断层作用下管道接头的易损性分析方法,属于机器学习技术领域;解决了采用现有技术预测断层作用下管道接头破坏存在的准确性差、耗时长、效率低的问题;用管‑土相互作用单元PSI建立非线性管‑土模型,以管道直径、管道壁厚、管道埋深、管‑土相互作用刚度、断层错距等因素作为模型输入变量,管道接头转角为输出变量;其次,结合机器学习技术,利用大量模拟数据训练套索回归模型和逻辑回归模型,以准确地预测管道接头在断层作用下的破坏情况;本发明应用于断层作用下管道接头的破坏分析。
-
公开(公告)号:CN117292773A
公开(公告)日:2023-12-26
申请号:CN202311202616.2
申请日:2023-09-18
Applicant: 中北大学
IPC: G16C60/00 , G06F30/27 , G06N20/00 , G06F18/214 , G06F18/20 , G06F111/04 , G06F119/14 , G06F113/26
Abstract: 本发明提供了一种基于机器学习的断层作用下管道接头的易损性分析方法,属于机器学习技术领域;解决了采用现有技术预测断层作用下管道接头破坏存在的准确性差、耗时长、效率低的问题;用管‑土相互作用单元PSI建立非线性管‑土模型,以管道直径、管道壁厚、管道埋深、管‑土相互作用刚度、断层错距等因素作为模型输入变量,管道接头转角为输出变量;其次,结合机器学习技术,利用大量模拟数据训练套索回归模型和逻辑回归模型,以准确地预测管道接头在断层作用下的破坏情况;本发明应用于断层作用下管道接头的破坏分析。
-