基于BP神经网络的电力隧道断面辅助设计软件开发及应用.pdf
《基于BP神经网络的电力隧道断面辅助设计软件开发及应用.pdf》由会员分享,可在线阅读,更多相关《基于BP神经网络的电力隧道断面辅助设计软件开发及应用.pdf(8页珍藏版)》请在咨信网上搜索。
1、第41卷第8 期2023年8 月文章编号:10 0 9-7 7 6 7(2 0 2 3)0 8-0 0 54-0 8Vol.41,No.8Journal of Municipal TechnologyAug.2023D0I:10.19922/j.1009-7767.2023.08.054基于BP神经网络的电力隧道断面辅助设计软件开发及应用黄业胜1,郭彩霞2*,郭庆宇1,张小颖1,李继波,傅睿智3(1.北京电力经济技术研究院有限公司,北京10 0 12 0;2.北京工业大学城市与工程安全减灾教育部重点实验室,北京10 0 12 4;3.北京市政建设集团有限责任公司,北京10 0 0 48)摘要:
2、隧道断面设计对电力隧道的安全性、经济性与可靠性等性能有着直接的影响,因此需要设计人员对隧道断面内力进行深入的研究分析,以保障电力隧道各项性能符合要求。为有效缓解人工计算的压力,解决不同施工工法下的电力隧道合理断面形式设计问题,并满足快速施工要求,该研究通过有限元软件对不同施工工法下的电力隧道断面设计进行了大量的参数分析与计算,构建出圆形、矩形与马蹄形隧道断面的内力计算数据库,再利用BP神经网络对数据集进行学习与预测,实现了通过隧道尺寸、地基刚度与荷载水平预测其最大弯矩与轴力的目的。并以MSE值作为模型的评价指标,验证了模型的有效性。最终以此为基础设计出一款新型的电力隧道断面辅助设计软件,以期为
3、电力隧道设计和施工提供有益的参考与指导,并通过北京市的2个实际工程案例验证了该软件的有效性与实用性。关键词:电力隧道;断面设计;BP神经网络;有限元模拟中图分类号:U452.2Development and Application of AuxiliaryDesign SoftwareforPowerTunnel Section Basedon BPNeural NetworkHuang Yesheng,Guo Caixia?*,Guo Qingyu,Zhang Xiaoying,Li Jibo,Fu Ruizhi?(1.Beijing Electric Power Economic and
4、Technological Research Institute Co.,Ltd.,Beijing 100120,China;2.Key Laboratory of Urban Security and Disaster Engineering,Beijing University of Technology,Beijing 100124,China;Abstract:Tunnel section design has a direct impact on the safety,economy and reliability of the power tunnel per-formance.I
5、t is necessary for designers to carry out in-depth research and analysis of the internal force to ensure thatthe performance of the power tunnel meets the requirements.In order to effectively relieve the pressure of manualcalculation,solve the problem of reasonable section form design of power tunne
6、l under different construction meth-ods,and meet the requirements of rapid construction,a large number of parameter analysis and calculation on thesection design of power tunnel under different construction methods was carried out by finite element software,builtthe internal force calculation databa
7、se of circular,rectangular and horseshoe-shaped tunnel sections in this study.The data set was learned and predicted by BP neural network to predict the maximum bending moment and axialforce by tunnel size,foundation stiffness and load level.Being the evaluation index,the MSE value verified the vali
8、d-收稿日期:2 0 2 3-0 4-13基金项目:国家自然科学基金面上项目(52 2 7 8 38 5);北京市教育委员会科技计划项目(KM202210005019)作者简介:黄业胜,男,工程师,硕士,主要从事输变电工程土建设计及智能建造研究工作。通讯作者:郭彩霞,女,教授级高级工程师,博士,主要从事隧道工程及地下工程方向研究及教学工作。引文格式:黄业胜,郭彩霞,郭庆宇,等.基于BP神经网络的电力隧道断面辅助设计软件开发及应用.市政技术,2 0 2 3,41(8):54-6 0,2 52.(HUANG Y S,GUO C X,GUO Q Y,et al.Development and app
9、lication of auxiliary design software for power tunnel section based onBP neural networkJ.Journal of municipal technology,2023,41(8):54-60,252.)文献标志码:A3.Beijing Municipal Construction Co.,Ltd.,Beijing 100048,China)第8 期ity of the model.Finally,a new type of auxiliary design software for power tunnel
10、section was designed to provideuseful reference and guidance for the design and construction of power tunnel,whose effectiveness and practicabilitywere further verified by two practical engineering cases in Beijing.Key words:power tunnel;section design;BP neural network;finite element simulation黄业胜等
11、:基于BP神经网络的电力隧道断面辅助设计软件开发及应用55新型绿色城市的高速发展在带动人口与经济快速增长的同时,也促使电缆建设地下化进程不断加快1。电力隧道赋予电缆建设改善城市景观、提高供电可靠性、节约用地成本、保障电力安全等性能,促进了城市地下空间的开发与利用。然而,城市交通网络的不断扩大也导致线路之间出现交叉或并行的问题,容易引发电力隧道在长期荷载作用下的损伤与一系列连锁反应2。同时,受工作面、洞内施工环境等因素的影响,电力隧道的施工速度往往决定了整个工程的工期3,而电力隧道断面设计由于其断面形式、受力分析的复杂性,对工程进度也有较大影响。因此,为保证电力隧道的安全性、经济性与可靠性,电力
12、隧道建设初期的断面设计就显得至关重要,而如何实现对不同施工工法下的电力隧道断面设计就成为了业界较为关注的问题之一。针对隧道结构受力情况与断面设计的问题,许多学者如冯国辉等4、周成嵩等5、张涛等6、付钧福等7、周龙等8 对此做了大量的研究,但至今尚没有一个可以通过工程条件、隧道断面设计参数快速给出隧道结构受力情况的预测系统,为此,开发一个能够快速给出当前工程条件下电力隧道结构受力情况的系统显得较为迫切。通用有限元软件ABAQUS被广泛地应用于结构力学及相关领域,其关键在于以计算机为依托,通过强大的非线性分析功能实现了数值计算与图像显示的优势互补,并对实际工程问题给出了有效的参考9。故在现有的工程
13、案例中,为确定隧道结构承载力是否满足设计要求与实际运行的需要,通常采用理论计算与数值模拟相结合的手段对此进行验证10 1,但受限于人工计算的局限性以及模型建立过程的繁琐性,导致其在实际工程应用中预测时间长、过程繁穴复杂,难以满足电力隧道建设飞速发展的需求。受益于人工智能飞速发展所带来的优势,机器学习所表现出的能够在动态、大容量和复杂环境中处理数据的能力为实现快速预测电力隧道结构内力提供了新的思路。在上述背景下,笔者采用荷载分析法对隧道结构内力进行计算,同时进行参数分析,利用通用有限元软件ABAQUS建立明开、暗挖、顶管、盾构4种工法所对应的隧道断面形状模型,对不同形状、尺寸、荷载和地层条件的隧
14、道结构内力进行分析计算,得到弯矩与轴力的数据库,再以有限元软件ABAQUS模拟得到的数据库为基础训练BP神经网络模型,最终实现对电力隧道结构内力的快速预测,以期为电力隧道断面设计提供有益的参考与指导。1数据源与参数分析1.1模型建立以明开、暗挖、顶管、盾构4种工法的常用断面形状一一圆形、矩形和马蹄形为研究对象,并以此建立模型。建立模型时首先结合实际做出部分简化:假定地层与结构处于平面应变状态;假定结构为连续体模型;假定地层与结构材料为各向同性弹性体;采用梁-弹簧模型计算地层与结构之间的相互作用力。其次设置隧道衬砌材料属性,具体数值见表1。在为隧道设置将点接地的弹簧阻尼器时,通过设置局部坐标系来
15、保证弹簧方向垂直于隧道断面。以马蹄形隧道断面为例,其断面形状与弹簧设置如图1所示。表1衬砌材料属性Tab.1 Lining material properties密度/(kg/m)25000a)马蹄形隧道断面图1马蹄形隧道断面建模情况Fig.1 Horseshoe-shaped tunnel section modeling弹性模量/MPa34.500b)马蹄形隧道断面弹簧设置泊松比0.2市放技术56Journal of Municipal Technology1.2内力计算对建立好的模型进行内力计算与分析,以判断隧道断面设计是否合理。首先对模型施加重力,再通过计算得出隧道结构受到的垂直荷载与
16、水平荷载,以线载荷的方式施加到隧道衬砌结构上,通过函数的方式保证水平荷载随深度变化而变化,地面超载同样以线荷载的方式施加到隧道衬砌的上部。以马蹄形隧道断面为例,其荷载施加情况如图2 所示。荷载施加完成后,提交结果,利用有限元软件ABAQUS进行计算,最终得到隧道的轴力图、弯矩图以及vonMises图,以判断隧道结构应力是否超限。最终电力隧道圆形断面、矩形断面与马蹄形断面的内力计算结果如图3 5所示。SF,SF1(Avg:75%)44.247e+01.817e+0i.941e+0.051e+02.108e+02第41卷图2 马蹄形隧道断面荷载施加设置Fig.2 Load setting at h
17、orseshoe-shaped tunnel sectionSM,SM1(Avg:75%)+5:106e+00+4.+3163e+00Oe+00+0001493e+0036e+00378e+00321e+00263e+0056.206e+00S,Mises(Avg:75%)Bottom,(fraction=-1.0)1.320e+03218e+03+7+80301970e993947e+029242e+01a)轴力图(kN)b)弯矩图(kNm)图3圆形隧道断面的内力图Fig.3 Internal force diagram of circular tunnel sectionc)von Mis
18、es图(kPa)SF,SF1(Avg:75%)-4.850e-01.060e+00SM,SM1(Avg:75%)+1:208e+01+9.658e+0041e+000S,MisesBottom,(fraction:(Avg:75%)+2:47.4e+03F2.289e+03+2.103e+03918e=-1.0)-O1+01+6+447e+2.492e+0202a)轴力图(kN)1.3数据建立为实现对不同参数下的隧道断面进行快速建模并分析计算,针对明开(矩形断面和圆形断面)、暗挖(马蹄形断面)顶管(圆形断面)、盾构(圆形断面)常见的参数范围,分别编写for循环代码,并在b)弯矩图(kNm)图4
19、矩形隧道断面的内力图Fig.4 Internal force diagram of rectangular tunnel section结尾添加生成单元弯矩和轴力的Excel文件语句,最终利用有限元软件ABAQUS进行大量参数分析,实现数据库的建立。最终生成的数据集特征参数及取值范围见表2。以暗挖马蹄形隧道为例,由通用有限元软件ABAQUS构建的数据集的部分数据见表3。c)von Mises 图(kPa)第8 期SF,SF1(Avg:75%)5.992e+016483e+01973e464e954e445188e+02黄业胜等:基于BP神经网络的电力隧道断面辅助设计软件开发及应用SM,SM1(
20、Avg:75%)+4.330e+00694e+00512e+00.489e+0057(Avg:75%)S,MisesBottom,(fraction.039e+03.64+8+5+581e+1.435oe+02=-1.0)a)轴力图(kN)表2 数据集特征参数及取值范围Tab.2 The feature parameters and value range of the data set工法类型断面形状矩形地基弹簧刚度/(kPa/m)隧道上部荷载/(kN/m)隧道侧方荷载/(kN/m)明开隧道半径/m隧道衬砌厚度/m圆形地基弹簧刚度/(kPa/m)隧道上部荷载/(kN/m)隧道侧方荷载/(kN
21、/m)隧道宽度/m隧道衬砌厚度/m暗挖马蹄形地基弹簧刚度/(kPa/m)隧道上部荷载/(kN/m)隧道侧方荷载/(kN/m)隧道半径/m隧道衬砌厚度/m顶管圆形地基弹簧刚度/(kPa/m)隧道上部荷载/(kN/m)隧道侧方荷载/(kN/m)隧道半径/m隧道衬砌厚度/m盾构圆形地基弹簧刚度/(kPa/m)隧道上部荷载/(kN/m)隧道侧方荷载/(kN/m)2BP神经网络预测2.1BP神经网络人工神经网络是以动物的神经元组成为依托,以处理信息为出发点,构建出神经元之间相互连接b)弯矩图(kNm)图5马蹄形隧道断面的内力图Fig.5 Internal force diagram of horsesh
22、oe-shaped tunnel sectionTab.3 Some data of the excavation of the horseshoe-shaped特征参数取值范围隧道宽度、高度/m1.56.0隧道衬砌厚度/m0.20.61000090.0001002501090130.20.61000090.00010025010901.55.00.20.510.00090.0001002501090120.100.251000090.00010025010901.53.00.20.610.00090.0001002501090c)von Mises图(kPa)表3暗挖马蹄形隧道的部分数据tu
23、nnel隧道隧道衬隧道上地基弹隧道侧最大最大编号宽度/砌厚度/部荷载/簧刚度/方荷载/弯矩轴力/mm(kN/m)(kPa/m)(kN/m)(kNm)12.422.432.442.452.462.4的模型,不同的连接方式代表不同的神经网络模型。神经网络在以数学建模与智能预测为主的研究方面具有十分重要的作用和影响,BP神经网络作为人工神经网络的一个主要研究方向,其关键在于可以通过误差反向传播的算法来训练多层前馈神经网络,而误差反向传播的关键则是通过梯度下降法将预测值与真实值之间的误差进行重新分配,最终通过反复训练与学习得到一个最优模型。该研究所训练的BP神经网络模型选用的损失函数为均方差损失函数(
24、MSELoss),学习率均取为0.0 0 5,激活函数为ReLU。其余具体模型参数见表4。表4模型参数Tab.4 Model parameters断面Batch_num_epoch形状马蹄形15000矩形15000圆形20000kN0.381400.381400.381400.381400.381800.38180sizeinputsoutputshiddens1hiddens220052005200580 00080.00080 00080.00080 00080 000num_2222039.2181253.5735026.009 3255.3917017.194 4256.6039012
25、.927 7257.8162052.3251321.1705039.013 0322.988num_num301040123010582.2结果预测与分析数据集按照8:2 的比例分为训练集与测试集,对每个数据集分别训练BP神经网络模型,以达到利用训练好的BP神经网络模型根据隧道尺寸、地基刚度和荷载水平等条件预测隧道结构的最大弯矩和轴力的目的。利用各自训练好的BP神经网络模型对4种工法对应的隧道断面进行预测与拟合,以criterion=nn.MSELoss()作为模型训练的评价指标,最终结果表明,明开法施工的MSE值为0.0 0 0 46,暗挖法施工的MSE值为0.0 0 0 37,顶管法施工的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BP 神经网络 电力 隧道 断面 辅助设计 软件 开发 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。