大数据下冻结井筒整体结构模糊随机可靠性模型建立

论文摘要

为解决传统可靠性模型在表征深部地下结构稳定性时的不足,利用大数据挖掘算法对可靠性一次二阶矩法进行模糊随机改进,提出了更加符合实际工况的井筒整体结构的模糊随机可靠性模型。研究结果表明:将两淮矿区钢筋混凝土冻结井筒工程数据作为样本数据集,结合大数据隐马可夫(HMM)模型和最大期望(EM)算法,研究井筒整体外荷载和极限抗力的模糊随机表达式,可有效建立该区钢筋混凝土冻结井筒整体结构的模糊随机可靠性解析模型,获得其整体结构的模糊随机可靠性。此外,大数据模糊随机可靠性以区间值表示不同埋深井段整体结构的可靠程度,实例中井深426～483 m段的模糊随机可靠性区间极值分别比常规可靠性计算结果值偏小0.45%和偏大0.53%。该方法考虑了地下工程结构存在从有效状态到失效状态的渐变模糊过程的受力特点,相比常规可靠性的单值表现方法能更准确反映深井整体工况,其形式更具合理性。

论文目录

• 0 引言
• 1 可靠性算法模糊随机化
• 2 大数据挖掘模型及算法改进
•   2.1 HMM模型
•   2.2 大数据可靠性算法优化
• 3 整体井筒可靠性大数据模糊随机解析模型
• 4 典型工程案例
• 5 结论

文章来源

类型: 期刊论文

作者: 姚亚锋,程桦,荣传新,蔡海兵

关键词: 冻结井筒,大数据,模糊随机,可靠性,整体结构,算法

来源: 煤炭科学技术 2019年11期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 矿业工程

单位: 安徽理工大学安全科学与工程博士后科研流动站,南通职业大学建筑工程学院,安徽大学资源与环境工程学院,安徽理工大学土木建筑学院

基金: 国家自然科学基金资助项目(51874005,51374010,51474004),江苏省建设系统科技计划资助项目(2017ZD062),南通市级科技计划资助项目(MS12018054)

分类号: TD265.34

DOI: 10.13199/j.cnki.cst.2019.11.002

页码: 30-35

总页数: 6

文件大小: 299K

下载量: 80