[发明专利]基于神经网络算法的群桩节点应力监测系统及其预警方法在审

专利信息
申请号: 202210142179.9 申请日: 2022-02-16
公开(公告)号: CN114544040A 公开(公告)日: 2022-05-27
发明(设计)人: 窦培林;陈慧敏;李秀;赵世发;张慧中;刘明琛;赵佳怡;刘梦鸽 申请(专利权)人: 江苏科技大学
主分类号: G01L1/00 分类号: G01L1/00;G06N3/08;H04Q9/00
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 曹坤
地址: 212008 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 神经网络 算法 节点 应力 监测 系统 及其 预警 方法
【说明书】:

发明公开了一种基于神经网络算法的群桩节点应力监测系统及其预警方法。属于导管架群桩结构领域,该系统由群桩结构、信号传输线、信号处理器、应力传感器、远程控制终端等设备组成。群桩结构获取各单桩节点应力;信息处理器将采集数据进行处理后传输到远程控制端;远程控制端截取异常应力值变动曲线,并利用神经网络预测模型预测发生不均匀沉降现象的几率,根据预测值大小在远程控制端发出不同等级的预警信号;通过该系统不仅能实时监测平台群桩节点的应力情况,而且能根据预警等级,采取防护措施,避免发生事故,减少施工损失;同时根据实时监测结果与实际工况相结合对系统的预警级别进行相应调整,使得对导管架平台的沉降预警更加实时、准确。

技术领域

本发明属于导管架群桩结构领域,涉及一种基于神经网络算法的群桩节点应力监测系统及其预警方法。

背景技术

导管架平台作为近海石油开发工程最常用的基础结构,有着昂贵的造价;对于采用群桩结构的导管架平台而言,会由于群桩效应导致平台出现不均匀沉降状况,因此对导管架平台结构应力的监测以及不均匀沉降的预测无论是对于基础本身寿命周期内的维护,还是为后续导管架基础的设计都有着十分重要的意义;

目前,神经网络预测模型在人工智能、图像识别等领域应用颇多,将神经网络预测模型用于对导管架平台发生不均匀沉降状况的预警,则保证了导管架平台后续工作的可靠性,实现了对群桩式导管架平台智能化应力监测和管控。

发明内容

发明目的:本发明的目的是提供了一种基于神经网络算法的群桩节点应力监测系统及其预警方法。

技术方案:本发明所述的基于神经网络算法的群桩节点应力监测系统,包括群桩结构(1)、信息传输模块(3)、信号处理器(4)及远程控制端(5);

所述群桩结构(1)由其内部安设的应力传感器获取的各单桩节点应力数据通过安设的信号传输线(2)传送到所述信号处理器(4)上,在所述信号处理器(4)的内部安设有信息传输模块(3),所述信息传输模块(3)将信号处理器(4)接收并处理过的各单桩节点应力数据通过无线信号传输至远程控制端(5)上。

进一步的,所述群桩结构(1)由若干个单桩组成;

所述单桩包括基础桩节点应力监测结构(11)、信号线管(12)、群桩柱腿(13)、连接杆(14)及开设有信号处理模块存放室(15)的导管架主体;

所述信号线管(12)的一端连接在基础桩节点应力监测结构(11)上,其另一端连接在导管架主体开设的信号处理模块存放室(15)上;

所述连接杆(14)的一端连接在导管架主体上,其另一端连接在群桩柱腿(13)上。

进一步的,基于神经网络算法的群桩节点应力监测系统的预警方法,

其预警过程具体步骤如下:

1)、群桩结构(1)通过应力传感器获取各单桩节点的应力数据,通过信号传输线(2)传输至信号处理器(4)中进行信号处理;

2)、安设在信号处理器(4)中的信息传输模块(3)将处理得到的数字信号传输至远程控制端(5)上;

3)、通过远程控制端(5)获取、分析各单桩应力数值,再将各单桩应力数值进行加和,从而得到其最近桩腿的荷载承载力;

4)、远程控制端(5)实时监测导管架主体的应力变化,并绘制应力动态变化曲线;若监测发现应力变化出现突变现象,则远程控制端(5)将会截取异常应力突变曲线片段,并进行应力突变现象特征的提取;

5)、将所提取的应力突变现象特征对比实验室数据,利用神经网络预测模型预测该应力突变特征下发生不均匀沉降现象的几率,并根据预测值大小在远程控制端(5)发出不同等级预警提醒。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏科技大学,未经江苏科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210142179.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top