[发明专利]埋地分段管道震害率预测模型构建方法、预测方法及装置在审
申请号: | 202211496041.5 | 申请日: | 2022-11-24 |
公开(公告)号: | CN115796028A | 公开(公告)日: | 2023-03-14 |
发明(设计)人: | 杜文琪;赵宁;李典庆;王顺 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F30/23;G06F30/18;G06Q10/04;G06F18/214;G06F17/18;G06F17/16;G06F113/14;G06F119/14 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 俞琳娟 |
地址: | 430072 湖北省武*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 分段 管道 震害率 预测 模型 构建 方法 装置 | ||
本发明提供埋地分段管道震害率预测模型构建方法、预测方法及装置,预测模型构建方法包括:步骤1,分析分段管道震害数据的分布特征,确定分段管道损伤分析所需参数作为目标变量;步骤2,将管轴向地面峰值粒子速度Vap,外径Dos,管轴向视波速Ca,表征管土相互作用的最大单位长度管土作用力Fa作为固定的预测变量,将其它表征地震波、回填土、管道及其相互作用相关的参数作为待定参数,分析待定参数对分段管道震害率的影响,选取具有显著影响作用的作为新增的预测变量;步骤3,确定M组地震波作用于埋地分段管道的工况,进行有限元分析,获得M组数据;步骤4,根据M组数据,通过机器学习获得埋地分段管道震害率预测模型。
技术领域
本发明属于生命线工程埋地分段管道震害率预测技术领域,具体涉及一种埋地分段管道震害率预测模型构建方法、预测方法及装置。
背景技术
埋地分段管道被广泛应用于运输石油、天然气、水等,是生命线工程的重要组成部分。历史震害资料表明,由于分段管道接口处的抗拉刚度远小于管段本身的抗拉刚度,在地震波传播作用下埋地分段管道通常在接口处发生拉脱失效[1],导致严重的经济和安全问题。
评估管道震害率是进行概率地震管道损伤危险性分析的关键,现有的震害率预测模型是通过对历史震害数据进行统计分析得到的[1],这些预测模型提供了管道震害率RR(维修/km)与地震强度参数IM(如峰值地面速度PGV)的关系,研究表明管道震害率与地震波特征、场地条件、管道特性等诸多因素相关,而震害资料较少、管道震害数据难以获取、相关参数(如埋深、回填土类型等)资料容易缺失,基于不同地震事件得到的震害率预测模型结果相差较大,因此在实际应用中,不同预测模型得到的震害率差值可达一个数量级,严重影响管道损伤评估的准确性及有效性。并且现有的震害率预测模型未将许多可能显著影响分段管道震害率的参数考虑在内,从而进一步导致震害率预测评估难以得到准确可靠的结果。
文中涉及如下参考文献:
[1]Nair G.S.,Dash S.R.,Mondal G.Review of pipeline performance duringearthquakes since 1906[J].Journal of Performance of Constructed Facilities,2018,32(6):04018083.
发明内容
本发明是为了解决上述问题而进行的,目的在于提供埋地分段管道震害率预测模型构建方法、预测方法及装置,能够补充分段管道震害数据库,考虑并准确量化各相关因素影响,提高分段管道震害率预测模型的有效性。
本发明为了实现上述目的,采用了以下方案:
模型构建方法
如图1所示,本发明提供一种埋地分段管道震害率预测模型构建方法,其特征在于,包括以下步骤:
步骤1,根据回填土参数及管道接口特性参数的取值及统计特征,抽样获得N组沿管轴向分布的回填土参数及管道接口特性参数随机场样本,建立N个考虑回填土参数及接口特性参数沿管轴向空间变异性的地震波与管道相互作用有限元模型,统计分析分段管道震害数据的分布特征,确定分段管道损伤分析所需参数作为目标变量;
步骤2,将管轴向地面峰值粒子速度Vap,外径Dos,管轴向视波速Ca,表征管土相互作用的最大单位长度管土作用力Fa作为固定的预测变量,将其它表征地震波、回填土、管道及其相互作用相关的参数作为待定参数,分析待定参数对分段管道震害率的影响,选取具有显著影响作用的作为新增的预测变量;
步骤3,根据预测变量的参数范围,确定M组地震波作用于埋地分段管道的工况并进行有限元分析,计算每组工况对应的预测变量和目标变量的数据,获得M组数据;
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武汉大学,未经武汉大学许可,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/202211496041.5/2.html,转载请声明来源钻瓜专利网。