沉管隧道管节接头张合变形预测模型构建及预测方法技术

本发明专利技术公开了一种沉管隧道管节接头张合变形预测模型构建及预测方法，包括：首先，通过历史张合变形监测数据序列对各种单项预测模型进行训练

【技术实现步骤摘要】
沉管隧道管节接头张合变形预测模型构建及预测方法


[0001]本专利技术涉及单独放到水底的构件装配成的隧道
，具体涉及一种沉管隧道管节接头张合变形预测模型构建及预测方法
。

技术介绍

[0002]沉管隧道作为水下隧道的一种形式，因具备埋深要求低
、
对地层适应性强
、
适用范围广等诸多独特优势倍受国内外工程界青睐
。
自
1910
年世界第一条沉管隧道建造完成时，历经百年发展，截至
2023
年，世界沉管隧道总量
(
包括已建
、
在建
)
已超
200
座，成为继钻爆法
、
盾构法后的第3种常用隧道建设方法
。
[0003]然而，随着投入运营的沉管隧道服役年限日益增加，沉管隧道结构病害日益凸显，其中管节接头处更为严重
。
沉管隧道管节接头是整条隧道最薄弱的部位，也是隧道适应变形和防水的关键，在施工期间及运营期间均受到了重点关注
。
据相关资料报道，接头处出现止水带破损
、
渗漏水的情况时有发生，严重威胁沉管隧道的运营安全
。
接头的张合变形量作为衡量管节水密性最直观
、
最核心的指标，对其进行预报研究对于保障沉管隧道运营安全具有重要的现实意义
。
[0004]目前，关于管节接头变形的研究主要采用模型试验和数值模拟等方法，但在实时性和精度上存在一定的局限
。
相比之下，机器学习模型具有强大的处理高维
、
非线性
、
复杂关系的能力，能够克服传统方法的局限性，并在工程变形预测中展现出良好的应用前景
。
然而，由于沉管隧道起步较晚和缺乏大规模监测数据等原因，机器学习模型在管节接头变形预测中的鲜有应用
。
[0005]实践证明，利用历史序列来预测未来变形具有较高的可信度，这为张合变形预测研究提供了理论上的支撑
。
但沉管隧道接头张合变形是受内
、
外部因素协同作用下的非线性动态演变过程，其曲线往往呈现出高度的非线性
、
非平稳性特征，使得在应用机器学习模型预测时，仍存在以下问题需要解决：单项模型的预测结果存在较大的方差和偏差，预测精度低，而且，参与组合预测的单项模型往往是人为主观决定后直接进行组合，缺乏模型选择依据，可解释性不强
。

技术实现思路

[0006]针对现有技术存在的不足，本专利技术提出一种沉管隧道管节接头张合变形预测模型构建及预测方法，可以综合各单项预测模型的预测效果，提高模型的准确度
、
稳定性
、
鲁棒性及工程的适用性
。
具体技术方案如下：
[0007]第一方面，提供了一种沉管隧道管节接头张合变形预测模型构建方法，包括：
[0008]获取待预测沉管隧道管节接头的历史张合变形监测数据序列，并根据所述历史张合变形监测数据序列构建训练集和测试集；
[0009]基于所述训练集分别对各种不同的单项预测模型进行训练；
[0010]通过训练好的各单项预测模型分别预测所述测试集中各样本时间点对应的张合
变形预测数据，得到各单项预测模型对应的预测结果序列；
[0011]通过相应的预测结果序列和测试集，计算各单项预测模型对应的有效度；
[0012]根据所述有效度选取合适的单项预测模型组合成张合变形预测模型，并分配所述张合变形预测模型中各单项预测模型的权重
。
[0013]结合第一方面，在第一方面的第一种可实现方式中，构建所述训练集和测试集包括：对所述历史张合变形监测数据序列进行异常值处理
、
插值处理和
/
或去噪处理
。
[0014]结合第一方面的第一种可实现方式，在第一方面的第二种可实现方式中，采用三次样条插值法对所述历史张合变形监测数据序列进行插值处理
。
[0015]结合第一方面的第一种可实现方式，在第一方面的第三种可实现方式中，采用奇异谱分析法对所述历史张合变形监测数据序列进行去噪处理
。
[0016]结合第一方面，在第一方面的第四种可实现方式中，还包括：对所述训练集
、
测试集分别进行归一化处理
。
[0017]结合第一方面，在第一方面的第五种可实现方式中，计算所述单项预测模型的有效度包括：
[0018]根据所述预测结果序列和测试集，计算各样本时间点的预测精度，生成预测精度序列；
[0019]计算所述预测精度序列的数学期望值和标准差；
[0020]通过所述数学期望值和标准差计算所述单项预测模型的有效度
。
[0021]结合第一方面，在第一方面的第六种可实现方式中，选取单项预测模型组合成张合变形预测模型，包括：
[0022]按照有效度从大到小的顺序对所有单项预测模型进行排序；
[0023]以有效度最大的单项预测模型为基础模型，选取下一单项预测模型与基础模型组合成组合模型；
[0024]计算组合模型的有效度；
[0025]判断所述组合模型的有效度是否提高；
[0026]若提高，则保留该组合模型，继续将下一单项预测模型加入组合模型中，并重新计算有效度进行判断；
[0027]若未提高，则剔除加入的单项预测模型，继续将下一单项预测模型加入组合模型中，并重新计算有效度进行判断；
[0028]如此重复，直至所有单项预测模型均进行了组合，得到张合变形预测模型
。
[0029]结合第一方面，在第一方面的第七种可实现方式中，采用熵权法分配所述张合变形预测模型中各单项预测模型的权重
。
[0030]结合第一方面，在第一方面的第八种可实现方式中，还包括：通过决定系数
、
平均绝对误差和
/
或均方根误差对模型的预测性能进行定量评价
。
[0031]第二方面，提供了一种沉管隧道管节接头张合变形预测方法，包括：
[0032]采用第一方面
、
第一方面的第一至八种可实现方式中的任一所述的沉管隧道管节接头张合变形预测模型构建方法构建张合变形预测模型；
[0033]获取待预测沉管隧道管节接头的张合变形监测数据序列；
[0034]根据所述张合变形监测数据序列，通过构建的所述张合变形预测模型预测待预测
沉管隧道管节接头的张合变形
。
[0035]有益效果：采用本专利技术的沉管隧道管节接头张合变形预测模型构建及预测方法，可以通过非人工选择的方式遴选出多种可有效挖掘张合变形监测数据潜在规律的单项预测模型，组合构建起张合变形预测模型
。
相比于单项预测模型，由多种单项预测模型组合而成的张合变形本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种沉管隧道管节接头张合变形预测模型构建方法，其特征在于，包括：获取待预测沉管隧道管节接头的历史张合变形监测数据序列，并根据所述历史张合变形监测数据序列构建训练集和测试集；基于所述训练集分别对各种不同的单项预测模型进行训练；通过训练好的各单项预测模型分别预测所述测试集中各样本时间点对应的张合变形预测数据，得到各单项预测模型对应的预测结果序列；通过相应的预测结果序列和测试集，计算各单项预测模型对应的有效度；根据所述有效度选取合适的单项预测模型组合成张合变形预测模型，并分配所述张合变形预测模型中各单项预测模型的权重
。2.
根据权利要求1所述的沉管隧道管节接头张合变形预测模型构建方法，其特征在于，构建所述训练集和测试集包括：对所述历史张合变形监测数据序列进行异常值处理
、
插值处理和
/
或去噪处理
。3.
根据权利要求2所述的沉管隧道管节接头张合变形预测模型构建方法，其特征在于，采用三次样条插值法对所述历史张合变形监测数据序列进行插值处理
。4.
根据权利要求2所述的沉管隧道管节接头张合变形预测模型构建方法，其特征在于，采用奇异谱分析法对所述历史张合变形监测数据序列进行去噪处理
。5.
根据权利要求1所述的沉管隧道管节接头张合变形预测模型构建方法，其特征在于，还包括：对所述训练集
、
测试集分别进行归一化处理
。6.
根据权利要求1所述的沉管隧道管节接头张合变形预测模型构建方法，其特征在于，计算所述单项预测模型的有效度包括：根据所述预测结果序列和测试集，计算各样本时间点的预...

【专利技术属性】
技术研发人员：郭鸿雁，张中哲，李科，丁浩，梁肖，曹鹏，江星宏，陈俊涛，廖志鹏，陈彰昕，
申请(专利权)人：重庆大学重庆交通大学，
类型：发明
国别省市：