System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及地球物理探测,特别是涉及一种土体密实状态分级的确定方法。
技术介绍
1、现有的面波勘探技术广泛应用于地球物理探测和工程勘察领域。通过分析地表面波的传播特性,能够获取地下介质的剪切波速度结构,从而推断土体的物理力学性质。
2、深度学习网络技术作为人工智能领域的前沿技术,具有强大的数据处理和模式识别能力。将深度学习网络应用于地球物理探测数据的分析,尤其是用于土体密实状态的评估。
3、本专利技术的目的在于克服现有技术的不足,提供一种土体密实状态分级的确定方法。该方法结合面波勘探技术和深度学习网络模型,利用地表面波频散特性和地层速度、密度信息,构建土体密实状态的评估模型。通过该方法,能够高效、准确地对土体密实状态进行分级,为工程设计和地质灾害预防提供科学依据。
技术实现思路
1、本专利技术通过融合面波勘探技术的高效数据获取能力和深度学习网络的强大学习能力,克服了传统方法无法准确评估复杂地质条件下土体密实状态的不足。该方法实现了对土体密实状态的分级。
2、一种土体密实状态等级分类的方法如下:
3、步骤一:通过前期调研目标区域及其周围的土质类型及其不同土质的密实度标准,soild=[soild1,soild2,…,soildn],在对应的vs速度下对应的土体密实状态标准为[com1,com2,…,com3]。
4、进一步地,所述步骤一中构建标准如下,土质soild1:其土体密实状态(compactness)状态分为稍松(
5、步骤二:根据勘探区域的地下地质结构,确定各地层的物性参数,获取目标区域探测深度h;以d(m)分层,n=h/d,得到n层;对于每层的速度和土质可以通过蒙特卡洛的方法进行随机生成n个地下结构模型;包括纵波速度vp、横波速度vs、密度ρ和厚度h,并建立分层模型。
6、步骤三:求取理论频散曲线fn,其中在每一层中,假设面波沿水平传播,其位移形式为平面波,满足弹性动力学方程:
7、
8、其中,u表示质点位移矢量,ρ为密度,λ和μ为拉梅常数。
9、进一步地,所述步骤三中,对于瑞利波,结合边界条件(自由表面应力为零)和层间连续条件(位移与应力连续),推导出以下频散方程:
10、d(ω,k)=0
11、其中,ω为角频率,k为波数,满足c=ω/k,c为相速度。
12、进一步地,所述步骤三中,对于勒夫波,在仅考虑水平位移分量的情况下,频散方程可表示为:
13、
14、其中:
15、
16、进一步地,所述步骤三中,数值求解频散方程得到fn,;
17、(1)选择合适的频率范围ω
18、(2)根据地层模型参数,设定初始相速度c,计算对应的波数k=ω/c。
19、(3)使用数值迭代方法求解频散方程d(ω,k)=0获取特定频率下的相速度c。
20、(4)重复(1)、(2)、(3),获取频率ω与相速度c的对应关系,即对应的理论频散曲线fn=[(ω1,c1),(ω2,c2),…,(ωn,cn)],其中相速度c即vs。
21、步骤四:根据构建的不同的地质模型结构,重复步骤三,得到n个地下结构模型的n条理论频散曲线f=[f1,f2,f3,…,fn]。
22、步骤五:根据生成的地下结构模型确定soild=[soild1,soild2,…,soildn]和vs=[[v11,v12],[v21,v=22],…,[vn1,vn2]],由soild和vs确定对应的土体密实状态com=[com1,com2,…,com3];
23、步骤六:构建训练集[f,soild],对应的标签为[com]。
24、步骤七:建立土体密实状态等级预测模型,其预测模型包含了共享特征层、土质嵌入层,对应的k层建立k个分支;每个分支包含一个分类器;其分类器由全连接层构成。
25、进一步地,所述步骤七中,共享特征层的构建如下:其中每层包含一维卷积层;卷积层之后是批量归一化层;批量归一化之后送入激活函数;激活函数之后的输出送入正则化层;正则化层之后送入池化层;
26、进一步地,所述步骤七中,模型中嵌入层和全连接分类层的构建如下:其中每层土质对应的进入嵌入层;将共享的特征层和对应的层的嵌入层数据进行拼接;将拼接完的数据送入对应的分支的全连接层进行输出得到对应的土体密实状态分级情况;
27、步骤八:对应的将f送入特征提取层;不同层厚的土质soild对应分别送入嵌入层;将共享的特征提取层和嵌入层拼接完后会得到对应的不同土层深度的分支;其分支是全连接层,对应的输出对应的土层对应的土体密实状态[com];
28、步骤九:构建好上述模型结构,使用训练集模型进行训练获得符合要求的土体密实状态等级预测模型。
29、进一步地,所述步骤九中,评判标准由损失函数loss,准确率accuracy确定;
30、进一步地,所述步骤九中,在训练过程中包含训练集、验证集;验证集是从训练集拆分的一部分;其中训练集和验证集的损失函数大小为loss1、loss2;准确率为acc1、acc2;
31、进一步地,所述步骤九训练过程中loss函数和acc需要达到一定阈值∈1、∈2,具体视训练集情况而定;同时(loss1-loss2)和(acc1-acc2)的值也需要达到一定阈值∈3、∈4,具体视训练情况而定;
32、步骤十:在目标区域布置检波器,对检波器数据进行分析处理得到频散能量图e(ω,c);
33、进一步地,所述步骤十中其中对检波器数据处理分析包括如下计算方法:
34、一个面波地震记录u(x,t),即采集的检波器数据;其对应的傅立叶变换可以表示为u(x,ω),u(x,ω)由振幅项a(x,ω)和相位项p(x,ω)构成,即:
35、u(x,ω)=a(x,ω)p(x,ω)=a(x,ω)exp(-iωt)
36、其中,ω是圆频率,i是虚数单位,振幅项a(x,ω)主要反应了球面扩散对振幅的影响和介质的衰减特性,相位项p(x,ω)保存了波的走时信息或者说相位信息,相位项中的负号表示震源在左侧激发。
37、进一步地,所述步骤十中其中对检波器数据处理分析包括如下计算方法:在远场近似条件下,可以将波的扩散模式看作平面扩散,即:
38、p(x,w)=exp(-iwt)=exp(-iwx/cw)
39、其中,x是震源到检波点的本文档来自技高网...
【技术保护点】
1.一种土体密实状态等级分类的方法,用于土体密实状态的分级,其特征在于,
2.如权利要求1所述的方法,其特征在于所述步骤一中,对于不同土质的密实度标准构建如下:
3.如权利要求1所述的方法,其特征在于所述步骤三中,对于一条理论频散曲线fn的方法计算如下:
4.如权利要求1所述的方法,其特征在于所述步骤五中,根据构建的不同层Vs速度范围[V1,V2,…,Vn],土质对应的类型[Soild1,Sold2,…,SoildN];由土质类型和Vs的速度范围查询步骤一的标准可以得到不同层的土体密实状态[Com1,Com2,…,Com3]。
5.如权利要求1所述的方法,其特征在于,所述步骤七中,共享特征层的构建如下:其中每层包含一维卷积层;卷积层之后是批量归一化层;批量归一化之后送入激活函数;激活函数之后的输出送入正则化层;正则化层之后送入池化层。
6.如权利要求1所述的方法,其特征在于,所述步骤七中,模型中嵌入层和全连接分类层的构建如下:其中每层土质对应的进入嵌入层;将共享的特征层和对应的层的嵌入层数据进行拼接;将拼接完的数据送入对
7.如权利要求1所述的方法,其特征在于,所述步骤九中,其中符合要求评判标准由损失函数Loss,准确率Accuracy,其中在训练过程中包含训练集、验证集;训练集和验证集的损失函数大小为Loss1、Loss2;准确率为Acc1、Acc2其中各自的Loss函数和Acc需要达到一定阈值∈1、∈2,具体视训练集情况而定;同时(Loss1-Loss2)和(Acc1-Acc2)的值也需要达到某阈值∈3、∈4,具体视训练情况而定。
8.如权利要求1所述的方法,其特征在于,所述步骤十中,其中对检波器数据处理分析包括如下计算方法:
...【技术特征摘要】
1.一种土体密实状态等级分类的方法,用于土体密实状态的分级,其特征在于,
2.如权利要求1所述的方法,其特征在于所述步骤一中,对于不同土质的密实度标准构建如下:
3.如权利要求1所述的方法,其特征在于所述步骤三中,对于一条理论频散曲线fn的方法计算如下:
4.如权利要求1所述的方法,其特征在于所述步骤五中,根据构建的不同层vs速度范围[v1,v2,…,vn],土质对应的类型[soild1,sold2,…,soildn];由土质类型和vs的速度范围查询步骤一的标准可以得到不同层的土体密实状态[com1,com2,…,com3]。
5.如权利要求1所述的方法,其特征在于,所述步骤七中,共享特征层的构建如下:其中每层包含一维卷积层;卷积层之后是批量归一化层;批量归一化之后送入激活函数;激活函数之后的输出送入正则化层;正则化层之后送入池化层。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。