一种基于人工神经网络技术的碎石桩抗液化效果预测方法

    公开(公告)号:CN116432496A

    公开(公告)日:2023-07-14

    申请号:CN202310398428.5

    申请日:2023-04-13

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于人工神经网络技术的碎石桩抗液化效果预测方法,包括如下步骤:S1:建立碎石桩加固结构体系三维有限元模型;S2:提取变量作为输入变量;S3:依次改变输入变量的大小,通过碎石桩加固结构体系三维有限元模型的最大位移作为输出变量并建立数据库;S4:建立人工神经网络预测模型并通过MDA算法得到优化后的特征参数;S5:将优化后的特征参数输入到人工神经网络预测模型;S6:得到预测碎石桩加固体系的最大位移。本发明基于人工神经网络,经反复训练得到成熟的神经网络预测模型;基于此模型,可以快速有效的获得任意场地倾斜角度、土体渗透系数、碎石桩的加固面积比条件下,土体最大位移。

    一种基于OpenSees的盾构隧道-土体动力相互作用模拟方法

    公开(公告)号:CN116305455A

    公开(公告)日:2023-06-23

    申请号:CN202310241309.9

    申请日:2023-03-13

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于OpenSees的盾构隧道‑土体动力相互作用模拟方法,包括如下步骤:S1:设置边界条件,建立隧道‑土体动力相互作用有限元模型;S2:对隧道‑土体动力相互作用有限元模型进行重力分析;S3:对土体位移进行清零处理;S4:加入盾构隧道管片、接头处螺栓和抗压橡胶衬垫材料单元与材料信息,设置隧道与土体之间的接触面;S5:在管片单元绑定基于纤维截面的非线性梁单元,模拟管片的非线性特性;S6:将土体性质由线弹性转变为弹塑性;S7:对模型进行增量动力分析,初始状态采用土体初始应力场,地震激励于模型底部施加;本发明通过盾构隧道地震反应精细化数值建模与计算方法,预测和评估隧道的抗震能力。

Patent Agency Ranking