使用改进的粒子群神经网络在软土壤中对刚性管道反应的预测和可靠性分析
Laifu Song1, Shun Zhang1, Jun Wang2
1College of Civil Engineering and Architecture, Wenzhou University, Wenzhou, 325035, China.
Scientific reports
|July 2, 2025
概括
在软土壤中的刚性管道在运输负载下经历的压力和位移较小,因为它们的直径较大. 这项研究为改善管道可靠性和安全评估提供了见解.
科学领域:
- 地质技术工程 地质技术工程
- 结构工程 结构工程
- 计算力学 计算力学 计算力学
背景情况:
- 软土壤中的管道容易因交通负载而变形和故障.
- 精确描述动态响应和运行状态评估对于管道完整性至关重要.
研究的目的:
- 模拟和分析在交通负载下软土壤中的刚性管道的动态反应.
- 开发和验证管道动态响应的预测模型,使用改进的PSO-BPNN.
- 根据预测模型进行刚性管道的可靠性分析.
主要方法:
- 在FORTRAN中开发了一个Dload子程序,并在ABAQUS中开发了一个用于动态响应模拟的3D数值模型.
- 实施了改进的粒子群集优化 (PSO) 算法,以优化反向传播神经网络 (BPNN) 进行响应预测.
- 验证了模拟结果与现场测试数据,并验证了PSO-BPNN方法的准确性.
主要成果:
- 与直径较小的管道相比,直径较大的管道表现出较低的轴应力和垂直移位.
- 应力和位移的分布在直径较大的管道中更为集中.
- 改进的PSO-BPNN方法证明了高准确性和适用于预测管道动态响应的适用性.
结论:
- 在施工过程中选择直径较大的管道可以减轻交通负载的不利影响.
- 该研究提供了理论基础和技术支持,以提高软土壤环境中的刚性管道的可靠性和安全性评估.
