季冻区铁路隧道衬砌健康诊断及预警

文档摘要：为确保服役期间铁路隧道的安全可靠,提出了一种针对季冻区铁路隧道衬砌的健康诊断及预警技术方案.首先,结合隧道实际构建出包含7个一级指标和13个二级指标的隧道衬砌健康诊断指标体系;其次,基于改进群组G2法确定了各指标的冻季权重与非冻季权重;最后,通过对比SARIMA预测模型、BP神经网络模型与SA-BP组合预测模型的预测精度与稳定性,选用SA-BP组合预测模型来实现对隧道衬砌健康的综合诊断及预警.研究结果表明,2022年1月与2月的预警值分别为0.4734、0.4720,预警等级为2级,但有向三级劣化的趋势,建议加强维护,暂不报警.

Abstract：Inordertoensurethesafetyandreliabilityofrailwaytunnelsduringservice,ahealthdiagnosisandear-lywarningtechnologyschemeforrailwaytunnelliningsinseasonallyfrozenareasisproposed.Firstly,atunnellin-inghealthdiagnosisindexsystemincluding7first-levelindicatorsand13second-levelindicatorsisconstructedincombinationwiththeactualtunnellining.Then,thefreezingseasonweightandnon-freezingseasonweightofeachindexaredeterminedbasedontheimprovedgroupG2method.Finally,theSA-BPcombinedpredictionmodelisselectedtorealizecomprehensivediagnosisandearlywarningoftunnellininghealthbycomparingthepredictionaccuracyandstabilityofSARIMApredictionmodel,BPneuralnetworkmodelandSA-BPcombinedpredictionmodel.TheresearchresultsshowthattheearlywarningvaluesinJanuaryandFebruary2022are0.4734and0.4720,respectively,andtheearlywarninglevelislevel2,butthereisatrendofdeteriorationtolevel3.Itisrecommendedtostrengthenmaintenanceandnotcallthepoliceforthetimebeing.

作者：王洪德   王亚楠 Author：WANGHongde   WANGYanan
作者单位：大连交通大学交通运输工程学院,辽宁大连116028;大连交通大学隧道与地下结构工程研究中心,辽宁大连116028大连交通大学交通运输工程学院,辽宁大连116028
刊名：大连交通大学学报 ISTIC
Journal：JournalofDalianJiaotongUniversity
年，卷(期)：2024, 45(2)
分类号：
关键词：季冻区  铁路隧道  健康诊断  改进群组G2法  神经网络  
Keywords：seasonalfrozenarea  railwaytunnel  healthdiagnosis  improvedgroupG2method  neuralnetwork  
机标分类号：F224.0TP393R197.32
在线出版日期：2024年6月11日
基金项目：国家自然科学基金，辽宁省教育厅科学研究经费项目季冻区铁路隧道衬砌健康诊断及预警[
期刊论文]  大连交通大学学报--2024, 45(2)王洪德  王亚楠为确保服役期间铁路隧道的安全可靠,提出了一种针对季冻区铁路隧道衬砌的健康诊断及预警技术方案.首先,结合隧道实际构建出包含7个一级指标和13个二级指标的隧道衬砌健康诊断指标体系;其次,基于改进群组G2法确定了各指标...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：季冻区,铁路隧道,健康诊断,改进群组G2法,神经网络,

2024-10-4 01:10 上传 季冻区铁路隧道衬砌健康诊断及预警.pdf

文件大小:

761.88 KB

下载次数:

60

高速下载