渡槽劣化分析方法、系统及装置

1.本发明涉及渡槽劣化分析技术领域，具体为一种渡槽劣化分析系统及分析方法。


背景技术：

2.渡槽用于流跨越河渠、溪谷、洼地和道路输送渠道水的架空水槽，在引调水工程中起到 重要作用，渡槽在使用的过程中会受到低温冻害和硫酸盐侵蚀等危害，尤其是在西北地区由 于气候的原因使得该地区渡槽的使用寿命远远小于其他地区，若渡槽被破坏会使得整个引调 水工程失效，因此对渡槽进行劣化分析具有重要意义。
3.在现有的渡槽劣势分析方法大多数按照以选取一块渡槽为例，按照该渡槽材料配比建立 实验试件从而进行劣势分析，该实验分析的过程需要花费大量的时间，并且不能够很好地模 拟渡槽所处的环境，使得劣化分析过程中存在一定误差，同时对于研究多个渡槽具有明显的 劣势。
4.因此，可以通过建立渡槽数字模型的方式对渡槽进行劣化分析，从而解决传统的渡槽劣 化分析中存在的耗时长和无法精准的模拟渡槽存在的环境的弊端，同时能够更加方便的研究 多个不同的渡槽，解决研究一段渡槽就得根据该渡槽材料配比建立实验试件的问题。


技术实现要素：

5.本发明的目的在于提供一种渡槽劣化分析系统及分析方法，以解决上述背景技术中提出 的问题。
6.为了解决上述技术问题，本发明提供如下技术方案：渡槽劣化分析方法，该渡槽劣化分 析方法的步骤包括：
7.l1、获取渡槽实体的静态数据和动态数据；
8.l2、根据静态数据β1建立数字孪生模型a；
9.l3、根据渡槽实体的静态数据β2和动态数据建立数字孪生模型b；
10.l4、对静态数据β3进行分析，得到变点区间i(x，y)并确定b的变点位置d；
11.l5、在a的基础上进行劣化处理，得到数字模型a1；
12.l6、将a1与b进行对比，并将对比结果进行统计分析得到劣化结果。
13.其中，静态数据β1是指渡槽建设完成时的所有渡槽数据，静态数据β2是指通过数据采集 单元实时采集的渡槽数据，静态数据β3是指渡槽变化过程的历史数据。
14.根据上述技术方案，所述变点区间的计算步骤为：
15.根据静态数据β3建立似然函数；
16.在似然函数的基础上利用多维搜索算法和基于bic最小准则计算变点区间i(x，y)；
17.利用if函数判断静态数据β3是否在变点区间i(x，y)内，确定b的变点位置d；
18.其中，所述多维搜索算法、bic最小准则属于已知技术方案，在此不做详细说明，计
算 出变点区间并确定b的变点位置d是为了能够更加精准的判断是否符合渡槽实际的劣化过程， 使得劣化分析结果更加精准。
19.根据上述技术方案，所述劣化处理是通过冻融破坏动态分析、耦合预测分析和有限元分 析的方法进行处理。
20.根据上述技术方案，所述冻融破坏动态分析是通过冻融破坏动态模型进行分析，冻融破 坏动态模型表达式为：
[0021][0022]
其中，β为比奥模量的倒数，pw为孔隙水压力，d为渗透系数，η为水的动力黏度，s为 水压力的源项，k0和km分别为多孔体系和骨架的体积弹性模量，为体应变， σ为总应力，ρ为整个体系的密度，c为体系比热容，t为时间，l为水的相变潜热，λ为体系的 导热系数，wi为冰的热量；
[0023]
该冻融破坏动态模型的建立考虑到渗透的达西渗流场、冻胀的应力场和水冰相变的温度 场耦合的情况，使得冻融破坏动态模型更加得精准。
[0024]
根据上述技术方案，所述耦合预测分析的步骤包括：
[0025]
利用granger因果检验的基本思想实现耦合变量的筛选并建立多变量预测模型；
[0026]
利用饱和关联维数法和互信息函数值确定耦合变量数据结构；
[0027]
将确定的耦合变量数据结构带入多变量预测模型中进而建立耦合预测模型。
[0028]
其中，granger因果检验的基本思想、饱和关联维数和互信息函数值属于现有技术，在 此不做详细说明，多变量预测模型的表达式为x1、x2、x
nm
分 别表示为不同的耦合变量。
[0029]
根据上述技术方案，所述耦合预测模型为：
[0030]
f2(x2)，
…
，f
nm
(x
nm
))
[0031]
其中，表示非线性模型，nm表示有效变量个数，f1(*)，f2(*)，
…
，f
nm
(*)分别表 示不同变量的预测模型，x1、x2、x
nm
分别表示为不同的耦合变量；
[0032]
模型建立的步骤为将中的线性加权 组合替换成非线性加权，w1、w2、w
nm
分别表示不同的组合权值，该模型考虑不仅仅考虑了 单个耦合变量的影响，同时考虑了多个耦合变量间的相互影响，使得模型预测更加精准，其 中耦合变量可以是不同浓度na2so4、温度等。
[0033]
根据上述技术方案，所述有限元分析步骤包括：
[0034]
在a的基础上建立坐标系，以水流方向为x轴，与水流垂直的方向为y轴，z轴为竖直方 向；
[0035]
根据静态数据计算荷载并确定边界条件；
[0036]
根据渡槽各类损伤情况确定渡槽损失方案；
[0037]
根据渡槽损失方案确定相关参数对a进行模拟分析，得到有限元分析结果。
[0038]
其中荷载考虑自重、水荷载、人群荷载、风荷载、冰压力、不均匀沉降位移荷载、预应 力等，有限元分析相关参数包括ansys单元类型、单元间节点耦合和结构材料的本构模型， 渡槽损失方案可以是多种的，多种劣化分析模型，使得分析的过程更加全面，结果更加精准。
[0039]
根据上述技术方案，所述统计分析的步骤包括：
[0040]
在a1中确定与d相对应的变点位置d，并获取d点对用的数据m；
[0041]
利用if函数判断该店是否在变点区间i(x，y)中,当x≤m≤y时，证明该点处于变点状 态；当m＜x或m＞y,则证明该点正常，并将该点的数据存储到集合ψ中；
[0042]
利用sizeof函数计算出集合ψ含有的元素个数τ，并将τ与最大误差σ相比较，即
[0043]
当τ＜α时，证明a的劣化处理过程符合渡槽的实际劣化趋势，并由a到a1过程中的数据 绘制成图形显示劣化分析结果；
[0044]
当τ＞α时，证明a的劣化处理过程不符合渡槽的实际劣化趋势，需要重新调整渡槽损失 方案、耦合变量组合模式重新进行劣化分析；
[0045]
其中，图形包括柱状图、扇形图、折线图等，通图形的形式显示，能够对劣化分析结果 更加直观，采用三种方式进行劣化分析，使得分析的结果更加具有说服力，一定程度上减少 了分析过程中的误差,同时将a1与b相对应的位置发生变点的个数与b发生变点的个数相比较 从而判断模拟的劣化过程是否正确，使得劣化分析的过程更加精准。
[0046]
渡槽劣化分析系统包括：获取模块，用于获取渡槽实体的静态数据和动态数据；
[0047]
第一建模模块，用于根据静态数据β1建立数字孪生模型a；
[0048]
第二建模模块，根据渡槽实体的静态数据β2和动态数据建立数字孪生模型b；
[0049]
数据分析模块，用于对静态数据β3进行分析得到变点区间i并确定b的变点位置d；；
[0050]
劣化处理模块，用于在a的基础上进行劣化处理，得到数字模型a1；
[0051]
对比模块，用于将a1与b进行对比，并将对比结果进行统计分析得到劣化结果。
[0052]
所述劣化处理模块包括冻融分析单元、耦合分析单元和有限元数值模拟单元；
[0053]
所述对比模块包括对比单元和显示单元，所述对比的那元用于判断劣化过程是否符合实 际，显示的那元用于将正确的劣化结果以图形的形式呈现；
[0054]
所述获取模块的输出端连接第一建模模块、第二建模模块和数据分析模块的输入端，所 述，第一建模模块的输出端连接劣化处理模块的输入端，所述数据分析模块的输出端连接第 二建模模块，所述第二建模模块和劣化处理模块的输出段连接对比模块的输入端。
[0055]
根据上述技术方案，渡槽劣化分析装置包括处理器和存储器，所述存储器存储有计算机 程序，所述处理器执行计算机程序时实现如权利要求1所述的渡槽劣化分析方法的步骤。
[0056]
通过上述技术方案，在渡槽的数字孪生模型进行劣势分析，使得分析的过程更加的明了， 结果更加精准，同时也节省了一定的时间。
[0057]
与现有技术相比，本发明所达到的有益效果是：
[0058]
1、本发明通过构建渡槽的数字孪生模型进行渡槽劣化分析，使得渡槽劣化分析的周期 变短，渡槽劣化分析的内容更加具体详细，因为能够更好地模拟渡槽的实地情况，从
而使得 渡槽分析结果更加精准，方便同时研究多个渡槽。
[0059]
2、本发明设置数据分析模块，由于渡槽时时刻刻都在受到损害，使得采集到的数据在 时时刻刻变化，因渡槽损害的不断累积，使得渡槽的某个节点在数据采集的过程中发生突变， 从而在进行劣化分析时出现分析异常的现象，通过数据分析模块，预测出变点估位置和和变 点区间，通过变点位置的比对，从而判断劣化过程是否正确，从而能够及时调整分析方案， 同时使得分析更加精准。
[0060]
3、本发明设置劣化处理模块，劣化处理模块分为冻融分析单元、耦合分析单元和有限 元数值单元，多重劣化分析方法使得分析结果更加的精准，更加具有说服力，其中耦合分析 单元通过多种影响因素组合的方式进行分析，使得分析结果更加精准。
附图说明
[0061]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一 起用于解释本发明，并不构成对本发明的限制。在附图中：
[0062]
图1是渡槽劣化分析方法步骤流程示意图；
[0063]
图2是变点区间计算步骤流程示意图；
[0064]
图3是耦合预测分析的步骤流程示意图；
[0065]
图4是有限元分析步骤流程示意图；
[0066]
图5是渡槽劣化系统模块连接结构示意图。
具体实施方式
[0067]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描 述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明 中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例， 都属于本发明保护的范围。
[0068]
请参阅图1-图5，本发明提供技术方案：渡槽劣化分析方法，该渡槽劣化分析方法的步 骤包括：
[0069]
l1、获取渡槽实体的静态数据和动态数据，其中数据采集可使用传感器、摄像头、测量 仪等进行数据采集，例如测量仪测得景电灌区二期工程总干渠的5u型渡槽的静态数据为： 单跨长度为12.13m。
[0070]
l2、根据静态数据β1建立数字孪生模型a，静态数据β1为景电灌区二期工程总干渠的5u 型渡槽设计时单跨长度为12m、渡槽顶部到底部距离为17m、底板厚度为0.5m，过水时的设 计水深为3.05m，加大水深为3.4m，渡槽的基础尺寸为7.4m
×
4.0m
×
1.6m，根据该静态数 据建立数字孪生模型a。
[0071]
l3、根据渡槽实体的静态数据β2和动态数据建立数字孪生模型b；静态数据β2为在景电 灌区二期工程总干渠的5u型渡槽现场测得尸体数据，如：单跨长度为12.11m、渡槽顶部到 底部距离为17.05m、底板厚度为0.49m，从而建立数字孪生模型b。
[0072]
l4、对静态数据β3进行分析，得到变点区间i(x，y)并确定b的变点位置d，具体为根据 静态数据β3建立似然函数；在似然函数的基础上利用多维搜索算法和基于bic最小准则计 算变点区间i(x，y)；利用if函数判断静态数据β3是否在变点区间i(x，y)内，确定b的变
点 位置d；
[0073]
l5、在a的基础上进行劣化处理，得到数字模型a1，具体为在在a的基础上通过冻融破坏 动态分析、耦合预测分析和有限元分析的方法进行劣化处理。
[0074]
冻融破坏动态分析是通过冻融破坏动态模型进行分析，冻融破坏动态模型表达式为：
[0075][0076]
其中，β为比奥模量的倒数，pw为孔隙水压力，d为渗透系数，η为水的动力黏度，s为 水压力的源项，k0和km分别为多孔体系和骨架的体积弹性模量，为体应变， σ为总应力，ρ为整个体系的密度，c为体系比热容，t为时间，l为水的相变潜热，λ为体系的 导热系数，wi为冰的热量；
[0077]
该冻融破坏动态模型的建立考虑到渗透的达西渗流场、冻胀的应力场和水冰相变的温度 场耦合的情况，使得冻融破坏动态模型更加得精准。
[0078]
耦合预测分析的步骤包括：利用granger因果检验的基本思想实现耦合变量的筛选并建 立多变量预测模型；利用饱和关联维数法和互信息函数值确定耦合变量数据结构；将确定的 耦合变量数据结构带入多变量预测模型中进而建立耦合预测模型。
[0079]
其中，granger因果检验的基本思想、饱和关联维数和互信息函数值属于现有技术，在 此不做详细说明，多变量预测模型的表达式为x1、x2、x
nm
分别 表示为不同的耦合变量。
[0080]
耦合预测模型为：
[0081]
f2(x2)，
…
，f
nm
(x
nm
))
[0082]
其中，表示非线性模型，nm表示有效变量个数，f1(*)，f2(*)，
…
，f
nm
(*)分别表 示不同变量的预测模型，x1、x2、x
nm
分别表示为不同的耦合变量；
[0083]
模型建立的步骤为将中的线性加权 组合替换成非线性加权，w1、w2、w
nm
分别表示不同的组合权值，该模型考虑不仅仅考虑了 单个耦合变量的影响，同时考虑了多个耦合变量间的相互影响，使得模型预测更加精准，其 中耦合变量可以是不同浓度na2so4、温度等。
[0084]
有限元分析步骤包括：
[0085]
在a的基础上建立坐标系，以水流方向为x轴，与水流垂直的方向为y轴，z轴为竖直方 向；
[0086]
根据静态数据计算荷载并确定边界条件；其中荷载考虑自重、水荷载、人群荷载、风荷 载、冰压力、不均匀沉降位移荷载、预应力；
[0087]
根据渡槽各类损伤情况确定渡槽损失方案，具体为方案1：结构自重+预应力荷载+人群 荷载+水荷载+风荷载+冰压力+冻融损伤；方案2：结构自重+预应力荷载+人群荷载+水荷载+ 风荷载+冰压力+预应力损伤；方案3：结构自重+预应力荷载+人群荷载+水荷载+风荷
载+冰压 力+不均匀沉降；
[0088]
根据渡槽损失方案确定相关参数对a进行模拟分析，得到有限元分析结果，其中，有限 元分析相关参数包括ansys单元类型、单元间节点耦合和结构材料的本构模型。相关参数的 确定具体为采用ansys有限元分析软件对体系进行研究，预应力钢绞线采用link8单元，渡 槽槽身采用solid65单元。
[0089]
l6、将a1与b进行对比，并将对比结果进行统计分析得到劣化结果，具体为在a1中确定 与d相对应的变点位置d，并获取d点对用的数据21；
[0090]
利用if函数判断该店是否在变点区间i(20，30)中,20≤21≤30时，证明该点处于变点 状态；
[0091]
利用sizeof函数计算出集合ψ＝{21，45，34，67，46}含有的元素个数τ＝5，并将 τ＝5与最大误差σ＝6相比较，即a的劣化处理过程符合渡槽的实际劣化趋势，并将由a到a1过程中的数据绘制成柱状图、扇形图、折线图显示劣化分析结果；
[0092]
其中，图形包括柱状图、扇形图、折线图等，通图形的形式显示，能够对劣化分析结果 更加直观，采用三种方式进行劣化分析，使得分析的结果更加具有说服力，一定程度上减少 了分析过程中的误差,同时将a1与b相对应的位置发生变点的个数与b发生变点的个数相比较 从而判断模拟的劣化过程是否正确，使得劣化分析的过程更加精准。
[0093]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者 操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这 种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排 他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而 且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有 的要素。
[0094]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管 参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前 述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发 明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围 之内。