一种VI级围岩隧道高地热智能通风设计方法及系统与流程

文档序号:37467320发布日期:2024-03-28 18:50阅读:来源:国知局

技术特征:

1.一种vi级围岩隧道高地热智能通风设计方法,其特征在于,该方法包括如下步骤:

2.根据权利要求1所述的一种vi级围岩隧道高地热智能通风设计方法,其特征在于,基于vi级围岩隧道的施工要求和通风需求选取通风设备的步骤包括:依据隧道的现场要素、施工标准和施工组织计算隧道的初始需风量,再根据风管的管长、直径以及风管内空气密度计算所述风管阻力,以所述初始需风量作为所选通风设备的有效风量,计算所选通风设备的工作风量和工作风压,以通风设备的参数能够同时满足所述风管阻力、所述工作风量和工作风压为标准选择通风设备的型号。

3.根据权利要求2所述的一种vi级围岩隧道高地热智能通风设计方法,其特征在于,还包括验证所述通风设备的通风参数是否满足规定要求的方法:基于所述通风设备的设备参数构建所述隧道三维模型,添加所述隧道三维模型的速度或压力的边界条件,根据计算结果判断所述隧道内风速是否满足洞内允许最低风速,并模拟爆破作业,判断粉尘从隧道的掌子面溢出时的粉尘浓度是否达标。

4.根据权利要求1所述的一种vi级围岩隧道高地热智能通风设计方法,其特征在于,步骤s2中基于现场数据构建训练样本集包括:启动通风设备,采集通风过程中隧道的现场数据,所述现场数据包括隧道内的粉尘因素、空气速度、温度和需风量真值,基于所述粉尘因素、空气速度和温度构建样本向量,基于所述需风量真值构建需风量真值向量,所述样本向量和所述需风量真值向量构成训练样本集。

5.根据权利要求4所述的一种vi级围岩隧道高地热智能通风设计方法,其特征在于,所述样本向量fj=[cdj,vaj,tj],表示第j个样本向量,cdj,vaj,tj分别为同一时刻下隧道内的粉尘因素、空气速度和温度,在该时刻计算隧道内的需风量f,多个时刻的需风量构成所述需风量真值向量g=[f1,f2,...,fn]t,其中,n为样本数量,所述样本向量和所述需风量真值向量构成所述训练样本集的矩阵。

6.根据权利要求3所述的一种vi级围岩隧道高地热智能通风设计方法,其特征在于,步骤s3中所述隐含层所选取的激活函数为:

7.根据权利要求6所述的一种vi级围岩隧道高地热智能通风设计方法,其特征在于,步骤s4具体包括:根据所述激活函数计算所述rbf神经网络在输出层的结果,获取所述测试需风量,输入层数据通过rbf神经网络输出为:

8.根据权利要求7所述的一种vi级围岩隧道高地热智能通风设计方法,其特征在于,步骤s5中所述损失函数的选取为:

9.根据权利要求2所述的一种vi级围岩隧道高地热智能通风设计方法,其特征在于,步骤s7具体包括:建立所述隧道的瞬态温度场的传热模型,分别根据温度和出口压力设置所述隧道的进出口边界条件,在所述隧道的掌子面附近设置监测点,得到隧道纵向温度变化,从而计算出多种工况,并选择所述工况通过布置冰块和通风降温使所述掌子面附近温度整体下降,使得隧道内气温满足低于28℃的规范要求。

10.一种vi级围岩隧道高地热智能通风设计系统,其特征在于,包括:


技术总结
本发明属于隧道通风系统技术领域,公开了一种VI级围岩隧道高地热智能通风设计方法及系统,方法包括:S1,基于VI级围岩隧道的施工要求和通风需求选取通风设备;S2,采集通风过程中隧道的现场数据,构建训练样本集;S3,将训练样本集输入RBF神经网络,并选取所述隐含层的激活函数;S4,计算所述RBF神经网络输出层结果,获取测试需风量;S5,选取损失函数,对所述RBF神经网络调参,获取完备的RBF神经网络模型;S6,获取实时需风量,调整所述通风设备的工作频率;S7,建立隧道的瞬态温度场的传热模型,设计并选择工况为隧道降温。本发明基于RBF神经网络快速反馈隧道实时需风量,根据所述实时需风量调整风机工作频率,在保证通风效果的同时不会浪费通风资源。

技术研发人员:张星,安茂平,董煊,姚夫森,安佰强,刘延龙,奚成,刘相贞,张炳杰,孙希华,聂健行
受保护的技术使用者:中铁二十三局集团第一工程有限公司
技术研发日:
技术公布日:2024/3/27
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1