长期循环温度下能源桩‑土热传播特性研究∗

开展了桩长 52.5 m、桩径 1.05 m 的能源桩?土热传导离心模型试验,揭示了三十个周期的冷热循环温度作用下能源桩?土传热规律,基于 ABAQUS 有限元数值模拟,建立了桩周土体温度场长期数值计算模型,并将其与离心模型试验结果进行了对比验证。结果表明：各循环温度区间变化模拟值与实测值整体波动具有很好的一致性,各周期内最大相对误差为 5.6%,整体误差较小,验证了模型的合理性;长期冷热循环温度作用下,能源桩整体运行效率存在降低趋势;桩端土体的温度变化滞后于桩体中部区域土体,因此在进行能源桩内管道布设时可以考虑桩端部分区域内适当加密,提高能源桩的换热性能;热循环阶段,模拟值变温区峰值高于实测变温区峰值,而在冷循环末期,模拟值较小,且距桩不同距离位置处实测值相对应的变温时间区间,相较模拟值变温区间均存在一定程度的后延,且循环周期越多时间区间后延效应越明显。     

动态残差修正LSTM算法的突发型滑坡位移预测

针对突发型滑坡存在位移趋势突变性，传统长短时记忆(LSTM)神经网络方法存在位移预测精度不足的困难，提出一种基于动态残差修正LSTM算法的突发型滑坡位移预测方法。首先，采用动态流转训练，将由累计位移得到的变形速率通过经验模态分解(EMD)得到周期项及趋势项；其次，通过多项式预测趋势项、动态LSTM预测周期项，并由2项之和得到主预测变形速率；随后，通过对比实测速率与主预测变形速率，得到残差项，并建立动态流转训练的残差LSTM网络预测残差速率；然后，由主预测变形速率与残差预测变形速率之和得到最终预测速率，并进一步得到累计位移预测值；最后，以某突发型滑坡为例，验证该方法的科学性、有效性，以及预测精度和优势。结果表明：将变形速率序列作为预测对象并进一步得到累计位移预测值，比直接预测累计位移值具有更高的准确性；而基于动态残差修正LSTM算法预测的MAE、MAPE、RMSE及R²指标分别为43.843、1.901%、79.394和0.960,相比于传统LSTM预测方法具有明显优势。     

椅式桩板结构地震响应分析与简化计算方法研究

椅式桩板结构在高陡边坡路基工程中应用广泛,研究其高烈度地震下的响应特征对抗震分析具有重要意义.以拟建川藏铁路某斜坡椅式桩板结构路基支挡工程为背景,建立有限差分三维数值计算模型,研究了结构的静、动力学响应特性,分析了结构最不利状态响应物理量的取值方法,探讨了结构传力分担机制及重要受力部位,提出了结构地震响应简化计算方法....     

基于MSLSTM-DA模型的水质自动监测异常数据报警

提出一种基于多元堆叠长短时记忆网络-差值分析(MSLSTM-DA)模型对地表水质异常数据进行报警的方法.该方法首先建立MSLSTM模型对水质指标数据进行预测,再基于预测结果的残差分布建立DA模型,并确定各个指标的数据异常阈值,当实测数据与预测数据差值大于阈值时进行数据报警.以长江流域监测断面的水质数据进行了方法有效性验证.结果表明,构建的预测模型对５个指标的MAE、MAPE均值比BP神经网络预测模型降低21.0%,17.8%,比LSTM模型降低16.8%,17.9%.皮尔逊系数均值比BP神经网络、LSTM模型的分别高5.9%,4.4%.5个指标共检出水质异常数据37条,其中34条经人工判断确实存在有异常,报警准确率高达91.9%.