基于机器学习的锚下预应力检测方法、系统、介质及设备

    公开(公告)号:CN118228571A

    公开(公告)日:2024-06-21

    申请号:CN202410198286.2

    申请日:2024-02-22

    Abstract: 本发明公开了一种基于机器学习的锚下预应力检测方法、系统、介质及设备,涉及预应力张拉测试技术领域。该方法包括步骤:获取反拉法试验数据,并根据试验数据绘制张拉力‑延伸量关系曲线;根据张拉力‑延伸量关系曲线中张拉力与夹片的延伸量关系计算锚下预应力;构建咬合力模型,并基于贝叶斯和马尔科夫链蒙特卡洛机器学习算法对咬合力模型进行修正,得到修正后的咬合力模型;利用修正后的咬合力模型处理咬合力测试数据,得到咬合力值;剔除锚下预应力中咬合力的影响,得到锚下有效预应力。本发明能够利用基于机器学习的夹片咬合力动态修正模型,对咬合力进行动态修正,使预测结果精度大幅度提高,进而提高锚下预应力检测的准确度。

    一种箱梁桥表面的对流换热系数的计算方法

    公开(公告)号:CN119670595A

    公开(公告)日:2025-03-21

    申请号:CN202411525889.5

    申请日:2024-10-30

    Abstract: 本发明涉及箱梁温度场研究技术领域,公开了一种箱梁桥表面的对流换热系数的计算方法,包括:构建风速折减系数模型,即拟合不同箱梁的截面的高宽比和不同结构表面的风速折减系数,得到任一箱梁任一截面的高宽比和风速折减系数的线性函数;再根据箱梁桥的高宽比和风速折减系数模型得到的线性函数,得到箱梁桥的风速折减系数,进而计算得到箱梁桥表面的对流换热系数。本发明考虑了不同箱梁外表面的不同结构在整个桥梁上面临不同的风场分布,能够获取更精确的对流换热系数,并且可适用于温度场复杂多变的变截面单箱多室箱梁桥,进而提升了桥梁温度场评估的适用性和准确性。

Patent Agency Ranking