融合物理约束与数据驱动的水工结构监测方法研究OA
针对泵站结构健康监测中高维数据噪声显著、多源异构、工况复杂导致预测精度低等问题,提出融合物理约束与数据驱动的水工结构监测方法.构建物理先验与深度学习协同建模框架,融合数值模拟、遗传算法(GA)与 BP 神经网络,形成结构状态智能识别与参数反演体系.通过有限元模型分析 24 种典型工况构建样本集,利用 GA 优化 BP 网络初始权重与偏置,解决局部最优缺陷.验证表明,沉降预测误差降低15%～30%,应力、翼墙侧移MAPE＜5%,R2＞0.92.该方法突破传统监测瓶颈,实现泵站安全管理向物理-数据融合驱动转型,为工程运维提供技术支撑.
常大海;袁岳;刘梅
中水三立数据技术股份有限公司,安徽 合肥 230000中水三立数据技术股份有限公司,安徽 合肥 230000中国南水北调集团东线有限公司,北京 100071
建筑与水利
泵站水工结构监测物理约束数据驱动
《治淮》 2026 (5)
19-21,24,4
国家重点研发计划项目(南水北调东线智慧调度软件平台与应用示范,2022YFC3204605)
评论