一種基于雙向循環神經網絡的海洋工程巖體評分方法技術

本發明專利技術公開了一種基于雙向循環神經網絡的海洋工程巖體評分方法，具體為：步驟1：建立雙向循環神經網絡；步驟2：采用海洋工程巖體質量簡便測試指數FORQ和海洋工程巖體質量指數ORQ對海洋工程巖體的質量進行評分；步驟3：采用雙向循環神經網絡對FORQ和ORQ進行計算。本發明專利技術的方法比起傳統方法在準確性、可靠性、實用性上具有更好的表現。用性上具有更好的表現。用性上具有更好的表現。

【技術實現步驟摘要】
一種基于雙向循環神經網絡的海洋工程巖體評分方法


[0001]本專利技術屬于海洋巖體工程


技術介紹

[0002]海洋巖體工程中，由于賦存海水成分的特殊性，海洋工程巖體普遍存在著與海水長期相互作用，對海洋工程巖體的強度、節理面有著許多不利影響。因此，對海洋工程巖體的質量進行評價具有很深遠的工程意義。傳統的巖體質量分類方法，主要針對陸地工程巖體，而且海洋巖體工程的復雜建造環境和評價測試條件都存在很強的特殊性，傳統方法對于海洋工程巖體質量評價適用性不強，評分結果存在較大的偏差。

技術實現思路

[0003]專利技術目的：為了解決上述現有技術存在的問題，本專利技術提供了一種基于雙向循環神經網絡的海洋工程巖體評分方法。
[0004]技術方案：本專利技術提供了一種基于雙向循環神經網絡的海洋工程巖體評分方法，具體為：
[0005]步驟1：建立雙向循環神經網絡；
[0006]步驟2：采用海洋工程巖體質量簡便測試指數FORQ和海洋工程巖體質量指數ORQ對海洋工程巖體的質量進行評分；
[0007]所述海洋工程巖體質量簡便測試指數FORQ＝G
F1
+G
dn
+G
w
；其中，G
F1
為海洋工程巖體強度快速評分，G
dn
為海洋工程巖體節理數評分，G
w
為海洋工程巖體縱波波速評分；
[0008]所述海洋工程巖體質量指數ORQ＝G1+G2+G3+G4；其中G1為海洋工程巖體強度評分、G2為海洋工程巖體節理面數目評分、G3為海洋工程巖體節理面條件評分，G4為海洋工程巖體水蝕性指數評分；
[0009]步驟3：采用雙向循環神經網絡對FORQ和ORQ進行計算；當采用雙向循環神經網絡對FORQ進行計算時具體包括：采用雙向循環神經網絡計算G
F1
的表達式，采用雙向循環神經網絡計算G
dn
的表達式和采用雙向循環神經網絡計算G
w
的值；當采用雙向循環神經網絡對ORQ進行計算時具體包括：采用雙向循環神經網絡計算G2、G3和G4的值。
[0010]進一步的，所述采用雙向循環神經網絡計算G
F1
的表達式，具體為：
[0011]步驟A：令G
F1
＝a
×
(0.9686
×
e
0.007Hr
)
0.65
；其中a為常數，Hr為海洋工程巖體的施密特硬度值；
[0012]步驟B：將G
F1
＝a
×
(0.9686
×
e
0.007Hr
)
0.65
，Hr以及Hr對應的實際海洋工程巖體強度快速評分作為訓練樣本，輸入至雙向循環神經網絡，對雙向循環神經網絡進行訓練，得到a＝1.12；
[0013]步驟C：得到G
F1
的表達式為G
F1
＝1.12
×
(0.9686
×
e
0.007Hr
)
0.65
。
[0014]進一步的，所述采用雙向循環神經網絡計算G
dn
的表達式，具體為：
[0015]令，其中a1常數，d
n
為海洋工程巖體每米的平均節理數；
[0016]將，d
n
以及d
n
對應的評分作為訓練樣本，輸入至雙向循環神經網絡，對雙向循環神經網絡進行訓練，得到a1＝30；
[0017]得到的表達式為。
[0018]進一步的，所述采用雙向循環神經網絡計算G
w
的值具體為：將海洋巖體波速比V
pm
/V
pr
以及該波速比對應的評分作為樣本數據，輸入至雙向循環神經網絡，對雙向循環神經網絡進行訓練；其中V
pm
為待評價區域的海洋巖體的縱波速度，V
pr
為完整的海洋巖體的縱波速度；將實時計算得到的海洋巖體波速比輸入至訓練好的雙向循環神經網絡，得到對應的評分值G
w
。
[0019]進一步的，所述G1的表達式為：G1＝5.346
×
I
s500.65
，其中I
s50
為直徑為50mm的標準海洋巖體的點荷載強度值。
[0020]進一步的，所述采用雙向循環神經網絡計算G2具體為：將海洋工程巖體中節理面體密度以及節理面體密度對應的評分作為訓練樣本，對雙向循環神經網絡進行訓練；將實時得到巖體節理面體密度輸入至訓練好的雙向循環神經網絡中，得到對應的評分值G2。
[0021]進一步的，所述采用雙向循環神經網絡計算G3具體為：所述G3的表達式為：G3＝A1+A2+A3，其中A1為海洋工程巖體節理面粗糙程度的評分，A2為海洋工程巖體節理面填充物的硬度評分，A3為海洋工程巖體節理面風化程度評分；
[0022]將海洋工程巖體節理面粗糙程度以及該粗糙程度對應的評分作為訓練樣本，對雙向循環神經網絡進行訓練；將實時得到的海洋工程巖體的節理面粗糙程度輸入至訓練好的雙向循環神經網絡，得到相應的評分值A1；
[0023]將海洋工程巖體節理面填充物的軟硬程度以及該填充物的硬度評分作為訓練樣本，對雙向循環神經網絡進行訓練；將實時得到的海洋工程巖體節理面填充物的軟硬程度輸入到訓練好的雙向循環神經網絡，得到相應的評分值A2；
[0024]將海洋工程巖體節理面風化程度以及該風化程度對應的評分作為訓練樣本，對雙向循環神經網絡進行訓練；將實時得到的海洋工程巖體節理面風化程度輸入至訓練好的雙向循環神經網絡，得到相應的評分值A3。
[0025]進一步的，所述采用雙向循環神經網絡計算G4的值具體為：將海洋工程巖體的水蝕性指數以及該指數對應的評分作為訓練樣本，輸入至雙向循環神經網絡，對雙向循環神經網絡進行訓練；將實時得到的海洋工程巖體的水蝕性指數輸入至訓練好的雙向循環神經網絡中，得到相應的評分值G4。
[0026]有益效果：本專利技術考慮海洋巖體工程的特殊性，提出了基于簡便測試的海洋工程巖體質量評分方法、基于精細的海洋工程巖體質量評分方法和基于雙向循環神經網絡的海洋工程巖體質量評分權重訓練方法。基于簡便測試海洋工程巖體質量評分方法能在工程現場通過施密特錘回彈測試、巖體節理數觀測和縱波波速測試快速得到相對準確的工程巖體質量評分，彌補了該領域的空白，該方法可操作性強，速度快并能保證一定的精度。基于精細測試海洋工程巖體質量評分方法，考慮了巖體點荷載強度、節理面條件、節理面條件與巖體水蝕性四方面指標，并通過點荷載測試、定量統計測試、定性描述測試、巖體水蝕性測試等精細測試手段綜合確定海洋工程巖體的質量評分，考慮的因素合理全面，得到的評分準確性高，適用于大多數海洋巖體工程。基于雙向循環神經網絡的海洋工程巖體質量評分權
重訓練方法本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于雙向循環神經網絡的海洋工程巖體評分方法，其特征在于，具體為：步驟1：建立雙向循環神經網絡；步驟2：采用海洋工程巖體質量簡便測試指數FORQ和海洋工程巖體質量指數ORQ對海洋工程巖體的質量進行評分；所述海洋工程巖體質量簡便測試指數FORQ＝G
F1
+G
dn
+G
w
；其中，G
F1
為海洋工程巖體強度快速評分，G
dn
為海洋工程巖體節理數評分，G
w
為海洋工程巖體縱波波速評分；所述海洋工程巖體質量指數ORQ＝G1+G2+G3+G4；其中G1為海洋工程巖體強度評分、G2為海洋工程巖體節理面數目評分、G3為海洋工程巖體節理面條件評分，G4為海洋工程巖體水蝕性指數評分；步驟3：采用雙向循環神經網絡對FORQ和ORQ進行計算；當采用雙向循環神經網絡對FORQ進行計算時具體包括：采用雙向循環神經網絡計算G
F1
的表達式，采用雙向循環神經網絡計算G
dn
的表達式和采用雙向循環神經網絡計算G
w
的值；當采用雙向循環神經網絡對ORQ進行計算時具體包括：采用雙向循環神經網絡計算G2、G3和G4的值。2.根據權利要求1所述的一種基于雙向循環神經網絡的海洋工程巖體評分方法，其特征在于，所述采用雙向循環神經網絡計算G
F1
的表達式，具體為：步驟A：令G
F1
＝a
×
(0.9686
×
e
0.007Hr
)
0.65
；其中a為常數，Hr為海洋工程巖體的施密特硬度值；步驟B：將G
F1
＝a
×
(0.9686
×
e
0.007Hr
)
0.65
，Hr以及Hr對應的實際海洋工程巖體強度快速評分作為訓練樣本，輸入至雙向循環神經網絡，對雙向循環神經網絡進行訓練，得到a＝1.12；步驟C：得到G
F1
的表達式為G
F1
＝1.12
×
(0.9686
×
e
0.007Hr
)
0.65
。3.根據權利要求1所述的一種基于雙向循環神經網絡的海洋工程巖體評分方法，其特征在于，所述采用雙向循環神經網絡計算G
dn
的表達式，具體為：令其中a1常數，d
n
為海洋工程巖體每米的平均節理數；將d
n
以及d
n
對應的評分作為...

【專利技術屬性】
技術研發人員：張琦，丘譽，趙學亮，李建春，郭笑康，沈益鑫，裴越超，王茂卉，
申請(專利權)人：東南大學，
類型：發明
國別省市：