埋地管道安全评估方法及相关设备
阅读：207发布：2020-05-11
专利汇可以提供埋地管道安全评估方法及相关设备专利检索，专利查询，专利分析的服务。并且本 发明 实施例 公开一种埋地管道安全评估方法及相关设备，在建立埋地管道的管-土三维非线性有限元模型之后，根据不同工况的管道应 力 影响参数和管道 应力 的对应关系建立训练集，其中，通过有限元数值模拟的方法得到对应不同工况的管道应力影响参数的管道应力，较理论计算的方式更精确、便捷；而由于神经网络具有强大的非线性处理能力，可以利用训练集进行神经网络训练以得到管道应力 预测模型 ，在根据管道结构可靠度计算 算法 计算埋地管道的结构可靠度时，可以利用管道应力预测模型快速获取管道应力，在保证计算结果的准确度的前提下，减少管道应力所需的计算时间，提高了埋地管道的结构可靠度的计算效率，提高对埋地管道的安全运行管理及技术的 水 平。，下面是埋地管道安全评估方法及相关设备专利的具体信息内容。
1.一种埋地管道安全评估方法，其特征在于，包括：
建立埋地管道的管-土三维非线性有限元模型，所述管-土三维非线性有限元模型中包括侵蚀坑；
根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集，其中，根据所述管道应力影响参数和所述管-土三维非线性有限元模型进行有限元模拟分析，得到所述埋地管道的管道应力，所述管道应力影响参数包括侵蚀坑参数；
利用所述训练集进行网络训练得到管道应力预测模型；
根据所述管道应力预测模型和管道结构可靠度计算算法获取所述埋地管道的结构可靠度。
2.根据权利要求1所述的方法，其特征在于，所述管道结构可靠度计算算法包括一次二阶矩法、蒙特卡洛法、响应面法。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述管道应力预测模型和管道结构可靠度计算算法获取所述埋地管道的结构可靠度，包括：
根据所述埋地管道的管道应力影响参数的概率分布进行随机抽样，随机抽样的次数为N，获得N组关于所述管道应力影响参数的抽样数值；
根据所述抽样数值和所述管道应力预测模型获取N个管道应力；
根据所述埋地管道的极限强度和所述管道应力的差值获得N个可承载应力；
获取所述可承载应力小于或等于预设数值的个数M，所述预设数值小于所述极限强度的数值；
根据所述N和所述个数M计算所述埋地管道的结构可靠度P，所述结构可靠度P的计算公式为P＝1-M/N。
4.根据权利要求3所述的方法，其特征在于，所述随机抽样的次数的确定方法包括：
获取预设置信度、预设允许误差和所述埋地管道的预设结构失效概率；
根据所述预设置信度、所述预设允许误差、所述预设结构失效概率获取所述随机抽样的次数。
5.根据权利要求1或2所述的方法，其特征在于，所述模拟的管道应力影响参数还包括管道参数、土体特性参数、环境参数、荷载参数中的一种以上。
6.一种埋地管道安全评估装置，其特征在于，包括：
模型建立模块，用于建立埋地管道的管-土三维非线性有限元模型，所述管-土三维非线性有限元模型中包括侵蚀坑；
训练集获取模块，用于根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集，其中，根据所述管道应力影响参数和所述管-土三维非线性有限元模型进行有限元模拟分析，得到所述埋地管道的管道应力，所述管道应力影响参数包括侵蚀坑参数；
模型训练模块，用于利用所述训练集进行网络训练得到管道应力预测模型；
评估模块，用于根据所述管道应力预测模型和管道结构可靠度计算算法获取所述埋地管道的结构可靠度。
7.根据权利要求6所述的装置，其特征在于，所述管道结构可靠度计算算法包括一次二阶矩法、蒙特卡洛法、响应面法。
8.根据权利要求6或7所述的装置，其特征在于，所述评估模块包括：
抽样子模块，用于根据所述埋地管道的管道应力影响参数的概率分布进行随机抽样，随机抽样的次数为N，获得N组关于所述管道应力影响参数的抽样数值；
应力获取子模块，用于根据所述抽样数值和所述管道应力预测模型获取N个管道应力；
可承载应力获取子模块，用于根据所述埋地管道的极限强度和所述管道应力的差值获得N个可承载应力；
个数计算子模块，用于获取所述可承载应力小于或等于预设数值的个数M，所述预设数值小于所述极限强度的数值；
可靠度计算子模块，用于根据所述N和所述个数M计算所述埋地管道的结构可靠度P，所述结构可靠度P的计算公式为P＝1-M/N。
9.一种终端设备，其特征在于，包括：处理器和存储器；
所述处理器和存储器相连，其中，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行如权利要求1-5任一项所述的埋地管道安全评估方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时，执行如权利要求1-5任一项所述的埋地管道安全评估方法。
埋地管道安全评估方法及相关设备
技术领域
[0001] 本发明涉及管道技术领域，尤其涉及一种埋地管道安全评估方法、一种埋地管道安全评估装置、一种终端设备及一种计算机存储介质。
背景技术
[0002] 埋地管道在服役过程中，由于管身漏损、雨水冲刷、施工扰动等因素，管道周围部分土体被掏空，在管道周围形成侵蚀坑(也可将管段失去部分土体支撑称为管道悬空)，在上覆土体荷载和交通荷载作用下产生一定的弯曲变形或管口转动最终导致管道破坏失稳，这是一个不可逆且难以判断的缓慢灾变过程，将会对社会造成巨大的经济损失和不良影响。因此，亟需解决此技术问题。
发明内容
[0003] 本发明实施例提供了一种埋地管道安全评估方法及相关设备，可以评估埋地管道的结构可靠度，进而提高对埋地管道的安全运行管理及技术的水平。
[0004] 一方面，本发明实施例提供了一种埋地管道安全评估方法，包括：
[0005] 建立埋地管道的管-土三维非线性有限元模型，所述管-土三维非线性有限元模型中包括侵蚀坑；
[0006] 根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集，其中，根据所述管道应力影响参数和所述管-土三维非线性有限元模型进行有限元模拟分析，得到所述埋地管道的管道应力，所述管道应力影响参数包括侵蚀坑参数；
[0007] 利用所述训练集进行网络训练得到管道应力预测模型；
[0009] 可选地，所述管道结构可靠度计算算法包括一次二阶矩法、蒙特卡洛法、响应面法。
[0010] 可选地，所述根据所述管道应力预测模型和管道结构可靠度计算算法获取所述埋地管道的结构可靠度，包括：
[0011] 根据所述埋地管道的管道应力影响参数的概率分布进行随机抽样，随机抽样的次数为N，获得N组关于所述管道应力影响参数的抽样数值；
[0012] 根据所述抽样数值和所述管道应力预测模型获取N个管道应力；
[0013] 根据所述埋地管道的极限强度和所述管道应力的差值获得N个可承载应力；
[0014] 获取所述可承载应力小于或等于预设数值的个数M，所述预设数值小于所述极限强度的数值；
[0015] 根据所述N和所述个数M计算所述埋地管道的结构可靠度P，所述结构可靠度P的计算公式为P＝1-M/N。
[0016] 可选地，所述随机抽样的次数的确定方法包括：
[0017] 获取预设置信度、预设允许误差和所述埋地管道的预设结构失效概率；
[0018] 根据所述预设置信度、所述预设允许误差、所述预设结构失效概率获取所述随机抽样的次数。
[0019] 可选地，所述模拟的管道应力影响参数还包括管道参数、土体特性参数、环境参数、荷载参数中的一种以上。
[0020] 另一方面，本发明实施例提供了一种埋地管道安全评估装置，包括：
[0021] 模型建立模块，用于建立埋地管道的管-土三维非线性有限元模型，所述管-土三维非线性有限元模型中包括侵蚀坑；
[0022] 训练集获取模块，用于根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集，其中，根据所述管道应力影响参数和所述管-土三维非线性有限元模型进行有限元模拟分析，得到所述埋地管道的管道应力，所述管道应力影响参数包括侵蚀坑参数；
[0023] 模型训练模块，用于利用所述训练集进行网络训练得到管道应力预测模型；
[0024] 评估模块，用于根据所述管道应力预测模型和管道结构可靠度计算算法获取所述埋地管道的结构可靠度。
[0025] 可选地，所述管道结构可靠度计算算法包括一次二阶矩法、蒙特卡洛法、响应面法。
[0026] 可选地，所述评估模块包括：
[0027] 抽样子模块，用于根据所述埋地管道的管道应力影响参数的概率分布进行随机抽样，随机抽样的次数为N，获得N组关于所述管道应力影响参数的抽样数值；
[0028] 应力获取子模块，用于根据所述抽样数值和所述管道应力预测模型获取N个管道应力；
[0029] 可承载应力获取子模块，用于根据所述埋地管道的极限强度和所述管道应力的差值获得N个可承载应力；
[0030] 个数计算子模块，用于获取所述可承载应力小于或等于预设数值的个数M，所述预设数值小于所述极限强度的数值；
[0031] 可靠度计算子模块，用于根据所述N和所述个数M计算所述埋地管道的结构可靠度P，所述结构可靠度P的计算公式为P＝1-M/N。
[0032] 另一方面，本发明实施例提供了一种终端设备，包括：处理器和存储器；
[0033] 所述处理器和存储器相连，其中，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行所述的埋地管道安全评估方法。
[0034] 另一方面，本发明实施例提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时，执行所述的埋地管道安全评估方法。
[0035] 本发明实施例在建立埋地管道的管-土三维非线性有限元模型之后，根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集，其中，根据管道应力影响参数和管-土三维非线性有限元模型进行有限元模拟分析以得到埋地管道的管道应力；再利用训练集进行网络训练得到管道应力预测模型，根据管道应力预测模型和管道结构可靠度计算算法可以得到埋地管道的结构可靠度；通过有限元数值模拟的方法得到训练集数据中的管道应力，较理论计算的方式更精确、便捷；而由于神经网络具有强大的非线性处理能力，可以利用训练集进行神经网络训练以得到管道应力预测模型，在根据管道结构可靠度计算算法计算埋地管道的结构可靠度时，可以利用管道应力预测模型快速获取管道应力，在保证计算结果的准确度的前提下，减少管道应力所需的计算时间，提高了埋地管道的结构可靠度的计算效率，进而提高对埋地管道的安全运行管理及技术的水平。附图说明
[0036] 为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037] 图1是本发明实施例提供的一种埋地管道安全评估方法的流程示意图；
[0038] 图2a、图2b、图2c是本发明实施例提供的一种埋地管道安全评估方法的管-土三维非线性有限元模型示意图；
[0039] 图3是本发明实施例提供的一种埋地管道安全评估方法的流程示意图；
[0040] 图4是本发明实施例提供的一种埋地管道安全评估装置的结构示意图；
[0041] 图5是本发明实施例提供的一种埋地管道安全评估装置的结构示意图；
[0042] 图6是本发明实施例提供的一种终端设备的结构示意图。
具体实施方式
[0043] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
[0044] 应当理解，本申请的说明书和权利要求书及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0045] 已知，现有技术中无法对埋地管道的安全可靠度进行评估，特别是对于存在管道悬空的情形，因此，提出了本发明实施例的方法来实现对埋地管道的结构可靠度进行评估。具体地，请参见图1，是本发明实施例提供的一种埋地管道安全评估方法的流程示意图；所述埋地管道安全评估方法，包括：
[0046] 步骤S101，建立埋地管道的管-土三维非线性有限元模型，所述管-土三维非线性有限元模型中包括侵蚀坑；
[0047] 具体地，随着有限元技术在多领域的应用，它可以定义材料的非线性参数进行结构静力计算、接触计算、应力应变计算等；在求解问题时，可以定义不同的荷载步及收敛准则，给非线性有限元的求解提供了很大方便，因此，本发明实施例建立的是埋地管道的有限元模型；而为了体现侵蚀坑对埋地管道的性能影响，在建立模型时，需要引入侵蚀坑，建立埋地管道和土体的虚拟模型，即带有侵蚀坑的管-土三维非线性有限元模型，参考图2a、图2b、图2c，图2a、图2b、图2c是本发明实施例提供的一种埋地管道安全评估方法的管-土三维非线性有限元模型示意图，其中，埋地管道22在土体21内部，而侵蚀坑23一般位于埋地管道
22的下部。
22的下部。
[0048] 步骤S102，根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集，其中，根据所述管道应力影响参数和所述管-土三维非线性有限元模型进行有限元模拟分析，得到所述埋地管道的管道应力，所述管道应力影响参数包括侵蚀坑参数；
[0049] 具体地，管道应力影响参数是指对埋地管道的应力具有影响的参数，可以是单一的管道应力影响参数，也可以是多个不同的管道应力影响参数。根据不同工况的管道应力影响参数修改管-土三维非线性有限元模型的参数，再根据参数修改后的管-土非线性三维有限元进行模拟分析得到埋地管道的管道应力；通过改变管道应力影响参数的具体数值，模拟埋地管道不同的工况，可以得到对应不同工况时的管道应力，最后，根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集。
[0050] 步骤S103，利用所述训练集进行网络训练得到管道应力预测模型；
[0051] 具体地，根据获得的训练集对神经网络进行训练，得到训练好的管道应力预测模型。
[0052] 步骤S104，根据所述管道应力预测模型和管道结构可靠度计算算法获取所述埋地管道的结构可靠度。
[0053] 具体地，结构可靠度是指在规定时间内和规定的条件下完成预定功能的概率。
[0054] 由上述可知，通过有限元数值模拟的方法得到训练集数据中的管道应力，较理论计算的方式更精确、便捷；由于管道应力影响参数与管道应力之间具有非线性的相关关系，而神经网络具有高度的非线性映射能力，利用有限元技术得到的训练集进行模型训练得到能预测管道应力的管道应力预测模型，可以用来近似替代原来的有限元模拟分析，有效节约对埋地管道的应力分析时间；在根据管道结构可靠度计算算法计算埋地管道的结构可靠度时，可以利用管道应力预测模型快速获取管道应力，在保证计算结果的准确度的前提下，减少管道应力所需的计算时间，提高了埋地管道的结构可靠度的计算效率，进而提高对埋地管道的安全运行管理及技术的水平。
[0055] 进一步地，所述管道应力影响参数除了包括侵蚀坑参数以外，还包括管道参数、土体特性参数、环境参数、荷载参数中的一种以上。参考图2b、图2c，侵蚀坑参数包括侵蚀坑23的轴向长度Vd、横向深度Vl、环向角度θ；管道参数指埋地管道的各种具体参数，包括管道材料类型(管材类型，如PVC-聚氯乙烯管、DI-铸铁管)、管外径、壁厚、管长、弹性模量、极限强度、泊松比、膨胀系数等；而土体特性参数包括土体类型(如原生质土、回填土)、土体密度、弹性模量、泊松比、摩擦角、粘聚力等；而环境参数包括埋地管道的埋深、温度、管道内压等；荷载参数包括地面交通荷载、冻胀荷载等。
[0056] 下面对所述步骤S101、步骤S102的具体实现过程作具体说明：
[0057] 步骤S101，建立埋地管道的管-土三维非线性有限元模型，所述管-土三维非线性有限元模型中包括侵蚀坑；
[0058] 具体地，根据埋地管道的结构设计和实际施工图纸，运用ABAQUS有限元软件(也可以是FLAC3D、ANSYS等有限元软件)，综合考虑特定条件(要评估的埋地管道所处的条件)下土体的变形特点、土体弹塑性常数、管土间切向摩擦、受力时管道自身的刚度以及管道发生结构变形时周围土体的反应，采用管-土非线性接触的有限元分析方法，根据埋地管道的长度、截面、密度、泊松比、弹性模量和土体的密度、泊松比、弹性模量、摩擦角、粘聚力，建立初步的管-土三维非线性有限元模型；再参照实际施工工程中的管道路堤填筑的安装方法，在模型中建立五个分析步骤来模拟分阶段的施工过程。根据管道受力的设计要求采用生死单元技术引入管道周围存在的侵蚀坑，并定义了侵蚀坑的大小，包含侵蚀坑的轴向长度、横向深度、环向角度，最终完成建立带有侵蚀坑的管-土三维非线性有限元模型，此处定义的侵蚀坑的大小数据可以是虚拟的侵蚀坑的大小数据，或者是真实测量得到的侵蚀坑的大小数据。
[0059] 由上述可知，根据埋地管道的管道应力影响参数建立带有侵蚀坑的管-土三维非线性有限元模型。
[0060] 步骤S102，根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集，其中，根据所述管道应力影响参数和所述管-土三维非线性有限元模型进行有限元模拟分析，得到所述埋地管道的管道应力，所述管道应力影响参数包括侵蚀坑参数；
[0061] 具体地，为了模拟埋地管道不同的工况，采用控制变量法生成多组不同的管道应力影响参数，可以是按照排列组合的方式，一次修改不同的管道应力影响参数的具体数值，来生成多组不同的管道应力影响参数，管道应力影响参数中的参数个数和原先建立模型所用的管道应力影响参数的参数个数相同，例如，假设管道应力影响参数有侵蚀坑参数、管道参数、土体特性参数、环境参数、荷载参数五种，则可以通过修改五种中的一种参数的数值，或者修改五种中的两种参数的数值，或者修改五种中的三种参数，以此类推，可以得到多种工况的管道应力影响参数。再利用不同工况的管道应力影响参数替换原先模型中的参数，利用有限元分析软件可以得到埋地管道的管道应力，管道应力包括纵向应力、环向应力和径向应力。最后，根据不同工况的管道应力影响参数与管道应力的对应关系建立数据库，其中，一种工况的管道应力影响参数对应一个管道应力，并将该数据库作为神经网络的训练集。
[0062] 由上述可知，由于有限元软件的建模功能强大，建模方便，较理论计算更精确，因此，通过有限元数值模拟的方法得到训练集数据中的管道应力，较理论计算的方式更精确、便捷。
[0063] 下面以管道纵向应力为例，以修改管道参数、环境参数、荷载参数三种参数的数值为例，说明管道纵向应力的计算过程：
[0064] 当埋地管道下方失去土体支撑而使管道局部悬空时，将侵蚀坑作用下的管道近似看做是局部悬空的梁，在上方荷载作用下发生一定的弯曲变形。侵蚀坑作用下管道在多种荷载作用下产生了纵向应力、环向应力与径向应力。其中管道纵向应力为水平拉力所产生的纵向应力与管道内压、均布荷载、温度差引起的纵向应力之和，管道纵向应力计算公式为：
[0065]
[0066] 式中，D为管道外径，t为管道壁厚，P为管道内压，M(x)为管道截面弯矩，W为管道抗弯截面系数，N为管道的水平拉力，S为管壁横截面面积，E为管材的弹性模量，△t为温差。
[0067] 进一步地，步骤S103的具体实现过程为：
[0068] 根据训练集对神经网络进行训练，以建立能正确映射输入(管道应力影响参数)与输出(管道应力)的神经网络，即管道应力预测模型。本发明实施例中，管道应力以模拟管道纵向应力为例，管道应力预测模型预测的是管道纵向应力。
[0069] 进一步地，步骤S104中，所述管道结构可靠度计算算法包括一次二阶矩法、蒙特卡洛法、响应面法。一次二阶矩法是以变量的均值和方差为基础来计算结构可靠度的可靠性分析方法。蒙特卡洛法的基本原理是利用随机抽样进行可靠性计算统计的一种可靠性分析设计方法，所以蒙特卡洛法又叫随机抽样法。而响应面法是以统计学为理论基础的，可以用于解决系统的随即输入和随机相应之间的关系问题，有时结构的随即输入随机输出函数关系不容易获取，此时便可以采用响应面法进行近似模拟。响应面法的具体理论指导是是采用有限次数的试验，通过构造一个具有明确表达形式的多项式来将无法用显示函数表达的结构功能函数近似地表示出来，且为显式形式，再利用Jc法(当量正态化法)等计算结构的可靠度，这种计算方法可大大提高计算效率。
[0070] 所述管道结构可靠度计算算法为蒙特卡洛法时，需要先建立管道极限状态方程，即埋地管道的可承载应力的计算方程。在确定埋地管道的极限强度后，对于在侵蚀坑影响下承受各种载荷作用的管道，其安全系数是判断管道可靠与否的重要指标，当管道应力超过管道的极限强度时，判定管道失效，本发明实施例以管道纵向应力为例，当管道纵向应力超过管道的极限强度时，判定管道失效。设X1，X2，…，Xn为影响管道结构可靠性的n个随机变量(即管道应力影响参数)，例如随机变量X1，X2，…，Xn是管道的几何尺寸、土体特性参数、外界环境因素等。根据极限强度理论，侵蚀坑作用下管道极限状态函数可以表示为：
[0071] Z＝σs-σ(X1,X2,…Xn)，
[0072] 其中：σs为管道的极限强度，σ(X1,X2,…Xn)为随机变量作用下的管道纵向应力。
[0073] 当Z>0时，埋地管道的结构具有规定功能，即处于可靠状态；
[0074] 当Z<0时，埋地管道的结构丧失规定功能，即处于失效状态；
[0076] 继续参考图3，图3是本发明实施例提供的一种埋地管道安全评估方法的流程示意图，所述步骤S104包括：
[0077] 步骤S301，根据所述埋地管道的管道应力影响参数的概率分布进行随机抽样，随机抽样的次数为N，获得N组关于所述管道应力影响参数的抽样数值；
[0078] 具体地，管道应力影响参数的概率分布包括均匀分布和正态分布，根据管道应力影响参数的概率分布进行N次随机抽样，得到N组关于管道应力影响参数的具体数值。
[0079] 步骤S302，根据所述抽样数值和所述管道应力预测模型获取N个管道应力；
[0080] 具体地，将抽样数值输入管道应力预测模型可以得到N个管道应力，此处，以得到N个管道纵向应力为例。
[0081] 步骤S303，根据所述埋地管道的极限强度和所述管道应力的差值获得N个可承载应力；
[0082] 具体地，根据N个管道应力和管道极限状态方程可以得到N个可承载应力，当管道应力为管道纵向应力时，可以得到N个Z。
[0083] 步骤S304，获取所述可承载应力小于或等于预设数值的个数M，所述预设数值小于所述极限强度的数值；
[0084] 具体地，预设数值可以根据管道结构可靠性的评估要求进行调整，可以设置为极限强度到0之间的任意数值，本发明实施例预设数值以0为例，获取可承载应力小于或等于0的个数M，即获取Z小于或等于0的个数。
[0085] 步骤S305，根据所述N和所述个数M计算所述埋地管道的结构可靠度P，所述结构可靠度P的计算公式为P＝1-M/N。
[0086] 具体地，M/N即为埋地管道的失效概率，即埋地管道的失效可能性，而埋地管道的结构可靠度P为1-M/N，根据P可以评估埋地管道的结构可靠度，进而提升对埋地管道的安全管理、运行水平。
[0087] 其中，所述随机抽样的次数N的确定方法包括：
[0088] 步骤A1，获取预设置信度、预设允许误差和所述埋地管道的预设结构失效概率；
[0089] 具体地，预设置信度、预设允许误差的具体数值可以根据需要进行设置，而埋地管道的预设结构失效概率为预先估计的埋地管道的结构失效概率，一般比较小。
[0090] 步骤A2，根据所述预设置信度、所述预设允许误差、所述预设结构失效概率获取所述随机抽样的次数。
[0091] 具体地，以预设置信度为95％的置信度为例，在设置好预设允许误差后，由于误差ε的计算公式为：
[0092]
[0093] 其中，Pf为预设结构失效概率，N为随机抽样的次数，所以N越大，误差ε越小，可以看出，随机抽样的次数同最后结构可靠度的计算精度有关，只有当蒙特卡罗模拟次数足够多时，结构失效概率的准确度才趋于稳定，也即结构可靠度的精度趋于稳定。N需满足下式：
[0094] N≥100/Pf，
[0095] 假设预设结构失效概率在0.1％以下时，随机抽样的次数须达到10万次以上。
[0096] 关于利用一次二阶矩法、响应面法计算管道结构可靠度的过程可以参考现有技术的计算过程，不再赘述。
[0097] 下面以给水管(包括PVC和DI两种管子，以PVC管为例)为例，说明整个结构可靠度的计算过程：
[0098] 步骤S1，根据表1中的管道应力影响参数建立管-土三维非线性有限元模型，以管道纵向应力为例，影响管道纵向应力的参数众多，本例中，主要分析管径、壁厚、埋深、管道内压、土体特性、侵蚀坑大小对管道纵向应力的影响。有限元软件利用这些影响参数可以计算得到管道纵向应力。
[0099] 表1
[0100]
[0101] 步骤S2，修改上述影响参数的具体数值，获得模拟不同工况的管道应力影响参数，并利用有限元分析软件获得对应的管道纵向应力。
[0102] 步骤S3，由于影响参数与管道纵向应力间具有非线性隐性关系，采用神经网络对有限元模拟分析的数据(不同工况的管道应力影响参数以及对应的管道纵向应力)进行训练，得到管道应力预测模型。
[0103] 步骤S4，查阅资料，确定PVC管的极限强度。建立管道极限状态方程(安全余量表达式)。
[0104] 步骤S5，根据影响管道纵向应力的主要参数，管径、壁厚、埋深、土体弹性模量、管道内压、侵蚀坑长度，确定各参数的概率分布，如表2所示。根据各参数的概率分布，采用随机抽样法进行105次抽样获得105×6对应的数据，将其代入到管道应力预测模型中得到105个极限函数值Z。
[0105] 表2
[0106]
[0107] 步骤S6，根据大数定律，计算管道的结构可靠度，最终计算管道的结构可靠度为0.963。
[0108] 基于上述埋地管道安全评估方法实施例的描述，本发明实施例还公开了一种埋地管道安全评估装置，参考图4，图4是本发明实施例提供的一种埋地管道安全评估装置的结构示意图，所述埋地管道安全评估装置包括模型建立模块401、训练集获取模块402、模型训练模块403、评估模块404；其中：
[0109] 模型建立模块401，用于建立埋地管道的管-土三维非线性有限元模型，所述管-土三维非线性有限元模型中包括侵蚀坑；
[0110] 训练集获取模块402，用于根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集，其中，根据所述管道应力影响参数和所述管-土三维非线性有限元模型进行有限元模拟分析，得到所述埋地管道的管道应力，所述管道应力影响参数包括侵蚀坑参数；
[0111] 模型训练模块403，用于利用所述训练集进行网络训练得到管道应力预测模型；
[0112] 评估模块404，用于根据所述管道应力预测模型和管道结构可靠度计算算法获取所述埋地管道的结构可靠度。
[0113] 其中，模型建立模块401、训练集获取模块402、模型训练模块403、评估模块404的具体功能实现方式可以参见上述实施例中的步骤S101-步骤S104，这里不再进行赘述。
[0114] 进一步地，所述模拟的管道应力影响参数还包括管道参数、土体特性参数、环境参数、荷载参数中的一种以上。所述管道结构可靠度计算算法包括一次二阶矩法、蒙特卡洛法、响应面法。
[0115] 进一步地，参考图5，图5是本发明实施例提供的一种埋地管道安全评估装置的结构示意图；所述评估模块404包括抽样子模块501、应力获取子模块502、可承载应力获取子模块503、个数计算子模块504、可靠度计算子模块505，其中：
[0116] 抽样子模块501，用于根据所述埋地管道的管道应力影响参数的概率分布进行随机抽样，随机抽样的次数为N，获得N组关于所述管道应力影响参数的抽样数值；
[0117] 应力获取子模块502，用于根据所述抽样数值和所述管道应力预测模型获取N个管道应力；
[0118] 可承载应力获取子模块503，用于根据所述埋地管道的极限强度和所述管道应力的差值获得N个可承载应力；
[0119] 个数计算子模块504，用于获取所述可承载应力小于或等于预设数值的个数M，所述预设数值小于所述极限强度的数值；
[0120] 可靠度计算子模块505，用于根据所述N和所述个数M计算所述埋地管道的结构可靠度P，所述结构可靠度P的计算公式为P＝1-M/N。
[0121] 其中，样子模块501、应力获取子模块502、可承载应力获取子模块503、个数计算子模块504、可靠度计算子模块505的具体功能实现方式可以参见上述实施例中的步骤S301-步骤S305，这里不再进行赘述。
[0122] 进一步地，所述装置还包括抽样次数确定模块，所述抽样次数确定模块包括：
[0123] 预设数值获取子模块，用于获取预设置信度、预设允许误差和所述埋地管道的预设结构失效概率；
[0124] 次数计算子模块，用于根据所述预设置信度、所述预设允许误差、所述预设结构失效概率获取所述随机抽样的次数。
[0125] 其中，预设数值获取子模块、次数计算子模块的具体功能实现方式可以参见上述实施例中的步骤A1-步骤A2，这里不再进行赘述。
[0126] 值得指出的是，图4和图5所示的埋地管道安全评估装置中的各个单元或模块可以分别或全部合并为一个或若干个另外的单元或模块来构成，或者其中的某个(些)单元或模块还可以再拆分为功能上更小的多个单元或模块来构成，这可以实现同样的操作，而不影响本发明的实施例的技术效果的实现。上述单元或模块是基于逻辑功能划分的，在实际应用中，一个单元(或模块)的功能也可以由多个单元(或模块)来实现，或者多个单元(或模块)的功能由一个单元(或模块)实现。
[0127] 基于上述方法实施例以及装置实施例的描述，本发明实施例还提供一种终端设备。
[0128] 请参见图6，是本发明实施例提供的一种终端设备的结构示意图。如图6所示，上述图4至图5中的埋地管道安全评估装置可以应用于所述终端设备600，所述终端设备600可以包括：处理器601，网络接口604和存储器605，此外，所述终端设备600还可以包括：用户接口603，和至少一个通信总线602。其中，通信总线602用于实现这些组件之间的连接通信。其中，用户接口603可以包括显示屏(Display)、键盘(Keyboard)，可选用户接口603还可以包括标准的有线接口、无线接口。网络接口604可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器605可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器605可选的还可以是至少一个位于远离前述处理器601的存储装置。如图6所示，作为一种计算机存储介质的存储器605中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
[0129] 在图6所示的终端设备600中，网络接口604可提供网络通讯功能；而用户接口603主要用于为用户提供输入的接口；而处理器601可以用于调用存储器605中存储的设备控制应用程序，以实现：
[0130] 建立埋地管道的管-土三维非线性有限元模型，所述管-土三维非线性有限元模型中包括侵蚀坑；
[0131] 根据不同工况的管道应力影响参数和管道应力的对应关系建立训练集，其中，根据所述管道应力影响参数和所述管-土三维非线性有限元模型进行有限元模拟分析，得到所述埋地管道的管道应力，所述管道应力影响参数包括侵蚀坑参数；
[0132] 利用所述训练集进行网络训练得到管道应力预测模型；
[0133] 根据所述管道应力预测模型和管道结构可靠度计算算法获取所述埋地管道的结构可靠度。
[0134] 在一个实施例中，所述模拟的管道应力影响参数还包括管道参数、土体特性参数、环境参数、荷载参数中的一种以上。所述管道结构可靠度计算算法包括一次二阶矩法、蒙特卡洛法、响应面法。
[0135] 在一个实施例中，所述处理器601在执行所述根据所述管道应力预测模型和管道结构可靠度计算算法获取所述埋地管道的结构可靠度时，具体执行以下步骤：
[0136] 根据所述埋地管道的管道应力影响参数的概率分布进行随机抽样，随机抽样的次数为N，获得N组关于所述管道应力影响参数的抽样数值；
[0137] 根据所述抽样数值和所述管道应力预测模型获取N个管道应力；
[0138] 根据所述埋地管道的极限强度和所述管道应力的差值获得N个可承载应力；
[0139] 获取所述可承载应力小于或等于预设数值的个数M，所述预设数值小于所述极限强度的数值；
[0140] 根据所述N和所述个数M计算所述埋地管道的结构可靠度P，所述结构可靠度P的计算公式为P＝1-M/N。
[0141] 在一个实施例中，所述处理器601还用于执行以下步骤：
[0142] 获取预设置信度、预设允许误差和所述埋地管道的预设结构失效概率；
[0143] 根据所述预设置信度、所述预设允许误差、所述预设结构失效概率获取所述随机抽样的次数。
[0144] 应当理解，本发明实施例中所描述的终端设备600可执行前文图1到图3所对应实施例中对所述埋地管道安全评估方法的描述，也可执行前文图4至图5所对应实施例中对所述埋地管道安全评估装置的描述，在此不再赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
[0145] 此外，这里需要指出的是：本发明实施例还提供了一种计算机存储介质，且所述计算机存储介质中存储有前文提及的埋地管道安全评估装置所执行的计算机程序，且所述计算机程序包括程序指令，当所述处理器执行所述程序指令时，能够执行前文图1到图3所对应实施例中对所述埋地管道安全评估方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本发明所涉及的计算机存储介质实施例中未披露的技术细节，请参照本发明方法实施例的描述。
[0146] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
[0147] 以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于目标检测与目标跟踪的行驶行为分析方法 | 2020-05-08 | 800 |
| 基于等碰撞概率线法的航天器近距离安全操作控制方法 | 2020-05-12 | 306 |
| 一种非结构化海量网络安全数据的关联及查询方法 | 2020-05-13 | 939 |
| 一种基于物联网的分布式环境安全学习及预警方法 | 2020-05-13 | 772 |
| 基于多特征融合的景区游玩轨迹预测系统 | 2020-05-08 | 441 |
| 基于频谱地图的卫星通信系统用户链路干扰规避方法 | 2020-05-08 | 728 |
| 砌体抗压承载力分项系数的分析方法 | 2020-05-08 | 853 |
| 基于安全性考虑的轨道交通产品可靠性分析方法 | 2020-05-11 | 74 |
| 安全预警方法、装置、计算设备及存储介质 | 2020-05-08 | 279 |
| 域识别加主题识别构建机器学习模型检测网页暗链的方法 | 2020-05-12 | 73 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈