发明公开
- 专利标题: 基于机器学习因子分析的膨胀土冻结过程变形解耦方法
-
申请号: CN202310037567.5申请日: 2023-01-09
-
公开(公告)号: CN116108325A公开(公告)日: 2023-05-12
- 发明人: 丛晟亦 , 裴伦祥 , 凌贤长 , 唐亮 , 陈宏伟 , 李新宇 , 程志和 , 毛小刚 , 张熙阳 , 张钟远
- 申请人: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院 , 中铁十七局集团有限公司
- 申请人地址: 黑龙江省哈尔滨市南岗区西大直街92号; ;
- 专利权人: 哈尔滨工业大学,哈尔滨工业大学重庆研究院,中铁十七局集团有限公司
- 当前专利权人: 哈尔滨工业大学,哈尔滨工业大学重庆研究院,中铁十七局集团有限公司
- 当前专利权人地址: 黑龙江省哈尔滨市南岗区西大直街92号; ;
- 代理机构: 哈尔滨龙科专利代理有限公司
- 代理商 王恒
- 主分类号: G06F17/15
- IPC分类号: G06F17/15 ; G06F17/18 ; G06N20/00
摘要:
本发明公开了一种基于机器学习因子分析的膨胀土冻结过程变形解耦方法,所述方法将制作的土样放入冻胀试验机内,测得温度降低土样冻结过程中的各项参数变化;将所得数据导入MATLAB中,利用其中的ICA和回归拟合算法程序得到体积含冰率变化与未冻结水体积含水率变化分别引起的体积增加量或减小量。该方法在了解到膨胀土冻结的过程中既有水冻结成冰引起的体积增加,又有膨胀土土颗粒失水收缩导致的体积减小的前提下,分别得到水冻结与土颗粒失水各自引起的体积变化。本发明利用机器学习因子分析以及回归拟合,能够在区分不同因素影响下土体体积变化量的同时,又较为准确的得到体积变化与其产生因素之间函数关系式及关系曲线。