論文の概要: Analysis of tunnel failure characteristics under multiple explosion
loads based on persistent homology-based machine learning
- arxiv url: http://arxiv.org/abs/2009.10069v1
- Date: Sat, 19 Sep 2020 07:38:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-16 21:45:18.667067
- Title: Analysis of tunnel failure characteristics under multiple explosion
loads based on persistent homology-based machine learning
- Title（参考訳）: 持続的ホモロジーに基づく機械学習による多重爆発荷重下におけるトンネル破壊特性の解析
- Authors: Shengdong Zhang, Shihui You, Longfei Chen, Xiaofei Liu
- Abstract要約: 爆発荷重を受けるトンネルの破壊特性を離散要素法と持続的ホモロジーに基づく機械学習を用いて記述する。
最長のベティ1バーコードの長さはトンネルの安定性と密接に関係しており、トンネルの故障を早期に警告するのに有効である。
- 参考スコア（独自算出の注目度）: 4.677604163040318
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The study of tunnel failure characteristics under the load of external
explosion source is an important problem in tunnel design and protection, in
particular, it is of great significance to construct an intelligent topological
feature description of the tunnel failure process. The failure characteristics
of tunnels under explosive loading are described by using discrete element
method and persistent homology-based machine learning. Firstly, the discrete
element model of shallow buried tunnel was established in the discrete element
software, and the explosive load was equivalent to a series of uniformly
distributed loads acting on the surface by Saint-Venant principle, and the
dynamic response of the tunnel under multiple explosive loads was obtained
through iterative calculation. The topological characteristics of surrounding
rock is studied by persistent homology-based machine learning. The geometric,
physical and interunit characteristics of the tunnel subjected to explosive
loading are extracted, and the nonlinear mapping relationship between the
topological quantity of persistent homology, and the failure characteristics of
the surrounding rock is established, and the results of the intelligent
description of the failure characteristics of the tunnel are obtained. The
research shows that the length of the longest Betty 1 bar code is closely
related to the stability of the tunnel, which can be used for effective early
warning of the tunnel failure, and an intelligent description of the tunnel
failure process can be established to provide a new idea for tunnel engineering
protection.
- Abstract（参考訳）: 外部爆発源の荷重下におけるトンネル破壊特性の研究は,トンネル設計と保護において重要な問題であり,特にトンネル破壊過程のインテリジェントなトポロジ的特徴記述を構築することが重要である。
爆発荷重を受けるトンネルの破壊特性を離散要素法と持続的ホモロジーに基づく機械学習を用いて記述する。
まず, 浅い埋設トンネルの離散要素モデルが離散要素ソフトウェアに確立され, 爆薬負荷はサン=ヴェナント原理により表面に作用する一様分散荷重と等価であり, 複数の爆薬荷重下でのトンネルの動的応答を反復計算により求めた。
周囲の岩石の位相的特性は永続的ホモロジーに基づく機械学習によって研究される。
爆発荷重を受けるトンネルの幾何学的、物理的、ユニット間特性を抽出し、永続的ホモロジーのトポロジカルな量と周囲の岩石の破壊特性との非線形マッピング関係を確立し、トンネルの破壊特性のインテリジェントな記述の結果を得る。
本研究は,最長のベティ1バーコードの長さがトンネルの安定性と密接に関連していることを示し,トンネル破壊の早期警戒に有効であること,トンネル破壊過程をインテリジェントに記述することで,トンネル工学的保護の新たなアイデアを提供することができることを示した。
関連論文リスト
- AL-iGAN: An Active Learning Framework for Tunnel Geological
Reconstruction Based on TBM Operational Data [70.99694324397903]
地下トンネル掘削機 (TBM) では, トンネル内に分布する岩盤のタイプを正確に記述することで, 建設リスクを低減できる。
TBM操作データに基づくトンネル地質復元のためのアクティブラーニングフレームワークAL-iGANを提案する。
論文 参考訳（メタデータ） (2022-12-02T04:39:58Z) - Influence of imperfections on tunneling rate in $\delta$-layer junctions [0.0]
シリコン中の$delta$-layerトンネル接合における不完全性の影響について検討する。
トンネルギャップ内の1つの荷電不純物は、トンネルの速度を1桁以上変更することができる。
論文 参考訳（メタデータ） (2022-09-22T23:08:05Z) - Multilevel resonant tunneling in the presence of flux and charge noise [64.0476282000118]
フラックス量子ビットにおけるマクロ共鳴トンネル(MRT)は、量子ビットの周囲で発生するノイズに関する情報を抽出するための重要な実験ツールである。
RF-SQUIDフラックス量子ビットにおけるMRT信号の詳細な導出を行い,フラックスおよび電荷変動がシステム内の坑井内および坑井内遷移に与える影響について検討した。
論文 参考訳（メタデータ） (2022-09-21T18:59:36Z) - Sub-barrier recollisions and the three classes of tunneling time delays
in strong-field ionization [0.0]
トンネル出口の時間遅延パターンに及ぼすサブバリアリコライズの影響について検討した。
直結軌道の干渉は出口のトンネル時間遅れを減少させると結論付けた。
論文 参考訳（メタデータ） (2022-08-23T13:11:21Z) - Penetration of Arbitrary Double Potential Barriers with Probability
Unity: Implications for Testing the Existence of a Minimum Length [5.100621266098336]
二重ポテンシャル障壁を越える量子トンネルの研究を行った。
任意の形状の大きな障壁が、単体確率の低い低エネルギー粒子によって侵入できることは、厳密に証明されている。
論文 参考訳（メタデータ） (2022-06-09T03:05:09Z) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳（メタデータ） (2022-02-15T19:00:09Z) - The tunneling splitting and the Kramers theory of activated processes [0.0]
Fokker-Planck-Smoluchowski作用素とボルン=オッペンハイマー量子ハミルトニアンの間の同型性はこの方法の鍵となる要素である。
トンネル分割の正確な値と比較すると、WKB半古典的推定よりもはるかに精度が高い。
論文 参考訳（メタデータ） (2021-10-27T14:02:07Z) - Analysis for full face mechanical behaviors through spatial deduction
model with real-time monitoring data [21.131001656350712]
空間トンネル構造は、多くの部分に分割され、マトリックスの形で再構成される。
トンネルの機械的挙動を調べるため, 現場の構造物に作用する外部荷重について検討した。
フルフェイス情報を得るために二重駆動モデルを開発した。
論文 参考訳（メタデータ） (2021-09-27T16:28:21Z) - Gradient Starvation: A Learning Proclivity in Neural Networks [97.02382916372594]
グラディエント・スターベーションは、タスクに関連する機能のサブセットのみをキャプチャすることで、クロスエントロピー損失を最小化するときに発生する。
この研究は、ニューラルネットワークにおけるそのような特徴不均衡の出現に関する理論的説明を提供する。
論文 参考訳（メタデータ） (2020-11-18T18:52:08Z) - Dynamical solitons and boson fractionalization in cold-atom topological
insulators [110.83289076967895]
Incommensurate densities において $mathbbZ$ Bose-Hubbard モデルについて検討する。
我々は、$mathbbZ$フィールドの欠陥が基底状態にどのように現れ、異なるセクターを接続するかを示す。
ポンピングの議論を用いて、有限相互作用においても生き残ることを示す。
論文 参考訳（メタデータ） (2020-03-24T17:31:34Z) - Semiparametric Bayesian Forecasting of Spatial Earthquake Occurrences [77.68028443709338]
本稿では, Epidemic Type Aftershock Sequence (ETAS) モデルのベイズ的完全定式化を提案する。
地理的領域における主震の発生は不均一な空間的点過程に従うと仮定される。
論文 参考訳（メタデータ） (2020-02-05T10:11:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。