一种机场沥青混凝土道面变形有限元模型及对比分析方法与流程

本发明属于沥青混凝土跑道试验技术领域，尤其涉及一种机场沥青混凝土道面变形有限元模型及对比分析方法。

背景技术：

1992年波音公司开始致力于开发大飞机，而当时的机场道面状况面临着能否承受大飞机荷载等技术难题，在此背景下，美国faa和波音公司建立了一个合作研究和开发的协议，成立了美国机场道面试验中心naptf，主要进行不同路面结构的足尺试验研究。naptf位于大西洋城市国际机场的威廉休斯技术中心，naptf设计为一个室内直线式加载试验中心。

飞机大型化和航空交通量的快速增长，导致机场道面结构的破损更加明显的呈现在我们面前。

目前，国内外的机场营运状况来看，相当多的机场道面在未达到设计使用年限前，路面结构就过早的出现裂缝、形变而失去使用价值，常常会带来巨大的维修压力和经济负担。

综上所述，现有技术存在的问题是：

许多机场道面过早出现裂缝，失去使用价值，带来经济损失。

现有技术不能对进行机场沥青混凝土道面变形进行有效分析。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种机场沥青混凝土道面变形有限元模型及对比分析方法。

本发明是这样实现的，一种机场沥青混凝土道面变形有限元模型及对比分析方法，所述机场沥青混凝土道面变形有限元模型及对比分析方法包括：

通过有限元分析法对机场道面破坏模式进行预测，获得机场沥青混凝土道面变形数据；

将收集的机场道面破坏模式类型按照划分的量化等级进行量化处理，并建立观测证据表；

利用专家知识或经验建立状态间的条件概率转移矩阵，确定时间片段间的状态转移矩阵；

建立机场道面破坏模式变形等级与机场道面破坏模式因素的离散动态贝叶斯网络模型；

利用建立的观测证据表、条件转移概率表和状态转移概率表，运用隐马尔科夫推理算法计算出最终的机场道面破坏模式变形等级。

进一步，所述离散动态贝叶斯网络模型是由观测节点和状态节点构成的有向无环图，机场道面破坏模式类型、机场道面破坏模式因素共同构成离散状态节点，机场道面破坏模式变形等级为观测节点。

进一步，所述建立的观测证据表、条件转移概率表和状态转移概率表，结合所建立的离散动态贝叶斯网络模型，确定最终的变形等级即为贝叶斯推理过程依据大量状态节点数据推理出观测节点最大可能取值的概率。

进一步，具体包括：系统参数λ和观测序列y，前向-后向算法推理出概率p(y|λ)的过程如下：

前向算法，定义前向变量αt(i)＝p(y1,y2,...,yt,xt＝i|λ)

初始化：α1(i)＝πibi(y1),1≤i≤n

递归运算：

结果：

后向算法，定义后向变量βt(i)＝p(yt+1,yt+2,...,yt|xt＝i,λ)

初始化：βt(i)＝1,1≤i≤n

递归运算：

结果：

将前向算法、后向算法结合起来构成前向-后向算法：

最终，根据确立的观测证据表、条件转移概率表和状态转移概率表，结合前向-后向算法推理出机场道面破坏模式变形等级；

所述的离散动态贝叶斯网络模型中各节点的状态集合用s表示，各因子用下标区分，如下所示：

sioe＝{强，较强，中，弱}。

进一步，所述机场沥青混凝土道面变形有限元模型及对比分析方法具体包括：

构建基于试验记录的预测机场道面破坏模式的智能分析方法，通过分析机场道面破坏模式的边界传递效应、尺寸效应及变异效应分析道面厚度对机场道面破坏模式的影响；

再通过机器学习方法构建机场跑道横断面不可见部分变形的动态演变过程，同时做变厚度、幅值参数分析；

通过有限元分析法对机场道面两种典型破坏模式的预测进行检验分析；获得机场沥青混凝土道面变形数据；

机场混凝土道面破坏模式预测包括：道面板的ca数字模式构建、性态类似区域匹配准则、预测混凝土道面破坏模式的ca算法和数值结果及效应分析。

本发明的另一目的在于提供一种实现所述机场沥青混凝土道面变形有限元模型及对比分析方法的计算机程序。

本发明的另一目的在于提供一种实现所述机场沥青混凝土道面变形有限元模型及对比分析方法的信息数据处理终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的机场沥青混凝土道面变形有限元模型及对比分析方法。

本发明的另一目的在于提供一种实现所述机场沥青混凝土道面变形有限元模型及对比分析方法的机场沥青混凝土道面变形有限元模型及对比分析系统，所述机场沥青混凝土道面变形有限元模型及对比分析系统包括：有限元分析模块、元胞自动机模型构建模块、机械学习模块、机场混凝土道路检测模块、沥青跑道塑性变形累积检测模块、道面板的ca数字模式构建模块、性态类似区域匹配准则模块、预测混凝土道面破坏模式的ca算法模块、数值结果及效应分析模块并依次连接。

本发明的另一目的在于提供一种搭载所述机场沥青混凝土道面变形有限元模型及对比分析系统的机场沥青混凝土道面变形检测设备。

本发明的优点及积极效果为：

该机场沥青混凝土道面变形有限元模型及对比分析方法提高机场道面使用质量，为道面养护和维修提供必要的参考，为机场安全、顺畅、快捷运行提供保证，提高航空运输能力，促进经济的快速发展；延长机场跑道使用寿命，节省大量维修、养护费用。

本发明通过有限元分析法对机场道面破坏模式进行预测，获得机场沥青混凝土道面变形数据；

将收集的机场道面破坏模式类型按照划分的量化等级进行量化处理，并建立观测证据表；

利用专家知识或经验建立状态间的条件概率转移矩阵，确定时间片段间的状态转移矩阵；

建立机场道面破坏模式变形等级与机场道面破坏模式因素的离散动态贝叶斯网络模型；

利用建立的观测证据表、条件转移概率表和状态转移概率表，运用隐马尔科夫推理算法计算出最终的机场道面破坏模式变形等级。

附图说明

图1是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法流程图。

图2是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的元胞自动机模型结构示意图；

图3是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机械学习结构示意图；

图4是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面试验示意图；

图5是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面试验数据1示意图；

图6是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面试验数据2示意图；

图7是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面试验数据3示意图；

图8是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的沥青跑道塑性变形累积试验示意图；

图9是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面破坏模式预测结构示意图；

图10是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的冯诺依曼示意图；

图11是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的道面板的ca数字模式构建示意图；

图12是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的预测混凝土道面破坏模式的ca算法示意图；

图13是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的数值结果及效应分析示意图；

图14是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的沥青跑道塑性变形累积的ann模拟算法示意图；

图15是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的动态仿真结果分析示意图；

图16是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的动态的厚度和幅值比分析示意图。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

下面结合附图对本发明的结构作详细的描述。

由图1至图16所示，本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法包括：所述机场沥青混凝土道面变形有限元模型及对比分析方法采用有限元分析法、元胞自动机模型、机械学习、机场混凝土道路试验、沥青跑道塑性变形累积试验进行分析。

具体包括：

有限元分析法、元胞自动机模型、机械学习、机场混凝土道路试验、沥青跑道塑性变形累积试验、道面板的ca数字模式构建、性态类似区域匹配准则、预测混凝土道面破坏模式的ca算法、数值结果及效应分析；

机场混凝土道面破坏模式预测包括：道面板的ca数字模式构建、性态类似区域匹配准则、预测混凝土道面破坏模式的ca算法和数值结果及效应分析。

有限元分析法，起源于20世纪50年代航空工程中飞机结构的矩阵分析。随后很快广泛的应用于求解热传导、电磁场、流体力学等连续性问题。并可以解决：杆件结构问题--弹性力学问题--塑性力学问题、平面问题--空间问题、静力学问题--动力学问题--稳定性问题和固体力学问题--流体力学问题。

元胞自动机模型，细胞自动机最基本的组成：细胞、细胞空间、邻居及规则四部分。简单讲，细胞自动机可以视为由一个细胞空间和定义于该空间的变换函数所组成。

机械学习，从给定的函数集ω中选择出能够最好地逼近系统响应的函数ω。

机场混凝土道面试验，直线试槽长为274m，加载方式为往返重复加载，试槽宽度设置为18.3m，试槽深设置为2.7m至3.7m，试槽内铺筑了三种不同cbr值的路基，由3％-40％。通过足尺试验来以分析大飞机对机场道面的影响，主要有三个目标：1)为新的机场路面厚度设计程序提供更多的数据；2)为飞机起落架的设计和配置研究提供充分的足尺试验数据，以检查路面响应和破坏的信息；3)提供技术资料，重新审视cbr的设计方法在机场柔性道面上的应用。

性态类似区域匹配准则，类似区域的概念是针对墙板不同区域的类似特性提出的。类似区域的确定，与板的边界约束条件和该区域在板内的相对位置有关。如果未知墙板某一区域与已知墙板的某一区域有相近的状态值、类似的边界约束条件和到较近边界的相似距离，那么这两块板的两个区域类似。同样的道理，一块板中的两个区域如果满足上述条件，也可以称为类似区域。

本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析系统包括：有限元分析模块、元胞自动机模型构建模块、机械学习模块、机场混凝土道路检测模块、沥青跑道塑性变形累积检测模块、道面板的ca数字模式构建模块、性态类似区域匹配准则模块、预测混凝土道面破坏模式的ca算法模块、数值结果及效应分析模块并依次连接。

本发明的工作原理是：先构建基于试验记录的预测机场道面破坏模式的智能分析方法，然后通过考察机场道面破坏模式的边界传递效应、尺寸效应及变异效应并考察道面厚度对机场道面破坏模式的影响。再通过机器学习方法构建机场跑道横断面不可见部分变形的动态演变过程，同时做变厚度、幅值等参数分析最后通过有限元分析法对机场道面两种典型破坏模式的预测进行检验分析。

图2是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的元胞自动机模型结构示意图；

图3是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机械学习结构示意图；

图4是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面试验示意图；

图5是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面试验数据1示意图；

图6是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面试验数据2示意图；

图7是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面试验数据3示意图；

图8是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的沥青跑道塑性变形累积试验示意图；

图9是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的机场混凝土道面破坏模式预测结构示意图；

图10是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的冯诺依曼示意图；

图11是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的道面板的ca数字模式构建示意图；

图12是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的预测混凝土道面破坏模式的ca算法示意图；

图13是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的数值结果及效应分析示意图；

图14是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的沥青跑道塑性变形累积的ann模拟算法示意图；

图15是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的动态仿真结果分析示意图；

图16是本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法的动态的厚度和幅值比分析示意图。

本发明实施例提供的机场沥青混凝土道面变形有限元模型及对比分析方法包括：

通过有限元分析法对机场道面破坏模式进行预测，获得机场沥青混凝土道面变形数据；

将收集的机场道面破坏模式类型按照划分的量化等级进行量化处理，并建立观测证据表；

利用专家知识或经验建立状态间的条件概率转移矩阵，确定时间片段间的状态转移矩阵；

建立机场道面破坏模式变形等级与机场道面破坏模式因素的离散动态贝叶斯网络模型；

利用建立的观测证据表、条件转移概率表和状态转移概率表，运用隐马尔科夫推理算法计算出最终的机场道面破坏模式变形等级。

所述离散动态贝叶斯网络模型是由观测节点和状态节点构成的有向无环图，机场道面破坏模式类型、机场道面破坏模式因素共同构成离散状态节点，机场道面破坏模式变形等级为观测节点。

所述建立的观测证据表、条件转移概率表和状态转移概率表，结合所建立的离散动态贝叶斯网络模型，确定最终的变形等级即为贝叶斯推理过程依据大量状态节点数据推理出观测节点最大可能取值的概率。

具体包括：系统参数λ和观测序列y，前向-后向算法推理出概率p(y|λ)的过程如下：

前向算法，定义前向变量αt(i)＝p(y1,y2,...,yt,xt＝i|λ)

初始化：α1(i)＝πibi(y1),1≤i≤n

递归运算：

结果：

后向算法，定义后向变量βt(i)＝p(yt+1,yt+2,...,yt|xt＝i,λ)

初始化：βt(i)＝1,1≤i≤n

递归运算：

结果：

将前向算法、后向算法结合起来构成前向-后向算法：

最终，根据确立的观测证据表、条件转移概率表和状态转移概率表，结合前向-后向算法推理出机场道面破坏模式变形等级；

所述的离散动态贝叶斯网络模型中各节点的状态集合用s表示，各因子用下标区分，如下所示：

sioe＝{强，较强，中，弱}。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。