基于物数融合分析的隧道防寒保温层方案确定方法及装置

1.一种基于物数融合分析的隧道防寒保温层方案确定方法，其特征在于，所述方法包括：获取目标寒区隧道的样本第一条件参数；在所述第一条件参数的基础上，为所述目标寒区隧道构建三维数值模型，其中，所述三维数值模型为考虑多因素影响来分析所述目标寒区隧道对应温度场的三维数值模型；在所述三维数值模型的基础上，通过敏感性分析确定对于所述目标寒区隧道的隧道温度场的敏感性满足要求的样本第二条件参数；以所述样本第二条件参数配置训练样本来训练所述目标寒区隧道适配的长期温度场分布预测模型，其中，所述长期温度场分布预测模型为深度学习模型；通过所述长期温度场分布预测模型预测所述目标寒区隧道在未来时间段内的温度场分布；结合长期温度场预测结果，确定所述目标寒区隧道适配的保温层方案；所述长期温度场分布预测模型为混合模型，所述混合模型依次包括输入层、第一卷积层、第二卷积层、门控循环单元层、上采样层和输出层；每个卷积层配置有相应的池化层和激活层，所述卷积层的卷积核尺寸设置为3×3，步长设置为1，所述池化层的池化核尺寸设置为2×2，步长设置为2，所述激活层采用线性整流函数作为激活函数；所述门控循环单元层具体采用双向门控循环单元，其中的隐层维度和层数都通过随机搜索确定；所述门控循环单元层的输出通过所述上采样层把时间步长通过线性上采样增加，接着，继续由所述输出层通过几个全连接层逐渐降低维度，得到最终输出。 2.根据权利要求1所述的方法，其特征在于，所述第一条件参数数据包括所述目标寒区隧道在第一地质条件、第一气候条件和第一隧道结构这三个方面的条件参数；所述第一地质条件包括渗流和应力；所述第一气候条件包括由埋入式温度传感器采集的隧道围岩温度、表面式温度传感器采集的隧道二衬结构表面温度、气象传感器采集的风速和所述气象传感器采集的风温；所述第一隧道结构包括隧道洞型特点。 3.根据权利要求2所述的方法，其特征在于，针对所述埋入式温度传感器，沿隧道纵向方向每隔一段距离布设温度监测断面，在所述温度监测断面上，沿隧道径向方向打孔，布置多个温度监测点，以采集靠近表面、二衬中心、二衬与初支交界面、初支与围岩交界面、围岩内部的温度，形成所述隧道围岩温度；所述表面式温度传感器固定于隧道二衬结构表面；所述气象传感器固定于特定隧道断面。 4.根据权利要求1所述的方法，其特征在于，所述第二条件参数数据包括所述目标寒区隧道在第二地质条件、第二气候条件和第二隧道结构这三个方面的条件参数；所述第二地质条件包括围岩导热系数；所述第二气候条件包括入口风速、平均温度和最大温差；所述第二隧道结构包括隧道长度和隧道埋置深度。 5.根据权利要求1所述的方法，其特征在于，所述三维数值模型，在气流区域控制方面，引入了两方程湍流模型，具体表示为下式：其中， 为气流密度，k为气流湍流动能，t为时间，▽为梯度符号，u为气流速度， 为空气流粘度系数， 为空气流涡流粘度系数， 为湍流动能耗散率， ，σ k 、 、 和 为不同的经验常数，P为气流压力；在固体域控制方面，引入了固体温度场控制方程，具体表示为下式：其中，C eq 为岩体衬砌体积热容，T s 为围岩衬砌温度，λ e 为岩体衬砌导热系数，Q e 为围岩衬砌热源；对于三维数值模型，气流和衬砌之间采用边界层来模拟空气在靠近壁面位置处的流动，通过网格独立性分析确定网格尺寸，其中，所有网格都是共节点的；隧道进口设为速度入口，方向沿隧道纵向，隧道出口设置为压力出口，压力等于大气压，岩体上表面为温度边界，这3个边界的温度均等于外部空气温度，岩体下表面设为热流边界，其余壁面均设为绝热壁面，混凝土衬砌设定为无滑移墙体，气流与混凝土衬砌之间的热量流动通过温度壁面函数法求得；在总物理时间的条件下对模型的温度进行瞬态求解计算，得到初始地温场所，随后维持原边界条件不变，添加所述速度入口与所述压力出口的边界条件，加载具体时间，获得温度场分布预测结果。 6.根据权利要求1所述的方法，其特征在于，所述结合长期温度场预测结果，确定所述目标寒区隧道适配的保温层方案，包括：综合考虑所述长期温度场预测结果、隧道热工性能和保温层材料特性，确定所述目标寒区隧道适配的所述保温层方案，所述保温层方案具体包括保温层材料类型、保温层长度、保温层厚度。 7.一种基于物数融合分析的隧道防寒保温层方案确定装置，其特征在于，所述装置包括：获取单元，用于获取目标寒区隧道的样本第一条件参数；构建单元，用于在所述第一条件参数的基础上，为所述目标寒区隧道构建三维数值模型，其中，所述三维数值模型为考虑多因素影响来分析所述目标寒区隧道对应温度场的三维数值模型；分析单元，用于在所述三维数值模型的基础上，通过敏感性分析确定对于所述目标寒区隧道的隧道温度场的敏感性满足要求的样本第二条件参数；训练单元，用于以所述样本第二条件参数配置训练样本来训练所述目标寒区隧道适配的长期温度场分布预测模型，其中，所述长期温度场分布预测模型为深度学习模型；预测单元，用于通过所述长期温度场分布预测模型预测所述目标寒区隧道在未来时间段内的温度场分布；确定单元，用于结合长期温度场预测结果，确定所述目标寒区隧道适配的保温层方案；所述长期温度场分布预测模型为混合模型，所述混合模型依次包括输入层、第一卷积层、第二卷积层、门控循环单元层、上采样层和输出层；每个卷积层配置有相应的池化层和激活层，所述卷积层的卷积核尺寸设置为3×3，步长设置为1，所述池化层的池化核尺寸设置为2×2，步长设置为2，所述激活层采用线性整流函数作为激活函数；所述门控循环单元层具体采用双向门控循环单元，其中的隐层维度和层数都通过随机搜索确定；所述门控循环单元层的输出通过所述上采样层把时间步长通过线性上采样增加，接着，继续由所述输出层通过几个全连接层逐渐降低维度，得到最终输出。 8.一种处理设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至6任一项所述的方法。 9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至6任一项所述的方法。