力学与实践

作者：李仁杰, 张伟, 卢向星, 刘中华, 魏焕卫, 谭芳,

关键词：卷积神经网络, 陆上风机, 基础竖向位移, 时空特征,

为准确预测风机基础的沉降，避免风机基础不均匀沉降过大导致风机结构变形，影响安全及寿命，依托某陆上风机基础加固项目，构建了一种基于三维卷积神经网络(three-dimensional convolutional neural network, 3DCNN)的风机基础竖向位移预测模型，对不同位置测点的竖向位移监测数据进行时空重构，并通过时空矩阵将监测数据导入三维卷积核学习数据间的时空特征。对比当下热门的神经网络模型，可以发现3DCNN模型在沉降预测方面具有更高的预测精度，其泛化性和稳定性也更优越。

来源：2025年第1期

《力学与实践》期刊编辑部

查看力学与实践杂志2025年第1期