-
公开(公告)号：CN110688698B
公开(公告)日：2024-01-30
申请号：CN201910909842.1
申请日：2019-09-25
Applicant: 东北大学
IPC: G06F30/13
Abstract: 本发明提供一种基于随机森林算法的围岩大变形智能评估方法，涉及隧道围岩大变形评估方法领域。本发明提出了围岩大变形等级智能计算方法、围岩大变形评估表，适用于勘察设计阶段围压大变形程度的评估预测。本发明可根据地勘资料直接判断区域大变形程度，因此在勘察设计阶段的可操作性强；综合考虑了围岩大变形6种主要影响因素，对不同因素采用半定量化处理，考虑全面，可信度高；通过对大量工程实例统计，利用先进的随机森林机器学习智能算法计算得到，因此预测精度高，工程实用性强。
-
公开(公告)号：CN110688698A
公开(公告)日：2020-01-14
申请号：CN201910909842.1
申请日：2019-09-25
Applicant: 东北大学
IPC: G06F30/13
Abstract: 本发明提供一种基于随机森林算法的围岩大变形智能评估方法，涉及隧道围岩大变形评估方法领域。本发明提出了围岩大变形等级智能计算方法、围岩大变形评估表，适用于勘察设计阶段围压大变形程度的评估预测。本发明可根据地勘资料直接判断区域大变形程度，因此在勘察设计阶段的可操作性强；综合考虑了围岩大变形6种主要影响因素，对不同因素采用半定量化处理，考虑全面，可信度高；通过对大量工程实例统计，利用先进的随机森林机器学习智能算法计算得到，因此预测精度高，工程实用性强。
-
Patent Agency Ranking
公开(公告)号：CN110646844A
公开(公告)日：2020-01-03
申请号：CN201910938091.6
申请日：2019-09-30
Applicant: 东北大学
IPC: G01V1/28
Abstract: 本发明提供一种基于波形包络线的隧道岩石破裂微震S波到时拾取方法，涉及隧道微震监测技术领域。该方法包括以下步骤：(1)绘制岩石破裂波形包络线；(2)根据波形包络线变化特征确定各波形类型，波形类型包括“双峰型”、“平台-单峰型”、“凹单峰型”、“单峰型”；(3)根据波形S波到时拾取难易程度及误差大小确定一个岩石破裂事件中各传感器波形拾取顺序；(4)通过波形包络线特征初步确定S波到时。(5)采用基于瞬时能量变化率的STA/LTA算法精确拾取S波到时。本发明方法在满足定位的前提下，采用拾取误差较小的S波到时值参与定位计算，并精确拾取了波形的S波到时，较大程度上保证了微破裂事件定位精度。
-
公开(公告)号：CN110648082A
公开(公告)日：2020-01-03
申请号：CN201910950051.3
申请日：2019-10-08
Applicant: 东北大学
Abstract: 本发明公开了一种深埋硬岩隧道岩爆等级评估的快速查表方法，包括以下步骤：步骤1、建立深埋隧道岩爆等级评估表；步骤2、获取待评估区域内的地应力，并查询所述地应力分级表，得到待评区域的地应力等级；步骤3、获取待评估区域内的岩石的饱和单轴抗压强度，并查询所述岩石强度分级表，获得待评区域内的岩石强度等级；步骤4、分别获取待评估区域地质影响因素，并查询修正因素等级表，确定岩爆等级评估的修正等级；步骤5、根据步骤2-4得到的结果查询所述岩爆等级评估表，得到潜在的岩爆等级。通过建立深埋硬岩隧道岩爆等级评估的快速查表方法，分别利用不同勘察阶段获取的有限信息，通过查表的方式对潜在的岩爆风险等级进行有效评估。
-
公开(公告)号：CN116341370A
公开(公告)日：2023-06-27
申请号：CN202310174462.4
申请日：2023-02-28
Applicant: 东北大学 , 中国国家铁路集团有限公司 , 中铁二院工程集团有限责任公司
IPC: G06F30/27 , E21D9/06 , G06N3/0499 , G06N3/048 , G06N3/08 , G06N3/006 , G06N3/126 , G06F18/23213 , G06F18/2413 , G06F119/14
Abstract: 本发明提供一种TBM掘进岩体质量快速确定方法，涉及围岩质量测量技术领域。本发明基于TBM的实时工作参数，利用人工神经网络模型，实现对掌子面前方围岩岩体质量快速确定的方法。在已开挖的TBM隧道中，收集TBM的掘进参数包括刀盘转速、刀盘扭矩、总推进力、推进缸压力、掘进速度、刀盘贯入度等参数，采集岩渣中填充物粗糙度等参数，采样收集地应力信息进行地应力反演，利用环向相机对TBM刀盘与管片安装机之间裸露岩体拍照采集围岩岩体参数信息，并对以上多种数据进行人工分类标注记为训练样本，基于训练样本和巴顿Q系统分类采用RBF(径向基)神经网络进行深度学习训练，最终可得到一种基于TBM掘进参数的围岩岩体质量快速确定方法。
-
-
公开(公告)号：CN110646844B
公开(公告)日：2021-01-26
申请号：CN201910938091.6
申请日：2019-09-30
Applicant: 东北大学
IPC: G01V1/28
Abstract: 本发明提供一种基于波形包络线的隧道岩石破裂微震S波到时拾取方法，涉及隧道微震监测技术领域。该方法包括以下步骤：(1)绘制岩石破裂波形包络线；(2)根据波形包络线变化特征确定各波形类型，波形类型包括“双峰型”、“平台‑单峰型”、“凹单峰型”、“单峰型”；(3)根据波形S波到时拾取难易程度及误差大小确定一个岩石破裂事件中各传感器波形拾取顺序；(4)通过波形包络线特征初步确定S波到时。(5)采用基于瞬时能量变化率的STA/LTA算法精确拾取S波到时。本发明方法在满足定位的前提下，采用拾取误差较小的S波到时值参与定位计算，并精确拾取了波形的S波到时，较大程度上保证了微破裂事件定位精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.013 seconds)
