基于数字孪生的盾构隧道全寿命结构变形监测与预警方法

    公开(公告)号:CN119845170A

    公开(公告)日:2025-04-18

    申请号:CN202411876925.2

    申请日:2024-12-19

    Applicant: 东南大学

    Abstract: 本发明公开基于数字孪生的盾构隧道全寿命结构变形监测与预警方法,包括如下步骤:S1、根据隧道竣工段点云数据,构建融合BIM与三维点云技术的隧道‑地质综合体模型;S2、采用FBG和增量传感,对隧道进行全寿命周期变形实时监测;S3、构建LGBM代理模型,更新施工期隧道结构变形预测;S4、构建GAT‑LSTM模型,预测隧道服役期结构变形;S5、构建基于强度折减和尖点突变理论的隧道结构变形分级预警方法;S6、构建基于数字孪生的隧道监测与预警系统。本发明基于数字孪生技术,融合地层信息及高精度空间数据实现隧道‑地质综合体结构重构,提出隧道施工及服役期实时变形监测、预警方法与孪生系统,保障隧道结构全寿命周期服役安全与失效风险前置预警。

    基于双尺度耦合的沥青自修复微胶囊数值模拟方法

    公开(公告)号:CN116050203A

    公开(公告)日:2023-05-02

    申请号:CN202211663806.X

    申请日:2022-12-23

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于双尺度耦合的沥青自修复微胶囊数值模拟方法,包括如下步骤:S1、掺配微胶囊的自修复沥青混合料细观形态分布分析;S2、代表性体积单元生成及路面宏细观耦合模型构建;S3、微裂纹作用下的微胶囊外壁接触击穿计算模拟;S4、微胶囊芯料润湿填充与固化修复数值表征转换;S5、沥青自修复微胶囊修复效果评价。本发明为在细观层面深入分析真实路面结构中沥青自修复微胶囊的力学响应特征与细观修复效果评价提供重要技术支撑与保障。

    基于数字孪生的城市生命线管道腐蚀风险预警方法

    公开(公告)号:CN119918130A

    公开(公告)日:2025-05-02

    申请号:CN202411876924.8

    申请日:2024-12-19

    Applicant: 东南大学

    Abstract: 本发明提出了一种基于数字孪生的城市生命线管道腐蚀风险预警方法,包括以下步骤:S1、根据监测控制系统与检测设备,得到管道内部运行参数、管道外部环境参量以及外腐蚀速率数据;S2、构建基于数物融合与物理引导神经网络的内腐蚀速率预测模型;S3、构建基于粒子群优化算法和相关向量机的外腐蚀速率预测模型;S4、根据样条插值法对管道外腐蚀速率数据进行补全与时间配准;S5、构建管道腐蚀风险分级预警方法;S6、根据步骤S1至S5,建立基于数字孪生的地下管道全寿命服役周期腐蚀风险预警系统。本发明针对全寿命服役周期内的多相流地下管道实现实时的腐蚀风险分级预警以及剩余寿命预测,指导多相流地下管道在腐蚀风险下的检测、维修与养护工作。

    一种基于智能感知的沥青路面半刚性基层裂缝监测方法

    公开(公告)号:CN116296804A

    公开(公告)日:2023-06-23

    申请号:CN202310177047.4

    申请日:2023-02-28

    Applicant: 东南大学

    Abstract: 本申请公开了一种基于智能感知的沥青路面半刚性基层裂缝监测方法,在沥青路面半刚性基层中埋设电阻式传感器集成的智能颗粒对路面结构的力学响应进行采集,实现对基层裂缝的监测。其步骤为:基于单轴拉压仿真实验标定宏细观参数的转化关系,采用有限元‑离散元耦合的方法建立跨尺度的路面模型;通过基层裂缝演化的数值模拟,结合断裂力学I‑II型复合裂缝Westergard复变函数法对基层裂缝进行跟踪与定位;在路面模型基层中埋设智能颗粒进行信息采集,根据裂缝邻域应力集中的特征,实现智能颗粒监测指标的匹配与敏感范围的提取;建立半刚性基层裂缝监测与定位的智能颗粒布设方案,实现对半刚性基层裂缝位置与扩展阶段的监测。

    基于智能颗粒的沥青路面结构车辙变形监测方法

    公开(公告)号:CN116050108A

    公开(公告)日:2023-05-02

    申请号:CN202211719261.X

    申请日:2022-12-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于智能颗粒的沥青路面结构车辙变形监测方法,包括如下步骤:S1、构建智能颗粒三维数值化模型;S2、根据应力‑变形状态构建沥青路面车辙变形下沥青层特征分区模型;S3、在判断出特征分区的基础上,采用灰色关联分析方法构建智能颗粒监测信息与车辙深度的时空关联模型;S4、确定智能颗粒实际路面埋设方案,获取路面车辙行为下实际监测位姿演化信息。本发明应用智能颗粒传感器装置,具有体积小、精度高、监测数据类型丰富、不破坏路面原有结构、自供电、自适应的特点。

    一种基于神经网络学习的道路水稳基层开裂性能预测方法

    公开(公告)号:CN116542108A

    公开(公告)日:2023-08-04

    申请号:CN202310562448.1

    申请日:2023-05-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于神经网络学习的道路水稳基层开裂性能预测方法,步骤如下:首先CT扫描水泥基试件,并通过软件对图像进行分割并三维重构,计算试件各粒径的取向分布指标和空隙率;其次,将模型导入ABAQUS中进行单轴拉压数值试验,获得其压缩模量与拉伸模量。接着,构建神经网络模型,将试件各粒径的取向分布指标和空隙率作为输入数据,压缩模量与拉伸模量作为输出数据进行训练;最后,在半刚性基层开裂路段钻芯取样进行扫描重构,计算其材料形态分布情况,输入神经网络模型,预测得出材料的拉压性质,判断其材料性能,通过神经网络学习对沥青路面的半刚性基层的拉压回弹模量进行预测,从而指导材料设计施工。

Patent Agency Ranking