-
公开(公告)号：CN112614021A
公开(公告)日：2021-04-06
申请号：CN202011547734.3
申请日：2020-12-24
Applicant: 东南大学
Abstract: 本发明涉及一种基于已建隧道信息智能识别的隧道围岩地质信息预测方法，通过数据预处理和格式化将工程地质信息进行分类存储，并利用聚类算法对已建隧道信息进行数据筛选；进而基于数据筛选的基础上建立BP神经网络预测模型，进行训练并验证模型的可靠性；最终利用训练完善的模型预测隧道未知断面的围岩地质信息；该基于已建隧道信息智能识别的隧道围岩地质信息预测模型具有较好的普适性和较高的预测精度，能够充分考虑已建隧道工程围岩数据，并对隧道围岩地质信息进行推断和动态更新，从而获得更加可靠的围岩地质信息用于隧道工程的精细化分析和设计，其适用于绝大多数隧道围岩地质信息的预测。
-
公开(公告)号：CN112505288A
公开(公告)日：2021-03-16
申请号：CN202011244433.3
申请日：2020-11-10
Applicant: 东南大学
Abstract: 本申请涉及一种基于多源测试的隧道围岩质量评分方法。该方法包括：根据两种以上的强度测试方法，测试的待测试隧道围岩的强度数据进行分析，获得隧道围岩强度评分；根据两种以上的不连续面识别方法，识别的待测试隧道围岩的不连续面数目进行分析，获得不连续面评分；根据两种以上的不连续面信息提取方法，提取的待测试隧道围岩的不连续面信息进行分析，获得不连续面条件评分；根据两种以上的涌水量测试方法测试的待测试隧道围岩对应的隧道涌水量进行分析，获得隧道地下水评分；根据隧道围岩强度评分、不连续面评分、不连续面条件评分以及隧道地下水评分进行分析，获得隧道围岩质量评分结果，全面考虑各种测试方式来提高隧道围岩质量评分准确度。
-
公开(公告)号：CN112434914A
公开(公告)日：2021-03-02
申请号：CN202011229569.7
申请日：2020-11-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于风险决策的隧道围岩多源信息融合方法，综合考虑了隧道围岩强度、围岩不连续面数目、围岩不连续面粗糙度系数、围岩不连续面张开度、围岩不连续面迹长、隧道涌水量等多项隧道围岩质量指标以及获取这些数据信息的多种测试方式；对于每项指标，将在多源信息中各选取一种测试方式进行组合，基于最小风险的贝叶斯决策理论，对每个组合进行风险评估，确定一种风险最低的多源信息组合作为隧道围岩质量评价信息，并为后续设计施工提供参考依据。该方法全面考虑基于各种测试手段获得多源信息存在的不确定性因素，得出一种风险最低的信息组合作为隧道多源信息融合的最优结果，适用于岩石隧道工程的围岩多源信息融合。
-
公开(公告)号：CN111076452A
公开(公告)日：2020-04-28
申请号：CN201911240811.8
申请日：2019-12-06
Applicant: 东南大学
IPC: F25B30/06 , F24T10/13 , E02D29/045 , E02D27/32 , E02D27/16
Abstract: 本发明公开了一种基于地下预制综合管廊的空心排桩地源换热系统，包括设于地面上的供能管道、地源热泵机组及蓄水池，设于地面下的连通管道、热交换管、水管、U型浸泡管、综合管廊管体；所述连通管道一侧连接于地源热泵机组，另一侧连接于预制竖向板下端；所述水管一侧连接于蓄水池，另一侧穿过连通管道并分为若干支线伸入预制空心排桩桩体内腔；所述热交换管一侧连接于地源热泵机组，另一侧穿过连通管道并分为若干支线伸入预制空心排桩桩体内腔与U型浸泡管连接。本发明充分利用了综合管廊与空心管桩的内部空间，方便了地热系统管线的管理与维修，降低了工程的开挖与建设成本，对实现综合管廊的高效利用以及清洁能源的循环使用具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN112529330B
公开(公告)日：2022-11-18
申请号：CN202011547694.2
申请日：2020-12-24
Applicant: 东南大学
Abstract: 本发明涉及一种基于贝叶斯神经网络的隧道围岩地质分级信息预测方法，收集既有隧道与精细采集在建隧道的围岩地质分级信息并作归一化处理，通过蒙特卡洛随机分析确定隧道围岩地质分级信息的概率分布，并初步确定贝叶斯神经网络模型输入层、隐含层、输出层的节点数，从而利用地质信息相似的既有隧道工程数据建立预测贝叶斯神经网络预测模型；随着工作面的不断向前推进，利用开挖过程中新获取的隧道围岩地质分级信息实时更新预测模型，进而逐步提升模型预测精度；本申请提供的预测方法具有较好的普适性和较高的预测精度，能够对隧道开挖前方未知断面地质分级信息提前作出有效判断，适用于绝大多数隧道围岩地质分级信息的预测。
-
公开(公告)号：CN112434914B
公开(公告)日：2022-04-08
申请号：CN202011229569.7
申请日：2020-11-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于风险决策的隧道围岩多源信息融合方法，综合考虑了隧道围岩强度、围岩不连续面数目、围岩不连续面粗糙度系数、围岩不连续面张开度、围岩不连续面迹长、隧道涌水量等多项隧道围岩质量指标以及获取这些数据信息的多种测试方式；对于每项指标，将在多源信息中各选取一种测试方式进行组合，基于最小风险的贝叶斯决策理论，对每个组合进行风险评估，确定一种风险最低的多源信息组合作为隧道围岩质量评价信息，并为后续设计施工提供参考依据。该方法全面考虑基于各种测试手段获得多源信息存在的不确定性因素，得出一种风险最低的信息组合作为隧道多源信息融合的最优结果，适用于岩石隧道工程的围岩多源信息融合。
-
公开(公告)号：CN112529330A
公开(公告)日：2021-03-19
申请号：CN202011547694.2
申请日：2020-12-24
Applicant: 东南大学
Abstract: 本发明涉及一种基于贝叶斯神经网络的隧道围岩地质分级信息预测方法，收集既有隧道与精细采集在建隧道的围岩地质分级信息并作归一化处理，通过蒙特卡洛随机分析确定隧道围岩地质分级信息的概率分布，并初步确定贝叶斯神经网络模型输入层、隐含层、输出层的节点数，从而利用地质信息相似的既有隧道工程数据建立预测贝叶斯神经网络预测模型；随着工作面的不断向前推进，利用开挖过程中新获取的隧道围岩地质分级信息实时更新预测模型，进而逐步提升模型预测精度；本申请提供的预测方法具有较好的普适性和较高的预测精度，能够对隧道开挖前方未知断面地质分级信息提前作出有效判断，适用于绝大多数隧道围岩地质分级信息的预测。
-
公开(公告)号：CN112614021B
公开(公告)日：2022-11-18
申请号：CN202011547734.3
申请日：2020-12-24
Applicant: 东南大学
Abstract: 本发明涉及一种基于已建隧道信息智能识别的隧道围岩地质信息预测方法，通过数据预处理和格式化将工程地质信息进行分类存储，并利用聚类算法对已建隧道信息进行数据筛选；进而基于数据筛选的基础上建立BP神经网络预测模型，进行训练并验证模型的可靠性；最终利用训练完善的模型预测隧道未知断面的围岩地质信息；该基于已建隧道信息智能识别的隧道围岩地质信息预测模型具有较好的普适性和较高的预测精度，能够充分考虑已建隧道工程围岩数据，并对隧道围岩地质信息进行推断和动态更新，从而获得更加可靠的围岩地质信息用于隧道工程的精细化分析和设计，其适用于绝大多数隧道围岩地质信息的预测。
-
公开(公告)号：CN111898844A
公开(公告)日：2020-11-06
申请号：CN202010495329.5
申请日：2020-06-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于集对分析的岩体质量分级评价方法，将集对分析的理论嵌入到岩体质量分级评价中，采用联系数将评分区间边界上的突变进行连续化处理，从而能克服传统岩体质量分级方法的对区间边界上的评价判断受到人为因素影响较大的缺点。该基于集对分析的岩体质量分级评价方法具有较好的普适性和较高可靠性，适用于绝大多数岩体的质量分级评价。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
