-
公开(公告)号：CN114970319A
公开(公告)日：2022-08-30
申请号：CN202210441286.1
申请日：2022-04-25
Applicant: 中南大学 , 长沙垚森工程科技有限公司
Abstract: 本发明提供一种基于EOF‑SSA‑SVM时空模型的地表沉降预测方法：将各监测点的地表沉降时间序列构成沉降时空矩阵；利用经验正交函数将沉降时空矩阵分解为空间模态和历史时间序列，并筛选出地表沉降的主要沉降特征；将筛选后的历史时间序列分为训练集和测试集；结合训练集数据，采用麻雀搜索算法对支持向量机预测模型的惩罚参数和核函数参数进行优化，获得优化后的支持向量机预测模型；优化后的支持向量机预测模型根据测试集数据进行预测，获得预测时间序列；运用经验正交函数将筛选后的空间模态和预测时间序列进行重构和反算，获得最终的地表沉降预测结果。本发明充分考虑时间和空间序列之间的联系，预测结果具有较高的准确性和可靠性。
-
公开(公告)号：CN115758679A
公开(公告)日：2023-03-07
申请号：CN202211348823.4
申请日：2022-10-31
Applicant: 长沙垚森工程科技有限公司 , 中南大学
IPC: G06F30/20 , G06F17/18 , G06Q50/26 , G06F119/02
Abstract: 本发明提供了一种施工期公路碳排放量预估方法，包括以下步骤：将工程分为若干单位工程，获取单位工程中的人工劳动力的数量、施工机械的种类和台班、材料的种类、数量和运输距离以及植被类型和面积；计算工程碳排放量、材料运输碳排放量、绿化工程碳补偿以及其他碳排放量；基于各单位工程中的碳排放量、材料运输碳排放量、绿化工程碳补偿以及其他碳排放量预估得到施工期公路碳排放量。本发明将工程碳排放量分为若干单位工程，计算不同单位工程的碳排放量，并且综合考虑并加和公路施工期内工程碳排放量、材料运输碳排放量、绿化工程碳补偿以及其他碳排放量得到施工期公路碳排放量，为公路施工期的碳排放预测提供了技术方案。
-
公开(公告)号：CN115018157A
公开(公告)日：2022-09-06
申请号：CN202210634369.2
申请日：2022-06-06
Applicant: 中南大学 , 长沙垚森工程科技有限公司
Abstract: 本发明提供了一种基于EMD‑CASSA‑ELM的地表沉降预测方法：步骤S1：对初始沉降序列进行数据预处理；步骤S2：采用经验模态分解将处理之后的初始沉降序列分解为趋势向量和波动向量，并将趋势向量和波动向量划分为训练集和测试集；步骤S3：结合训练集中的趋势向量和波动向量，利用混沌自适应麻雀搜索算法对极限学习机中的权值和阈值进行寻优，构建CASSA‑ELM预测模型；步骤S4：利用CASSA‑ELM预测模型对测试集中的趋势向量和波动向量逐一预测，并将预测结果叠加重构，得到预测的地表沉降量。与现有的预测方法相比，本发明的方法对于地表沉降预测的精度和速度都有提高，有较高的预测精度和泛化能力，能为盾构隧道施工中的安全监测和预测分析提供有效指导。
-
公开(公告)号：CN114970319B
公开(公告)日：2024-12-13
申请号：CN202210441286.1
申请日：2022-04-25
Applicant: 中南大学 , 长沙垚森工程科技有限公司
IPC: G06F30/27 , G06F30/13 , G06F18/2113 , G06F18/213 , G06F18/2411 , G06N3/006 , G06N5/01 , G06N20/10
Abstract: 本发明提供一种基于EOF‑SSA‑SVM时空模型的地表沉降预测方法：将各监测点的地表沉降时间序列构成沉降时空矩阵；利用经验正交函数将沉降时空矩阵分解为空间模态和历史时间序列，并筛选出地表沉降的主要沉降特征；将筛选后的历史时间序列分为训练集和测试集；结合训练集数据，采用麻雀搜索算法对支持向量机预测模型的惩罚参数和核函数参数进行优化，获得优化后的支持向量机预测模型；优化后的支持向量机预测模型根据测试集数据进行预测，获得预测时间序列；运用经验正交函数将筛选后的空间模态和预测时间序列进行重构和反算，获得最终的地表沉降预测结果。本发明充分考虑时间和空间序列之间的联系，预测结果具有较高的准确性和可靠性。
-
公开(公告)号：CN115018157B
公开(公告)日：2024-08-13
申请号：CN202210634369.2
申请日：2022-06-06
Applicant: 中南大学 , 长沙垚森工程科技有限公司
IPC: G06F18/20 , G06F18/214 , G06N3/006 , G06N3/08 , G06N3/0499
Abstract: 本发明提供了一种基于EMD‑CASSA‑ELM的地表沉降预测方法：步骤S1：对初始沉降序列进行数据预处理；步骤S2：采用经验模态分解将处理之后的初始沉降序列分解为趋势向量和波动向量，并将趋势向量和波动向量划分为训练集和测试集；步骤S3：结合训练集中的趋势向量和波动向量，利用混沌自适应麻雀搜索算法对极限学习机中的权值和阈值进行寻优，构建CASSA‑ELM预测模型；步骤S4：利用CASSA‑ELM预测模型对测试集中的趋势向量和波动向量逐一预测，并将预测结果叠加重构，得到预测的地表沉降量。与现有的预测方法相比，本发明的方法对于地表沉降预测的精度和速度都有提高，有较高的预测精度和泛化能力，能为盾构隧道施工中的安全监测和预测分析提供有效指导。
-
Patent Agency Ranking
公开(公告)号：CN217107028U
公开(公告)日：2022-08-02
申请号：CN202220906897.4
申请日：2022-04-19
Applicant: 中南大学 , 长沙垚森工程科技有限公司
Abstract: 本实用新型提供了一种隧道减震阻尼器及隧道减振结构，所述隧道减振阻尼器包括阻尼板，所述阻尼板设置为带有孔洞的圆形钢板结构；通过将阻尼板设置为内部开孔的结构，克服了轴向和切向应力同时吸收外部传递过来的能量，很好地避免隧道结构的损坏和振动荷载作用下的机械位移，使得隧道结构在原来方向能重新复位，以保证隧道结构能够适应大的变形以快速恢复原状，保持正常工作能力。所述隧道减震结构，包括如上述所述的隧道减震阻尼器，隧道减震阻尼器设置于隧道初次衬砌结构与隧道二次衬砌结构之间所形成的空间内；第一连接板通过第一锚固件与隧道初次衬砌结构连接并延伸至隧道围岩内；第二连接板通过第二锚固件与隧道二次衬砌结构连接。
-
公开(公告)号：CN119827350B
公开(公告)日：2025-05-13
申请号：CN202510301039.5
申请日：2025-03-14
Abstract: 本发明提供了一种盾构密封舱内渣土状态可视化系统及方法，涉及隧道工程技术领域，包括：盾构密封舱、前挡板、后挡板、盾构刀盘、电驱动系统、加压装置、数据采集及可视化系统；其中，后挡板内侧设置有检测传感器用于实时采集盾构密封舱内渣土状态及环境参数；电驱动系统通过连接杆与盾构刀盘连接；盾构刀盘上安装有搅拌棒，搅拌棒非对称布置在盾构刀盘背部且呈散射状分布，搅拌棒间距离呈梯度增加；搅拌棒内置射线源与射线探测器；加压装置安装在后挡板的外侧；数据采集及可视化系统与电驱动系统及检测传感器连接；本发明能模拟不同工况下的渣土，并实时观察评估渣土改良效果，且有效增强了渣土密度检测精度。
-
公开(公告)号：CN118761139B
公开(公告)日：2024-12-03
申请号：CN202411240130.2
申请日：2024-09-05
Applicant: 中南大学
Abstract: 本发明公开了一种装配式地铁车站拼装误差优化方法，包括获取装配式地铁车站中各个装配式管片的数据信息；考虑装配式管片的尺寸、角度、拼接缝隙和位置，计算各个装配式管片的拼装误差；基于遗传算法和模拟退火算法对装配式管片的旋转角度和位移偏差进行优化；根据最优解完成装配式地铁车站的拼装误差优化。本发明还公开了一种实现所述装配式地铁车站拼装误差优化方法的系统，以及一种包括了所述装配式地铁车站拼装误差优化方法的拼装方法。本发明结合各个装配式管片的误差信息和参数信息，基于遗传算法和模拟退火算法来实现装配式管片的误差优化；因此本发明不仅能够实现装配式地铁车站的拼装误差优化和拼装，而且可靠性更高，精确性更好。
-
公开(公告)号：CN118522386A
公开(公告)日：2024-08-20
申请号：CN202410976793.4
申请日：2024-07-22
Applicant: 中南大学
Abstract: 本发明公开了一种复杂环境条件下混凝土细观参数设计方法，包括获取设定环境下的混凝土样本和对应的图像数据；提取混凝土样本的细观参数；基于遗传算法对混凝土的细观参数进行优化，完成复杂环境条件下混凝土细观参数的设计。本发明还公开了一种实现所述复杂环境条件下混凝土细观参数设计方法的系统。本发明提供的这种复杂环境条件下混凝土细观参数设计方法及系统，针对复杂环境条件下混凝土细观参数设计需求，通过试验获取混凝土样本的参数，并基于遗传算法实现了复杂环境条件下的混凝土细观参数的设计，而且本发明的可靠性更高，精确性更好。
-
公开(公告)号：CN114760458B
公开(公告)日：2023-02-24
申请号：CN202210477571.9
申请日：2022-04-28
Applicant: 中南大学
IPC: H04N13/293 , H04N13/296 , H04N5/222 , G06T19/00
Abstract: 高真实感增强现实演播室虚拟与现实相机轨迹同步的方法，包括以下步骤：规划拍摄路径，调整现实相机与待拍摄对象的位置关系，并获取现实相机的位姿信息；将现实相机的位姿信息实时发送到虚拟引擎的客户端程序，使虚拟相机运动方式与现实相机一致；接收同步位姿坐标信息，并将虚拟相机移动至接收到的现实相机的位姿坐标上；确定现实相机拍摄的视频图像与三维虚拟场景的区域和视角融合，保证三维虚拟场景的流畅度和沉浸感。利用本发明，可以圆满完成真实相机与虚拟相机之间的轨迹同步，实现真实视频和虚拟环境的数据融合，将获取到的真实场景的数据信息映射到虚拟环境中。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.091 seconds)
