-
公开(公告)号：CN116756665A
公开(公告)日：2023-09-15
申请号：CN202310742629.2
申请日：2023-06-21
Applicant: 中国水利水电科学研究院
IPC: G06F18/2431 , G06Q50/08
Abstract: 本发明公开了一种水工隧洞TBM施工适宜性围岩分类方法和系统，涉及隧道工程领域。该方法包括：基于第一指标与预设第一指标的比较结果确定围岩基本类别；基于第二指标与预设第二指标的比较结果定量和/或定性确定围岩类别的不利地质类型；基于第三指标与预设第三指标的比较结果定量确定各不利地质类型的适宜性等级；第一～第三指标为与TBM安全性、掘进效率和/或地质指标相关的参数；TBM施工适宜性围岩的分类结果表示为：#imgabs0#X为围岩基本类别分类结果，基于各不利地质类型的适宜性等级确定施工方式。该方法可实现快速且准确的对围岩进行分类，操作性强，具有推广应用价值，而且还可基于围岩的分类结果确定相应的工程处理措施。
-
公开(公告)号：CN117910500A
公开(公告)日：2024-04-19
申请号：CN202311696375.1
申请日：2023-12-11
Applicant: 中国水利水电科学研究院
IPC: G06N3/006 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种粗粒土压实度预测方法，包括：S1：获取土石坝坝料的相关碾压数据，以建立非对称数据集；S2：对所述非对称数据集进行数据预处理，得到预处理后的数据集；S3：利用所述预处理后的数据集对融合仿生智能算法的神经网络模型进行训练，得到训练好的神经网络模型；S4：利用训练好的神经网络模型对大坝填筑单元工程任意位置处的干密度进行预测，得到预测结果；S5：根据预测结果，生成粗粒土压实预测结果。本发明能够实现对大坝填筑施工过程中粗粒土压实度质量的快速预测，进而有效加快工程进度。
-
公开(公告)号：CN119417051A
公开(公告)日：2025-02-11
申请号：CN202411562386.5
申请日：2024-11-04
Applicant: 中国水利水电科学研究院 , 新疆新华叶尔羌河流域水利水电开发有限公司 , 中国葛洲坝集团股份有限公司 , 喀什地区莫莫克水利枢纽工程建设管理局
IPC: G06Q10/063 , G06F16/29
Abstract: 本发明公开了一种基于监测成果反馈实现的边坡稳定性评估方法，包括：基于边坡地形地貌建立边坡地质概化模型；在边坡上安装用于监测边坡钻孔深度变形和地下水位的监测装置；基于所述监测装置，对边坡岩土体赋予物理力学参数，并确定边坡的潜在滑裂面，建立边坡稳定性评估模型；基于所述边坡稳定性评估模型获得边坡的安全系数，对边坡稳定性实现评估。本发明做出的评估结果基于监测成果实际反馈得到，准确可靠，适于推广。
-
公开(公告)号：CN118481597A
公开(公告)日：2024-08-13
申请号：CN202410653639.3
申请日：2024-05-24
Applicant: 中国水利水电科学研究院 , 中国水电基础局有限公司
IPC: E21B44/00 , E21B33/12 , E21B17/042 , G01L5/00
Abstract: 本发明提供一种钻头压力‑扭矩实时感知装置，其安装在钻杆与钻头之间，它包括钻杆转接头、上封隔器、下封隔器、传力轴、压力传递自平衡件、压力传感器和扭矩传感器。传力轴位于上封隔器内，与上封隔器、下封隔器同轴，并凸出上封隔器插入下封隔器内。压力传递自平衡件和压力传感器安装固定在下封隔器内的底部中间，传力轴通过压力传递自平衡件与压力传感器相连。扭矩传感器焊接在下封隔器内壁上。上、下封隔器之间通过高强度螺栓固连，钻杆转接头与上封隔器螺纹连接。本发明可同时实现对钻头压力和扭矩的直接测量，相比于传统的测量方法具有更精确、实时、直接和稳定的优点。
-
公开(公告)号：CN118378031A
公开(公告)日：2024-07-23
申请号：CN202410487105.8
申请日：2024-04-22
Applicant: 国家电网有限公司 , 中国水利水电科学研究院 , 中国电力科学研究院有限公司 , 国网山东省电力公司建设公司
Abstract: 本发明公开了一种边坡监测数据综合预处理方法及系统，方法包括：获得各种类监测数据；对各种类监测数据执行缺失填补、异常值剔除、滤波平滑处理；通过归一化或标准化方法对上述数据进行处理；通过皮尔逊相关性分析方法或斯皮尔曼相关性分析方法进行相关性分析；完成对边坡监测数据的综合预处理。本发明对边坡监测数据实现了成体系的综合预处理，使得处理后的数据能够直接用于大数据算法和机器学习，以有效掌握工程边坡变化情况与发展规律。
-
Patent Agency Ranking
公开(公告)号：CN117271980B
公开(公告)日：2024-02-02
申请号：CN202311532702.X
申请日：2023-11-17
Applicant: 中国水利水电科学研究院
IPC: G06F18/10 , G06F18/23213 , E21B44/00 , E21B47/04
Abstract: 本发明涉及钻井钻进技术领域，提供一种钻进数据处理方法、装置、电子设备及存储介质，该方法包括：获取目标钻井的原始钻进数据；基于数据提取阈值和钻进斜率阈值从原始钻进数据中获取待评价钻进数据；基于待评价钻进数据确定计算钻进深度；根据计算钻进深度和测量钻进深度确定评价系数；确定评价系数满足预设的取值范围时，确定待评价钻进数据为所需的钻进数据。本发明通过基于数据提取阈值和钻进斜率阈值从原始钻进数据中获取待评价钻进数据，然后基于待评价钻进数据确定评价系数，并在确定评价系数满足预设的取值范围时，确定待评价钻进数据为所需的钻进数据，能够实现自动化且高效地处理大规模的钻进数据集，从而节省了时间和人力资源。
-
公开(公告)号：CN116432855A
公开(公告)日：2023-07-14
申请号：CN202310484556.1
申请日：2023-05-04
Applicant: 云南省滇中引水工程有限公司 , 中国水利水电科学研究院
Abstract: 本发明属于隧道掘进技术领域，且公开了一种基于掘进数据的隧道塌方情况的预测方法，S1.通过数据预处理，将TBM采集的原始数据以掘进段为单位划分为空推段、上升段、稳定段和下降段的数据集和对异常数据进行识别删除；S2.基于预处理后的数据，根据掘进上升段中扭矩和贯入度的相关关系，通过线性拟合计算特征参数，以扭矩和贯入度拟合直线的斜率作为TPI；本发明通过筛选“绝对健康”的训练模型数据，通过时间序列和神经网络相结合，以特征参数TPI的误差分析建立塌方风险判别标准，构建预测精度好、泛化性强的预测模型，从而为TBM的安全高效掘进提供保障。
-
公开(公告)号：CN119397305A
公开(公告)日：2025-02-07
申请号：CN202411563190.8
申请日：2024-11-04
Applicant: 中国水利水电科学研究院 , 新疆新华叶尔羌河流域水利水电开发有限公司 , 中国葛洲坝集团股份有限公司 , 喀什地区莫莫克水利枢纽工程建设管理局
Abstract: 本发明公开了一种边坡变形预测方法及多源异构数据获取系统。边坡变形预测方法包括：获取边坡各点位的多源异构数据，包括北斗GNSS数据、MEMS数据和InSAR数据；预处理所述多源异构数据；对预处理后的所述多源异构数据进行聚类处理；预测边坡各点位的变形量，完成边坡变形预测。本发明边坡变形预测方法通过多种监测手段、多种预测模型对边坡变形实现综合预测，预测结果准确性高，科学可靠。
-
公开(公告)号：CN117910500B
公开(公告)日：2024-11-22
申请号：CN202311696375.1
申请日：2023-12-11
Applicant: 中国水利水电科学研究院
IPC: G06N3/006 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种粗粒土压实度预测方法，包括：S1：获取土石坝坝料的相关碾压数据，以建立非对称数据集；S2：对所述非对称数据集进行数据预处理，得到预处理后的数据集；S3：利用所述预处理后的数据集对融合仿生智能算法的神经网络模型进行训练，得到训练好的神经网络模型；S4：利用训练好的神经网络模型对大坝填筑单元工程任意位置处的干密度进行预测，得到预测结果；S5：根据预测结果，生成粗粒土压实预测结果。本发明能够实现对大坝填筑施工过程中粗粒土压实度质量的快速预测，进而有效加快工程进度。
-
公开(公告)号：CN117271980A
公开(公告)日：2023-12-22
申请号：CN202311532702.X
申请日：2023-11-17
Applicant: 中国水利水电科学研究院
IPC: G06F18/10 , G06F18/23213 , E21B44/00 , E21B47/04
Abstract: 本发明涉及钻井钻进技术领域，提供一种钻进数据处理方法、装置、电子设备及存储介质，该方法包括：获取目标钻井的原始钻进数据；基于数据提取阈值和钻进斜率阈值从原始钻进数据中获取待评价钻进数据；基于待评价钻进数据确定计算钻进深度；根据计算钻进深度和测量钻进深度确定评价系数；确定评价系数满足预设的取值范围时，确定待评价钻进数据为所需的钻进数据。本发明通过基于数据提取阈值和钻进斜率阈值从原始钻进数据中获取待评价钻进数据，然后基于待评价钻进数据确定评价系数，并在确定评价系数满足预设的取值范围时，确定待评价钻进数据为所需的钻进数据，能够实现自动化且高效地处理大规模的钻进数据集，从而节省了时间和人力资源。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.033 seconds)
