-
公开(公告)号：CN113374485B
公开(公告)日：2023-05-19
申请号：CN202110722754.8
申请日：2021-06-28
Applicant: 中铁(上海)投资集团有限公司 , 中南大学
IPC: E21D9/06 , E21D9/12 , E21D11/10 , C04B28/00 , C04B111/70
Abstract: 本发明公开了一种富水砂层条件下基于盾构渣土改良的盾构注浆方法，属于建筑工程技术领域。土仓内的盾构注浆配料通过混凝土搅拌机搅拌，将搅拌完成的浆液通过浆液车转送至台车浆液罐处，罐车内浆液被搅拌均匀，起动传输泵开始将浆液从罐车泵送到盾构机上的浆液罐内；盾构机在每一环正常推进过程中要进行同步注浆，以保证建筑空隙的密实；盾构注浆可采取方式包括有同步注浆方式、二次补充注浆方式，同步注浆通过同步注浆系统随掘进同时注入，二次补充注浆利用补充注浆系统在盾尾后通过管片注浆孔进行。本发明可对废弃渣土进行改良、建立良好的土压平衡机理，减少环境污染、资源浪费。
-
公开(公告)号：CN114961790A
公开(公告)日：2022-08-30
申请号：CN202210594099.7
申请日：2022-05-27
Applicant: 中南大学 , 中铁(上海)投资集团有限公司 , 中铁隧道集团三处有限公司 , 中铁三局集团华东建设有限公司
IPC: E21D11/10 , C04B28/00 , B28C5/00 , G01B21/32 , G01N3/08 , G01N3/24 , G01N3/06 , G01N29/04 , G01N29/02
Abstract: 本发明提供了盾构同步注浆施工方法及其施工效果评价方法，包括以下步骤：注浆准备：在井上自动控制搅拌机中搅拌浆液，并将浆液通过管道流入砂浆运输车中，运输车将浆液运输至置于隧道内的储浆罐中待注；盾构掘进过程中，结合变形监测数据进行初步注浆；通过探测法检测，判定注浆效果，若符合，则完成注浆；若不符合，则进入下一步；对未满足注浆要求的部位进行二次补充注浆。本发明提供的盾构同步注浆施工方法，通过采用同步注浆结合二次注浆进行壁后充填，减少同步注浆的流失，降低二次注浆与盾构掘进的冲突，保证盾构施工的顺利进行，控制在硬岩地层施工中管片壁后注浆不饱满引起的地面沉降、管片上浮、隧道渗水、结构破损等质量问题。
-
公开(公告)号：CN113374485A
公开(公告)日：2021-09-10
申请号：CN202110722754.8
申请日：2021-06-28
Applicant: 中铁(上海)投资集团有限公司
IPC: E21D9/06 , E21D9/12 , E21D11/10 , C04B28/00 , C04B111/70
Abstract: 本发明公开了一种富水砂层条件下基于盾构渣土改良的盾构注浆方法，属于建筑工程技术领域。土仓内的盾构注浆配料通过混凝土搅拌机搅拌，将搅拌完成的浆液通过浆液车转送至台车浆液罐处，罐车内浆液被搅拌均匀，起动传输泵开始将浆液从罐车泵送到盾构机上的浆液罐内；盾构机在每一环正常推进过程中要进行同步注浆，以保证建筑空隙的密实；盾构注浆可采取方式包括有同步注浆方式、二次补充注浆方式，同步注浆通过同步注浆系统随掘进同时注入，二次补充注浆利用补充注浆系统在盾尾后通过管片注浆孔进行。本发明可对废弃渣土进行改良、建立良好的土压平衡机理，减少环境污染、资源浪费。
-
公开(公告)号：CN217813511U
公开(公告)日：2022-11-15
申请号：CN202222322805.0
申请日：2022-09-01
Applicant: 中南大学 , 中铁(上海)投资集团有限公司 , 中铁二局第五工程有限公司 , 中铁一局集团城市轨道交通工程有限公司
Abstract: 本实用新型提供了一种适用于盾构隧道施工的钢支撑组件，包括纵向支撑、环向支撑和楔块；多个环向支撑沿着隧道的长度方向间隔设置，所述环向支撑设置于管片的内部且两者之间沿着周向设有多个楔块，相邻环向支撑之间沿着周向可拆卸设有多个纵向支撑，所述环向支撑为圆环件。本实用新型的钢支撑组件由环向支撑和纵向支撑构成整体，钢支撑组件的整体刚度能够得到提升；环向支撑为圆环件，中部能提供通过空间，优化了隧道内施工空间，使得二次注浆和深层注浆能够同步跟进，实现对隧道进行及时加固，有效地控制地表的沉降。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN112926137A
公开(公告)日：2021-06-08
申请号：CN202110278591.9
申请日：2021-03-16
Applicant: 中南大学
Abstract: 本发明公开了一种道路限速值评估的计算方法，具体适用于高速公路、公路、城市道路的限速值评估。本发明包括线形指标影响模块、路侧干扰模块、限制车速模块、车辆性能模块、驾驶员行为模块、整合计算模块。本发明的计算方法结合道路线形指标、路侧干扰因素、限制速度因素、车辆的性能以及驾驶员行为等因素，建立了人‑环境‑车速三者之间的数学计算方法，只需将计算参数输入计算机，即可模拟驾驶员在道路上行驶速度变化的情况，得到道路的运行速度结果。本发明的计算方法为现有道路限速值的评估提供理论依据，计算方法原理简单明确，科学高效，能够有效调整和优化道路限速值，提升城市交通运行效率，提高道路限速值评估工作的效率和准确性。
-
公开(公告)号：CN116542465A
公开(公告)日：2023-08-04
申请号：CN202310500593.7
申请日：2023-05-06
Applicant: 中南大学
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/26
Abstract: 本发明提供了一种基于盾构施工的碳排放量测算方法，包括：确定盾构施工过程中的工程量清单，根据工程量清单寻找盾构施工过程的碳排放源；整理分类为燃料碳排放源、建材碳排放源、逸散碳排放源、废弃物处理碳排放源以及外购电力碳排放源，分别计算各个碳排放源的碳排放量；汇总得到盾构施工过程的总碳排放量。本发明提供的碳排放量测算方法，通过盾构施工过程中的工程量清单，寻找盾构施工过程的碳排放源，并按照燃料碳排放源、建材碳排放源、逸散碳排放源、废弃物处理碳排放源以及外购电力碳排放源分类分别计算各自排放源的碳排放量，最终汇总得到整个盾构施工的碳排放量，因此在盾构施工过程中，能根据计算结果有效的控制碳排放量。
-
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：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：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。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.044 seconds)
