-
公开(公告)号：CN115618222B
公开(公告)日：2023-05-05
申请号：CN202210705545.7
申请日：2022-06-21
Applicant: 北京交通大学
IPC: G06F18/214 , G06N3/0464 , G06N3/08 , G06Q10/04
Abstract: 本发明提供了一种隧道掘进响应参数的预测方法。该方法包括：筛选符合条件的隧道掘进数据集，构建基于卷积神经网络的掘进响应参数的线预测模型，选取设定的隧道掘进的上升段和稳定段行为样本分别作为线预测模型的输入参数和输出参数，对掘进响应参数的线预测模型进行训练，通过平衡因子调节线预测模型的损失函数权重，得到训练好的线预测模型；利用训练好的掘进响应参数预测模型来预测隧道掘进过程中的掘进响应参数。本发明为了建立泛化性更强的预测模型，引入平衡因子α进行损失权重的调节，通过遍历α取值，寻求最优解，建立预测精度准确可靠的施工响应参数预测方法，从而为TBM的安全掘进与智能施工提供保障。
-
公开(公告)号：CN115830363A
公开(公告)日：2023-03-21
申请号：CN202211386843.0
申请日：2022-11-07
Applicant: 北京交通大学
IPC: G06V10/764 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/096
Abstract: 本公开提供了一种基于卷积神经网络的粗粒土级配识别方法及电子设备，其中方法包括：采集不同级配下第一粗粒土的表面图像，其中，级配为粗粒土中各粒径范围粗粒土的重量占比；构建待训练级配识别网络，待训练级配识别网络包括第一神经网络和第二神经网络，第一神经网络对应为卷积神经网络；从每一级配下第一粗粒土的表面图像中选择训练图像，基于多张训练图像，分别训练第一神经网络和第二神经网络，得到已训练级配识别网络；将同一级配下第二粗粒土的多张表面图像输入至已训练级配识别网络中，识别第二粗粒土中各粒径范围粗粒土的重量占比。本公开在不同级配情况下可以采用相同的训练过程，泛用性强，借助迁移学习可以实现新情况下的快速应用。
-
公开(公告)号：CN116682010B
公开(公告)日：2024-01-23
申请号：CN202310643903.0
申请日：2023-06-01
Applicant: 北京交通大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 类识别输出结果。本案涉及一种基于TBM岩渣图像的围岩分类实时预测方法，涉及隧道工程TBM围岩分类预测及自动化判别技术领域，用于提前判断掌子面岩体围岩分类，为后续支护及掘进参数调整实时提供建议；同时减少围岩分类判断的人为主观性，提高地质工程师的工作效率，为自动化围岩分类判别提供技术支持。步骤包括：在当前循环段，定时获取的TBM岩渣图像，利用训练好的围岩分类预测模型判定围岩等级分类结果；循环段进行过
-
公开(公告)号：CN116682010A
公开(公告)日：2023-09-01
申请号：CN202310643903.0
申请日：2023-06-01
Applicant: 北京交通大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本案涉及一种基于TBM岩渣图像的围岩分类实时预测方法，涉及隧道工程TBM围岩分类预测及自动化判别技术领域，用于提前判断掌子面岩体围岩分类，为后续支护及掘进参数调整实时提供建议；同时减少围岩分类判断的人为主观性，提高地质工程师的工作效率，为自动化围岩分类判别提供技术支持。步骤包括：在当前循环段，定时获取的TBM岩渣图像，利用训练好的围岩分类预测模型判定围岩等级分类结果；循环段进行过程中，根据当前循环段已获取多张岩渣图像判定结果，实时计算当前循环段属于各类围岩的概率Pi，选取最高概率对应的围岩分类，作为围岩分类识别输出结果。
-
Patent Agency Ranking
公开(公告)号：CN115268272A
公开(公告)日：2022-11-01
申请号：CN202210963204.X
申请日：2022-08-11
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于掘进载荷预测的TBM控制参数决策方法及装置。方法包括：获取当前全断面隧道钻掘机循环段中关于稳定段的控制参数设定值；获取当前时刻之前的一段设定时长的控制参数和其对应的响应参数历史数据；基于控制参数设定值、所述历史数据，根据预设的掘进载荷预测模型，获取所述控制参数设定值对应的响应参数预测值；同时，采集当前时刻的响应参数实际值；基于响应参数预测值与实际值，判断当前全断面隧道钻掘机是否达到稳定掘进阶段；若未达到稳定掘进阶段，则调整当前控制参数的设定值。本发明解决了当前TBM掘进过程中缺乏对围岩状态反馈的技术问题，通过精确预测TBM响应参数，辅助调整TBM掘进的控制参数。
-
公开(公告)号：CN116152654A
公开(公告)日：2023-05-23
申请号：CN202211582601.9
申请日：2022-12-09
Applicant: 北京交通大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/776 , G06N3/08 , G06N3/0464
Abstract: 本申请公开了一种基于卷积神经网络的土体含水率识别方法及装置，本申请方法包括根据待识别地区土样在不同压实度下、连续变化的含水率对应的表面图像建立数据集；对数据集中的训练集中的图像数据进行数据扩增、数据裁剪、数据缩减的预处理；基于预处理后的训练集根据损失函数对卷积神经网络模型进行模型的更新；根据验证集对每次更新后的卷积神经网络模型进行验证，并将在验证集上损失最小的更新后的卷积神经网络模型确定为含水率识别模型；根据含水率识别模型对待识别地区任意土体的含水率进行识别。本申请解决现有的人工神经网络法进行土体含水率识别存在的难以实现含水率连续变化的预测，精度也不高的问题。
-
公开(公告)号：CN115268272B
公开(公告)日：2023-03-28
申请号：CN202210963204.X
申请日：2022-08-11
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于掘进载荷预测的TBM控制参数决策方法及装置。方法包括：获取当前全断面隧道钻掘机循环段中关于稳定段的控制参数设定值；获取当前时刻之前的一段设定时长的控制参数和其对应的响应参数历史数据；基于控制参数设定值、所述历史数据，根据预设的掘进载荷预测模型，获取所述控制参数设定值对应的响应参数预测值；同时，采集当前时刻的响应参数实际值；基于响应参数预测值与实际值，判断当前全断面隧道钻掘机是否达到稳定掘进阶段；若未达到稳定掘进阶段，则调整当前控制参数的设定值。本发明解决了当前TBM掘进过程中缺乏对围岩状态反馈的技术问题，通过精确预测TBM响应参数，辅助调整TBM掘进的控制参数。
-
公开(公告)号：CN115618222A
公开(公告)日：2023-01-17
申请号：CN202210705545.7
申请日：2022-06-21
Applicant: 北京交通大学
IPC: G06F18/214 , G06N3/0464 , G06N3/08 , G06Q10/04
Abstract: 本发明提供了一种隧道掘进响应参数的预测方法。该方法包括：筛选符合条件的隧道掘进数据集，构建基于卷积神经网络的掘进响应参数的线预测模型，选取设定的隧道掘进的上升段和稳定段行为样本分别作为线预测模型的输入参数和输出参数，对掘进响应参数的线预测模型进行训练，通过平衡因子调节线预测模型的损失函数权重，得到训练好的线预测模型；利用训练好的掘进响应参数预测模型来预测隧道掘进过程中的掘进响应参数。本发明为了建立泛化性更强的预测模型，引入平衡因子α进行损失权重的调节，通过遍历α取值，寻求最优解，建立预测精度准确可靠的施工响应参数预测方法，从而为TBM的安全掘进与智能施工提供保障。
-
公开(公告)号：CN114119947A
公开(公告)日：2022-03-01
申请号：CN202111354744.X
申请日：2021-11-16
Applicant: 北京交通大学
IPC: G06V10/147
Abstract: 本发明是一种用于机器学习样本采集的海量土体级配图像自动拍摄装置，包涵摄像系统、滚筒和固定支座。固定支座侧壁上有连接摄像系统的连接杆，固定支座上有两个支架支撑滚筒。滚筒的转轴中空其中安置拍摄装置，试验土样通过加料口进入装置。装填土样后，转动转轴把手，即可对土样进行均匀的混合，每次混合均匀后通过拍摄系统拍摄级配照片；通过重复多次拍摄，可以获得同种级配不同照片。通过加料口可以添加土料，使得土样级配发生改变，进而拍摄不同级配土料的照片。本发明结构简单、操作方便，可以快速调整土样级配并拍照。该发明能够用于快速拍摄不同级配土样的照片，从而形成包含不同级配土样的海量图像数据库。该数据库是构建基于机器学习的土体级配图像识别模型的基础。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.051 seconds)
