-
公开(公告)号：CN112610227A
公开(公告)日：2021-04-06
申请号：CN202011467128.0
申请日：2020-12-14
Applicant: 山东大学
Abstract: 本发明属于岩土工程领域，提供了一种敞开式TBM穿越不良地质快速施工方法，包括根据敞开式TBM卡机机理，获得影响TBM卡机的主控地质参数；基于工程实际情况得到实践中改善的主控地质参数，获取修正的主控地质参数；超前预报掌子面前方的围岩破碎情况及围岩的含水情况；以超前预报为依据，对设定的重点区域进行精细化超前钻探；根据精细化超前钻探获得的结果与修正的主控地质参数进行对比，根据卡机机理，从设定超前处置措施数据库中查找相匹配的超前处置措施，以保证TBM快速施工。
-
公开(公告)号：CN110989000A
公开(公告)日：2020-04-10
申请号：CN201911327512.8
申请日：2019-12-20
Applicant: 山东大学
IPC: G01V3/00
Abstract: 本公开提供了一种基于锚杆钻孔的多电极聚焦TBM超前探测系统及方法，包括电极系和电极伸缩装置，所述电极系至少包括测量电极M、供电电极A、无穷远处电极B极和无穷远处电极N极，所述无穷远处电极B极和无穷远处电极N极安装在隧道边墙上，所述测量电极M通过电极伸缩装置搭载于TBM上，通过控制电极伸缩装置驱动测量电极M移动，所述供电电极A安装在掌子面后方平行于掌子面的边墙内部。本公开基于电流聚焦原理，增多流入目标区域的电流，加强信号，更易获取有效信息。
-
公开(公告)号：CN119068371A
公开(公告)日：2024-12-03
申请号：CN202411570265.5
申请日：2024-11-06
Applicant: 山东大学
IPC: G06V20/17 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06N3/0464
Abstract: 本发明属于地质体识别领域，本发明提供了一种无人机搭载的可见光和红外成像的隧洞表观灾害识别方法，获取目标隧道边墙图像视频信息，对获取的图像视频信息进行分类，建立隧洞灾害解译数据库，训练隧洞灾害识别深度神经网络学习模型；利用训练好的深度神经网络学习模型对隧洞边墙图像信息进行特征提取；基于提取到的特征，识别异常灾害类型，使用支持向量机进行灾害严重程度划分。本发明基于可见光和红外成像可快速识别隧洞表观灾害，能够准确的、快速的对隧洞表观灾害进行识别。
-
公开(公告)号：CN119005005A
公开(公告)日：2024-11-22
申请号：CN202411463394.4
申请日：2024-10-21
Applicant: 山东大学
IPC: G06F30/27 , G06N7/01 , G06N5/04 , G06F16/26 , G06F16/29 , G01V1/28 , G01V1/30 , G01V1/36 , G06F111/08 , G06F119/14
Abstract: 本发明属于隧道工程技术领域，提供了一种基于地质、物探与钻探多参数的围岩等级预测方法及系统，获取TBM施工过程中，通过地质分析方法，地球物理探测方法及地质钻探方法得到的围岩参数；构建贝叶斯网络模型，基于围岩参数，定义贝叶斯网络模型中的节点及有向边；基于历史数据和实测数据，对贝叶斯网络模型进行训练；通过先验信息和数据训练模型，建立各节点的条件概率表；根据所述各节点的条件概率表，进行TBM隧道围岩等级预测，得到TBM隧洞围岩等级概率图。本发明通过综合分析多源信息，采用贝叶斯网络算法，建立围岩等级预测模型，实现对前方围岩等级的实时预测和风险评估。
-
公开(公告)号：CN112412486A
公开(公告)日：2021-02-26
申请号：CN202011191150.7
申请日：2020-10-30
Applicant: 山东大学 , 山东高速集团有限公司
Abstract: 本公开提出了TBM电阻率法超前供电电极自动安装与支撑装置及方法，包括：导轨、底座、支撑杆和伸缩杆；所述导轨布置于TBM主梁上，所述底座与导轨通过滑轮连接，底座可沿导轨滑动，支撑杆与底座连接，支撑杆用于进行角度调节，伸缩杆与支撑杆连接，伸缩杆可进行电动伸缩长度伸缩可调，通过支撑杆的角度调节和伸缩杆的长度调节后对供电电极点位进行安装与支撑。该装置安装完成后，可实现电阻率法数据四路电极同时供电，不同供电电极系的连续采集，提高了探测效率，且是机械固定，减少人员使用，降低了人工成本，同时避免了因人为失误造成的数据质量较差的情况。
-
Patent Agency Ranking
公开(公告)号：CN112415605B
公开(公告)日：2022-05-13
申请号：CN202011109923.2
申请日：2020-10-16
Applicant: 山东大学 , 山东高速集团有限公司
IPC: G01V3/02
Abstract: 本发明属于激发激化领域，提供了一种多路屏蔽型电缆、激发极化探测装置及方法。其中，多路屏蔽型电缆包括总缆，所述总缆包括若干个缆芯，每一缆芯包含四路电极，将同一横截面的四路电极组成一个电极系并作为电缆的一个节点，节点对应供电点位；同一电极系中四路电极同时采集且不同电极系之间的切换。其适用于隧道复杂环境激发极化探测，既可以一次性布设，且可以多路同时采集，操作简便，提高探测效率，减少对隧道施工进度的影响。
-
公开(公告)号：CN112412486B
公开(公告)日：2022-04-12
申请号：CN202011191150.7
申请日：2020-10-30
Applicant: 山东大学 , 山东高速集团有限公司
Abstract: 本公开提出了TBM电阻率法超前供电电极自动安装与支撑装置及方法，包括：导轨、底座、支撑杆和伸缩杆；所述导轨布置于TBM主梁上，所述底座与导轨通过滑轮连接，底座可沿导轨滑动，支撑杆与底座连接，支撑杆用于进行角度调节，伸缩杆与支撑杆连接，伸缩杆可进行电动伸缩长度伸缩可调，通过支撑杆的角度调节和伸缩杆的长度调节后对供电电极点位进行安装与支撑。该装置安装完成后，可实现电阻率法数据四路电极同时供电，不同供电电极系的连续采集，提高了探测效率，且是机械固定，减少人员使用，降低了人工成本，同时避免了因人为失误造成的数据质量较差的情况。
-
公开(公告)号：CN114117861A
公开(公告)日：2022-03-01
申请号：CN202111442952.5
申请日：2021-11-30
Applicant: 山东大学
Abstract: 本发明提供了一种基于混合网格的隧道电阻率建模方法及系统，确定需要进行建模隧道的物理尺寸、实际形状、供电和采集电极位置及可能出现的不良地质区域；根据隧道实际形状和尺寸建立有限元几何模型；对有限单元几何模型进行网格剖分，对供电、采集电极位置及可能出现的不良地质区域进行非结构四面体网格局部加密剖分，其它均匀围岩介质采用非规则六面体进行网格剖分，形成优化后的模型；对优化后的模型各单元的质量参数进行检查，对单元形状进行迭代优化，使得不同尺寸和不同类型单元之间过渡均匀，直至所有单元满足质量要求，本发明可以较好地拟合复杂结构型式，大程度降低了模型离散化误差和提高实际隧道复杂环境电阻率法的正演精度。
-
公开(公告)号：CN119474810A
公开(公告)日：2025-02-18
申请号：CN202411522314.8
申请日：2024-10-29
Applicant: 山东大学
IPC: G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/096 , G06N3/098
Abstract: 本发明提出基于联合深度学习网络的不良地质类型判识方法及系统，涉及地质灾害预报技术领域。包括获取训练信息，包括开挖段落的地质资料、物探反演成像信息及钻探信息；将训练信息输入至预先建立的联合深度学习网络模型中，依次进行数据预处理、特征提取和特征融合，得到联合特征表示，并基于联合特征表示，得到不良地质体的判别类型及形态刻画；其中，所述联合深度学习网络模型包括DNN模型、CNN模型和RNN模型，分别利用DNN模型、CNN模型和RNN模型提取训练信息中数字类数据、图像类数据和文字描述类数据的特征。本发明能够快速准确的对隧道前方不良地质体进行种类判别以及形态刻画，减轻人工预报压力。
-
公开(公告)号：CN117540196A
公开(公告)日：2024-02-09
申请号：CN202311243347.4
申请日：2023-09-22
Applicant: 山东大学 , 中国有色金属工业昆明勘察设计研究院有限公司
IPC: G06F18/2135 , G06F18/214 , G06F18/20
Abstract: 本发明公开了一种基于地下水离子特征的不良地质类型识别方法及系统，包括：建立各种不良地质类型的水离子特征数据库；对研究区域进行超前地质预报，得到前方不良地质类型的位置和规模；对水离子特征数据库进行分析，确定每一种不良地质类型对应的水离子特征的评价指标；构建训练样本集，通过主成分分析法对训练集数据进行降维，对贝叶斯神经网络综合预测模型进行训练；对研究区域突水点进行水质检测，得到突水点水离子特征；将得到的突水点水离子特征输入至训练好的贝叶斯神经网络综合预测模型中，最终得到突水点的不良地质类型、位置及规模。本发明可以更加精准地识别前方的不良地质类型，为隧道等地下工程的快速安全施工提供良好的数据支撑。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.024 seconds)
