-
公开(公告)号:CN114370282A
公开(公告)日:2022-04-19
申请号:CN202111485214.9
申请日:2021-12-07
Applicant: 山东大学 , 山东大学(齐河)新材料与智能装备研究院
Abstract: 本发明提供了一种基于弹性波法的盾构隧道壁后同步注浆体三维检测装备,包括环形支撑架、弹性波检测装置、控制器、传动机构和驱动机构,环形支撑架上设置有用于连接盾构机的连接件,所述弹性波检测装置可移动设置于环形支撑架上;控制器控制所述驱动机构的动作,所述驱动机构提供动力,通过所述传动结构,使所述弹性波检测装置,按照所述控制器设置的运动模式,沿所述环形支撑架进行圆周运动,对盾构壁后同步注浆体进行三维检测。
-
公开(公告)号:CN111188622B
公开(公告)日:2021-07-06
申请号:CN202010191258.X
申请日:2020-03-18
Applicant: 山东大学(齐河)新材料与智能装备研究院 , 山东大学
Abstract: 本发明涉及一种地下工程围岩危石垮塌模拟用平台、模拟系统及方法,包括四个竖直布置的反力墙,多个反力墙围合形成方形的反力空间,所述反力墙的下端开口处安装有底座;每个反力墙靠近反力空间的一侧设置有一列水平布置的应力加载板,所述反力空间的上方设置有反力梁;反力梁、应力加载板与底座围合形成加载空间,所述加载空间用于放置待测试的围岩模拟块;所述应力加载板能够沿反力墙的法线方向水平运动,所述反力梁能够沿竖直方向运动,以此完成围岩模拟块的加载;所述应力加载板与反力梁分别通过直线运动单元驱动以实现运动。
-
公开(公告)号:CN114370282B
公开(公告)日:2023-09-05
申请号:CN202111485214.9
申请日:2021-12-07
Applicant: 山东大学 , 山东大学(齐河)新材料与智能装备研究院
Abstract: 本发明提供了一种基于弹性波法的盾构隧道壁后同步注浆体三维检测装备,包括环形支撑架、弹性波检测装置、控制器、传动机构和驱动机构,环形支撑架上设置有用于连接盾构机的连接件,所述弹性波检测装置可移动设置于环形支撑架上;控制器控制所述驱动机构的动作,所述驱动机构提供动力,通过所述传动结构,使所述弹性波检测装置,按照所述控制器设置的运动模式,沿所述环形支撑架进行圆周运动,对盾构壁后同步注浆体进行三维检测。
-
公开(公告)号:CN114063107A
公开(公告)日:2022-02-18
申请号:CN202111418184.X
申请日:2021-11-26
IPC: G01S17/89 , G01S17/931
Abstract: 本发明涉及一种基于激光束的地面点云提取方法,包括:选择采集场景,架设路侧激光雷达,获取原始点云数据,选定感兴趣区域的点云数据范围,对感兴趣区域内的原始点云数据进行预处理操作,得到经过预处理后的点云数据;将经过预处理后的点云数据进行背景滤除操作,得到经过背景滤除后的点云数据;基于经过背景滤除后的点云数据,针对不同激光束获取的点云数据,进行聚类操作和坡度滤除操作,最终得到地面点与非地面点。本发明创新了一种地面线点云提取新方法,解决了不同坡度的条件场景下地面点提取不完全不彻底的问题。
-
公开(公告)号:CN117745810A
公开(公告)日:2024-03-22
申请号:CN202311477341.3
申请日:2023-11-07
Abstract: 本发明属于土木工程技术领域,提供了一种隧道炮孔视觉成像识别方法、装药机器人及系统,包括:获取工程现场的掌子面图像;根据掌子面图像,以及训练好的YOLOv5图像识别算法,得到炮孔在掌子面图像中的位置;根据炮孔在掌子面图像中的位置,利用双目立体视觉成像原理,计算炮孔在空间中的三维坐标位置;首先通过训练好的YOLOv5图像识别算法,得到炮孔在所述掌子面图像中的位置,然后再根据炮孔在所述掌子面图像中的位置,利用双目立体视觉成像原理,计算炮孔在空间中的三维坐标位置,通过图像识别算法确定了需要识别计算的目标,对设别的目标进行坐标识别的针对性计算,避免了坐标计算量过大和识别繁琐的问题,提高了识别精确性。
-
公开(公告)号:CN117633957A
公开(公告)日:2024-03-01
申请号:CN202311435249.0
申请日:2023-10-31
IPC: G06F30/13 , G06F30/27 , G06F30/12 , G06F111/18 , G06F111/20
Abstract: 本发明公开了一种基于数字孪生的隧道施工全过程仿真方法及系统,该方法包括:实时获取隧道施工的全过程施工信息,将实时获取的全过程施工信息按照类别分类,并对分类后的数据信息进行预处理,存储至云端相应的数据库;根据每一数据库中的数据信息,基于数字孪生技术,搭建隧道施工全过程模拟模型,并根据每一数据库中实时更新的数据信息,更新隧道施工全过程模拟模型;基于更新的隧道施工全过程模拟模型,分析各施工数据信息的变化情况,对隧道施工全过程模拟模型进行动态优化,预测施工隧道的下一状态,评估施工质量。本发明利用数字孪生技术,持续构建并优化隧道施工全过程动态孪生模型,实现对隧道施工全过程的管控,保障隧道施工质量。
-
公开(公告)号:CN116838310A
公开(公告)日:2023-10-03
申请号:CN202310698908.3
申请日:2023-06-13
IPC: E21B44/00 , E21B17/18 , E21B33/127 , E21B7/04 , E21D11/10
Abstract: 本发明涉及一种适用于隧道地质灾害处置的定向钻注一体化系统,包括钻注设备,包括与钻杆连接的钻头,钻杆为空心结构并设有与注浆泵连通的注浆孔,钻杆上设有地层感知传感器和浆液传感器,分别获取岩层参数和注浆压力参数,发送给控制端用于控制钻注设备的钻进作业和注浆作业;控制端,被配置为:根据地层感知传感器获取的岩层参数,以及预先构建的岩层模型和钻头模型,获得相匹配的钻进参数以控制钻注设备。在钻注设备上布设传感器以获取岩层参数,通过预先构建的模型和获取的岩层参数,得到与当前岩层相匹配的钻进参数,并以此钻进参数控制钻注设备,从而使得钻注设备能够快速适应地质灾害影响区域的岩层,有利于灾害处置效率的提升。
-
公开(公告)号:CN119885900A
公开(公告)日:2025-04-25
申请号:CN202510086921.2
申请日:2025-01-20
Applicant: 山东大学
IPC: G06F30/27 , G06F30/23 , G06F30/13 , G06Q50/08 , G06N3/0464 , G06N3/084 , E21D9/06 , G06F111/04 , G06F111/06 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种基于数字孪生的大直径盾构隧道掘进参数优化方法及系统,涉及盾构隧道数值模拟、机器学习和数字孪生技术领域,为:获取盾构隧道施工现场数据,构建虚拟数字孪生体;基于虚拟数值孪生体生成数据,构建训练样本集;利用训练样本集训练代理模型;在施工时,实时获取实际的地层响应数据、掘进参数数据,将实时数据输入至土体参数反演代理模型,快速输出土体参数最优值;将最优值输入至虚拟数字孪生体,进行数值模拟的动态实时更新;基于更新后的土体参数数据和下一施工步时的掘进参数数据,通过地层响应预测代理模型得到地层响应预测数据,以此调整并优化掘进参数数据。本发明能够实现更精确的数值模拟以及盾构隧道的安全高效掘进。
-
公开(公告)号:CN119472526A
公开(公告)日:2025-02-18
申请号:CN202411424562.9
申请日:2024-10-12
Applicant: 山东大学 , 齐鲁工业大学(山东省科学院)
IPC: G05B19/418 , E21F17/18 , E21D9/08 , G06Q10/0635 , G06Q50/08 , G06F30/27 , G06T17/00 , G06F18/2431 , G06F18/2411 , G06F18/2433 , G06N5/01 , G06N20/20 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/098 , H04L9/40 , H04L67/12
Abstract: 本发明公开了基于数字孪生和联邦学习的盾构隧道风险预警方法及系统,盾构隧道施工方客户端,作为边缘计算终端,获取基本参数;盾构机生产方客户端、盾构隧道施工方客户端和第三方客户端,均根据基本参数,分别对应构建出第一、第二和第三盾构数字孪生系统;每个盾构数字孪生系统中均设有盾构施工风险预警模型;盾构机生产方客户端、盾构隧道施工方客户端和第三方客户端均为参与方,各参与方将各自盾构施工风险预警模型的模型参数发送给中央服务器;中央服务器,将三个模型的参数进行取平均值操作,将参数的平均值下发给各参与方;各参与方根据参数的平均值更新自身的模型,并基于更新后的模型实现盾构施工风险预警。
-
公开(公告)号:CN119251642A
公开(公告)日:2025-01-03
申请号:CN202411108706.X
申请日:2024-08-13
Applicant: 齐鲁工业大学(山东省科学院) , 山东大学
Abstract: 本发明提出基于视觉感知的隧道病害智能检测识别方法及系统,涉及隧道病害检测技术领域。包括获取隧道病害图片数据集;搭建DB‑FOCS网络模型;对DB‑FOCS网络模型进行训练,得到训练好的DB‑FOCS网络模型;将待识别的隧道病害图片输入至DB‑FOCS网络模型中,利用可变形卷积层提取特征并生成偏移量,使用偏移量修正提取的特征,得到多层特征图;将多层特征图输入至BiFPN结构中,进行跨层特征融合;将跨层特征图输入至Head分支中,再次利用可变形卷积层提取特征,得到病害识别结果。本发明使算法更好的应对目标检测任务中的各种尺寸变化以及形变,提升了目标检测的性能,提高模型准确度和稳定性。
-
-
-
-
-
-
-
-
-