-
公开(公告)号：CN117517061A
公开(公告)日：2024-02-06
申请号：CN202311339066.9
申请日：2023-10-17
Applicant: 武汉大学 , 中铁十一局集团有限公司 , 中国科学院武汉岩土力学研究所
Abstract: 本发明提供隧道掌子面全域岩石强度特性精细智能感知方法及系统，能够高效、准确地实现隧道掌子面全域岩石强度特性精细智能感知，方法包括：步骤1，选择点荷载强度、纵波波速和施密特锤回弹数作为输入参数；步骤2，在掌子面范围内共布置9个测点，获取各测点处的输入参数测量数据；步骤3，将掌子面全域分割成若干网格；然后将掌子面中心、拱顶、拱底、左侧拱腰和右侧拱腰这五个测点作为基准测点，将分割得到的网格节点作为待解测点，基于基准测点通过蒙特卡洛模拟随机采样得到待解测点的参数取值；步骤4，掌子面全域参数分布修正；步骤5，将修正后的数据作为模型输入，通过感知模型遍历所有网格节点预测得到掌子面全域的岩石强度特性分布。
-
公开(公告)号：CN113156492B
公开(公告)日：2022-07-26
申请号：CN202110432239.6
申请日：2021-04-21
Applicant: 中国科学院武汉岩土力学研究所 , 武汉大学
IPC: G01V1/28
Abstract: 本发明公开了一种应用于TBM隧道岩爆灾害实时智能预警方法，其步骤：进行微震监测平台搭建；降维获得降维后的微震数据矩阵；进行降维后的微震数据矩阵中的微震事件聚类；组建前兆微震序列数据库；建立分类回归树；训练分类回归树；对自适应增强集成模型中的超参数寻优，本发明提供了全断面隧道掘进机掘进过程岩爆灾害烈度实时预警方法，克服了传统人工方法效率低、报不准、主观性和经验依赖性强等难题，对全断面隧道掘进机安全高效掘进具有重要意义。
-
公开(公告)号：CN112130204A
公开(公告)日：2020-12-25
申请号：CN202010909665.X
申请日：2020-09-02
Applicant: 武汉大学
Abstract: 本发明提供一种适用于深埋隧洞围岩波速的现场测试方法，通过超前地质预报和微震监测系统联合获取隧洞围岩的波速值，实现方式包括在隧洞掌子面后方预设范围内的洞壁上布置所需的检波器和人工震源点并测量坐标；在每个震源点进行多次锤击产生人工震动波，记录震动波信号及遇到异常地质体时反射波信号；超前地质预报系统以震动波叠加强度判定反射界面，分析得到波速相对变化曲线；布置微震监测断面，掌子面附近激发人工震源，拾取信号初始到时，计算出监测断面间的岩体实际平均波速；结合得到岩体实际波速的变化曲线；计算微震监测范围内岩体的等效平均波，根据隧洞掌子面的掘进里程调整相应的波速值。随着隧洞的掘进，重复上述步骤获取岩体波速值。
-
公开(公告)号：CN119475006A
公开(公告)日：2025-02-18
申请号：CN202411302549.6
申请日：2024-09-18
Applicant: 武汉大学
IPC: G06F18/241 , G06F18/27 , G06F18/213 , G06T7/62 , G06F17/16 , G06F18/214 , G06F18/25 , G06N3/08
Abstract: 本申请提供的TBM隧道掌子面围岩等级随掘实时智能感知方法及系统，方法包括以下步骤：采集TBM掘进过程中的岩机相关多源信息；建立TBM隧道掌子面围岩分级标准；基于TBM隧道掌子面围岩分级标准，构建用于训练岩机复合得分级联预测模型的数据库；以构建的数据库作为训练样本，基于岭回归模型和人工神经网络构建岩机复合得分级联预测模型；输入岩机相关多源信息至岩机复合得分级联预测模型中，获取当前TBM隧道掌子面的复合岩机得分，再依据TBM隧道掌子面围岩分级标准，获取TBM隧道掌子面围岩等级。本申请实现对TBM隧道掌子面围岩等级的实时智能预测，提高了TBM对掘进环境的感知水平，为地下工程智慧建造奠定了坚实基础。
-
Patent Agency Ranking
公开(公告)号：CN117842020A
公开(公告)日：2024-04-09
申请号：CN202311715643.X
申请日：2023-12-14
Applicant: 武汉大学 , 中国科学院武汉岩土力学研究所 , 中铁十一局集团第五工程有限公司 , 中铁十一局集团有限公司
Abstract: 本发明属于隧道施工技术领域，具体提供了考虑TBM掘进能效‑风险‑成本的地质自适应辅助驾驶方法及系统，能够极大地提高TBM的利用率和智能化水平，最大化TBM掘进能效、最小化TBM掘进风险和最低化TBM掘进成本。方法包括：获取TBM掘进数据；构造四个单刀‑围岩相互作用参数：单刀推力、单刀扭矩、单刀推力贯入指数和单刀扭矩切削指数；基于环稳态段前Tl秒掘进数据建立输入体系；表征TBM掘进能效、风险、成本，并构造联合目标函数；基于聚类分析划分地质类型；建立各地质类型下的TBM最优控制参数预测模型；在掘进过程中，基于前述过程，辨识实测数据对应的模型获取优化后的TBM控制参数，进而自适应辅助驾驶。
-
公开(公告)号：CN112183993B
公开(公告)日：2022-06-17
申请号：CN202011003587.3
申请日：2020-09-22
Applicant: 中国科学院武汉岩土力学研究所 , 武汉大学
Abstract: 本发明公开了一种TBM掘进控制参数智能预测及优化决策方法，对TBM掘进参数和刀盘振动加速度进行预处理，通过交叉验证对LSTM模型进行训练获得LSTM模型的最优模型超参数；对最优模型超参数的LSTM模型进行训练；通过交叉验证和改进损失函数对次级学习器进行训练获得次级学习器的最优模型超参数；对次级学习器进行训练，获得最终的堆叠集成模型；基于堆叠模型预测结果，采用多目标粒子群算法生成最优掘进控制参数。本发明提供了全断面隧道掘进机开挖过程掘进控制参数实时预测及优化决策方法，解决了复杂地层TBM掘进过程参数自动选取及调整难题，对全断面隧道掘进机安全高效智能化掘进具有重要意义。
-
公开(公告)号：CN112130204B
公开(公告)日：2022-03-04
申请号：CN202010909665.X
申请日：2020-09-02
Applicant: 武汉大学
Abstract: 本发明提供一种适用于深埋隧洞围岩波速的现场测试方法，通过超前地质预报和微震监测系统联合获取隧洞围岩的波速值，实现方式包括在隧洞掌子面后方预设范围内的洞壁上布置所需的检波器和人工震源点并测量坐标；在每个震源点进行多次锤击产生人工震动波，记录震动波信号及遇到异常地质体时反射波信号；超前地质预报系统以震动波叠加强度判定反射界面，分析得到波速相对变化曲线；布置微震监测断面，掌子面附近激发人工震源，拾取信号初始到时，计算出监测断面间的岩体实际平均波速；结合得到岩体实际波速的变化曲线；计算微震监测范围内岩体的等效平均波，根据隧洞掌子面的掘进里程调整相应的波速值。随着隧洞的掘进，重复上述步骤获取岩体波速值。
-
公开(公告)号：CN113156492A
公开(公告)日：2021-07-23
申请号：CN202110432239.6
申请日：2021-04-21
Applicant: 中国科学院武汉岩土力学研究所 , 武汉大学
IPC: G01V1/28
Abstract: 本发明公开了一种应用于TBM隧道岩爆灾害实时智能预警方法，其步骤：进行微震监测平台搭建；降维获得降维后的微震数据矩阵；进行降维后的微震数据矩阵中的微震事件聚类；组建前兆微震序列数据库；建立分类回归树；训练分类回归树；对自适应增强集成模型中的超参数寻优，本发明提供了全断面隧道掘进机掘进过程岩爆灾害烈度实时预警方法，克服了传统人工方法效率低、报不准、主观性和经验依赖性强等难题，对全断面隧道掘进机安全高效掘进具有重要意义。
-
公开(公告)号：CN112183993A
公开(公告)日：2021-01-05
申请号：CN202011003587.3
申请日：2020-09-22
Applicant: 中国科学院武汉岩土力学研究所 , 武汉大学
Abstract: 本发明公开了一种TBM掘进控制参数智能预测及优化决策方法，对TBM掘进参数和刀盘振动加速度进行预处理，通过交叉验证对LSTM模型进行训练获得LSTM模型的最优模型超参数；对最优模型超参数的LSTM模型进行训练；通过交叉验证和改进损失函数对次级学习器进行训练获得次级学习器的最优模型超参数；对次级学习器进行训练，获得最终的堆叠集成模型；基于堆叠模型预测结果，采用多目标粒子群算法生成最优掘进控制参数。本发明提供了全断面隧道掘进机开挖过程掘进控制参数实时预测及优化决策方法，解决了复杂地层TBM掘进过程参数自动选取及调整难题，对全断面隧道掘进机安全高效智能化掘进具有重要意义。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
