-
Patent Agency Ranking
公开(公告)号：CN111486814A
公开(公告)日：2020-08-04
申请号：CN202010308186.2
申请日：2020-04-18
Applicant: 福州大学
Abstract: 本发明提出基于遗传算法的BIM三维可视化深基坑变形预测系统，包括现场数据采集模块、数据处理预测分析模块和可视化模块；现场数据采集模块采集深基坑各个被测方位的水平偏移量存储为深基坑变形监测数据；数据处理预测分析模块以遗传算法对深基坑变形监测数据进行处理，拟合出深基坑变形趋势数据，深基坑变形趋势数据包括深基坑各个被测方位达到变形限制阈值的概率和时间；所述三维可视化模块数据接口管理深基坑的BIM模型；BIM数据库包括深基坑变形监测数据和深基坑变形趋势数据，以使BIM模型可视化展示深基坑的当前状态和预测状态；本发明实现了现场监测数据的实时采集、汇总、分析预测，极大地提高了基坑施工过程中的可预见性，降低风险发生的概率。
-
公开(公告)号：CN111461457A
公开(公告)日：2020-07-28
申请号：CN202010304825.8
申请日：2020-04-17
Applicant: 福州大学
Abstract: 本发明涉及一种基于粒子群优化BP神经网络的基坑位移预测方法，包括以下步骤：1）选取基坑工程坡顶第一位移监测点及其相邻多个监测点，获取该些监测点过去第一时间段内的变形监测数据，作为样本数据；2）对样本数据进行包括数据归一化的预处理，得到训练数据集；3）构建BP神经网络；4）采用粒子群算法对BP神经网络的权值和阈值进行优化，输出最优的权值和阈值；5）将得到的最优权值和阈值赋值给BP神经网络，然后采用训练数据集进行网络训练，得到训练好的BP神经网络；6）采用训练好的BP神经网络预测第二时间段内第一位移监测点的位移形变。该方法有利于提高基坑位移预测的精确度和稳定性。
-
公开(公告)号：CN111486814B
公开(公告)日：2021-11-02
申请号：CN202010308186.2
申请日：2020-04-18
Applicant: 福州大学
Abstract: 本发明提出基于遗传算法的BIM三维可视化深基坑变形预测系统，包括现场数据采集模块、数据处理预测分析模块和可视化模块；现场数据采集模块采集深基坑各个被测方位的水平偏移量存储为深基坑变形监测数据；数据处理预测分析模块以遗传算法对深基坑变形监测数据进行处理，拟合出深基坑变形趋势数据，深基坑变形趋势数据包括深基坑各个被测方位达到变形限制阈值的概率和时间；所述三维可视化模块数据接口管理深基坑的BIM模型；BIM数据库包括深基坑变形监测数据和深基坑变形趋势数据，以使BIM模型可视化展示深基坑的当前状态和预测状态；本发明实现了现场监测数据的实时采集、汇总、分析预测，极大地提高了基坑施工过程中的可预见性，降低风险发生的概率。
-
公开(公告)号：CN111475884A
公开(公告)日：2020-07-31
申请号：CN202010329632.8
申请日：2020-04-24
Applicant: 福州大学
IPC: G06F30/13 , G06F30/20 , G06N3/00 , G06F111/04
Abstract: 本发明涉及一种基于粒子群算法与地下水模型的基坑降水优化方法，包括以下步骤：步骤S1:构建地下水流模拟模型，刻画基坑区域及其周围的地下水流场的动态变化过程；步骤S2:基于预设目标函数及约束条件，建立优化模型；步骤S3:耦合地下水流模拟模型和优化模型；步骤S4:采用PSO优化技术求解耦合后的模型最优解；步骤S5:根据最优解，得到最优降水井的空间分布和抽水流量。本发明得到的最优降水井的空间分布和抽水流量，不但可以节省大量施工时间，加快施工工期，而且可以大幅提高降水效率。
-
公开(公告)号：CN111441330A
公开(公告)日：2020-07-24
申请号：CN202010334367.2
申请日：2020-04-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于BIM+GIS的基坑监测系统及其监测方法，其中BIM具有信息一致性、可视化、协调性和模拟性等优点，GIS具有提高监测数据的信息化程度，易于管理和资源共享。所以本发明提出基于BIM+GIS的基坑监测系统基于BIM和GIS这些优点，本发明可以实现基坑的实时化监测，通过BIM和GIS系统实现基坑可视化显示，监测预警模块实现对基坑的潜在风险进行预警、报警，进而安全、顺利的完成基坑的施工。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
