-
公开(公告)号：CN109853713B
公开(公告)日：2024-03-19
申请号：CN201910109098.7
申请日：2019-02-03
Applicant: 苏州大学
Inventor： 赵华菁
Abstract: 本发明涉及一种截流井及其截流量的控制方法。截流井中的混流管整体穿过井体，井内混流管的中段底部切除，为混流污水进入截流干管的通道；哈夫节套在井内混流管上。截流量的控制方法为依据溢流污染控制所需要求和城市污水处理系统的能力，确定总截流倍数后，再依据各个截流井所服务区域的污水量测算和总截流倍数，推算单个截流井的设计截流量，初步设定截流井哈夫节的轴向位置；截流井投入使用后，依据实际截流情况，再轴向调整哈夫节位置，满足截流要求。本发明通过调节哈夫节的相对位置可调整实际截流量的大小，有效修正设计误差，使其更符合客观要求；拍门安装在混流管出口处，可将超过截流能力的混流水排向地表水体，并防止地表水体倒灌。
-
公开(公告)号：CN115563671A
公开(公告)日：2023-01-03
申请号：CN202211131510.3
申请日：2022-09-16
Applicant: 苏州大学
IPC: G06F30/13
Abstract: 本发明公开了一种矩形隧道常压开仓条件下地层稳定性的评估方法。依据开仓后掌子面中部区域失去支护力的受力特点，建立上部为楔形体的滑动块体，下部为四棱柱状块体的结构模型；采用条分法及极限平衡原理，确定稳定性安全系数的计算式，依据施工信息或现场实际测量获取隧道埋深、工作面尺寸等数据及地勘资料获取土体相关参数，得到的最优值，用于对矩形隧道常压开仓条件下地层稳定性进行评估，从而保证实际工程的安全性，实现风险规避。
-
公开(公告)号：CN111893969A
公开(公告)日：2020-11-06
申请号：CN202010712551.6
申请日：2020-07-22
Applicant: 苏州大学
Abstract: 本发明公开了一种控制湖区底泥污染释放和蓝藻集聚的方法。按消浪和拦截防控需求，将湖内划分成若干个区段，分段布设消浪排桩和拦藻帘隔离设施。本发明采取主动消浪措施减少整个湖区内源污染释放和消浪措施与拦藻措施相结合的方法，通过缩短风浪吹程从而减轻风浪对底泥的扰动，减少底泥污染特别是总磷的释放；同时，隔离设施兼有拦截蓝藻的功能，使得重点防控区域的汇藻面积大大减少，蓝藻集聚度同比例下降。本发明提供的技术方案适用于蓝藻频繁暴发的湖泊，用于改变藻类暴发的生境，并有效降低特定区域的蓝藻集聚度。
-
公开(公告)号：CN113503163B
公开(公告)日：2025-01-10
申请号：CN202110832891.7
申请日：2021-07-22
Applicant: 苏州大学
Abstract: 本发明公开了一种用于盾构破除地下连续墙施工变形的监测方案，在待监测的地下连续墙顶端两侧打设两个钻孔，在钻孔内布设分布式光纤温度应变传感器、光纤传感器捆扎的钢筋，回填与地下连续墙混凝土等级相同的混凝土；在地下连续墙顶部布设静力水准仪。本发明在盾构破除穿越地下连续墙时对地下连续墙进行监测，分成上下两部分对盾构切割前、中、后的墙体进行监测，能对施工时地下连续墙内部变形以及外部沉降的数据实时采集，利用采集到的数据预测变形，为施工提供了安全保障，同时，还有效提高了施工监测效率，丰富了监测内容，为相关研究提供了数据支撑。
-
公开(公告)号：CN113792372A
公开(公告)日：2021-12-14
申请号：CN202111146580.1
申请日：2021-09-28
Applicant: 苏州大学
Abstract: 本发明公开了一种基于CV‑LSTM组合模型的地连墙变形动态预测方法。选取监测点，采集基坑工程地连墙的变形历史监测数据，整理形成监测表；采用CV‑LSTM组合模型对变形监测数据中的训练样本进行学习，将训练得到的最优模型对测试集样本进行变形预测，得到地连墙变形预测值。将按本发明技术方案得到变形预测值与变形实测值进行对比，计算评价指标，结果显示，本发明提供的CV‑LSTM组合模型相比传统BP神经网络表现出了较高的预测精度，较单独的LSTM深度网络具有更好的泛化能力，适用于地连墙变形的动态预测问题，可为施工现场实现信息化管理提供参考。
-
Patent Agency Ranking
公开(公告)号：CN111646574A
公开(公告)日：2020-09-11
申请号：CN202010491183.7
申请日：2020-06-02
Applicant: 苏州大学
Abstract: 本发明公开了一种城市河道水环境治理方法。在河道内沿河岸挡墙用隔水墙和保土桩隔离河道内水体，形成近岸带，具有截流干管收集入河污染物的全部功能；近岸带内分为生态浅水区和局部深水区；其中生态浅水区内填充河道淤泥和生物填料，生物填料层上种植水生植物，可实现生态浮岛净化水质和美化景观等全部功能；局部深水区设置在入河排口处，填充河道淤泥，铺盖生物填料，水底高程低于入河排口；在近岸带内定点设置污水提升泵，集中收集近岸带内的各类污水，排入市政污水系统或进入独立水处理装置。本发明施工方便，工程投资小，建设工期短，运维成本低，能有效对入河污染物进行收集处理，在河道水环境治理方面具有推广应用前景。
-
公开(公告)号：CN109853713A
公开(公告)日：2019-06-07
申请号：CN201910109098.7
申请日：2019-02-03
Applicant: 苏州大学
Inventor： 赵华菁
Abstract: 本发明涉及一种截流井及其截流量的控制方法。截流井中的混流管整体穿过井体，井内混流管的中段底部切除，为混流污水进入截流干管的通道；哈夫节套在井内混流管上。截流量的控制方法为依据溢流污染控制所需要求和城市污水处理系统的能力，确定总截流倍数后，再依据各个截流井所服务区域的污水量测算和总截流倍数，推算单个截流井的设计截流量，初步设定截流井哈夫节的轴向位置；截流井投入使用后，依据实际截流情况，再轴向调整哈夫节位置，满足截流要求。本发明通过调节哈夫节的相对位置可调整实际截流量的大小，有效修正设计误差，使其更符合客观要求；拍门安装在混流管出口处，可将超过截流能力的混流水排向地表水体，并防止地表水体倒灌。
-
公开(公告)号：CN114881205A
公开(公告)日：2022-08-09
申请号：CN202210417075.4
申请日：2022-04-20
Applicant: 苏州大学
Abstract: 本发明公开了一种盾构姿态预测方法、介质、电子设备及系统，该方法包括以下步骤：S1、获取盾构数据；S2、对盾构数据进行预处理，划分训练集和测试集；S3、利用CNN‑Bi LSTM‑Attent ion复合神经网络模型对训练集中的数据进行训练；S4、用训练好的复合神经网络模型对测试集中的数据进行姿态预测，得到盾构姿态。本发明盾构姿态预测方法针对盾构数据具有周期长以及非线性的特点，利用CNN层对输入数据进行特征提取，大大减小了深度学习的时间以及传统神经网络出现过拟合缺点。本发明的复合神经网络模型由于其处理长序列数据的优势，对于盾构姿态预测具有较高的精度。本发明的复合神经网络模型表现出更好的稳定性和更高的预测精度，同时具有更好的泛化能力。
-
公开(公告)号：CN113373875A
公开(公告)日：2021-09-10
申请号：CN202110840548.7
申请日：2021-07-24
Applicant: 苏州大学
IPC: E02B8/02
Abstract: 本发明涉及一种自动收集闸前水面垃圾的方法。在闸门上游河道内设置导流箱和垃圾周转框；导流箱置于水闸底板上，箱顶低于常水位5～10厘米；导流箱的迎水面为钢板或玻璃钢板结构，另两侧为格栅框架结构的背水面，一侧背水面紧靠岸墙，另一侧背水面紧贴闸门设置；垃圾周转框内置于导流箱上部，导流箱通过连接件可拆装的固定于水闸上游岸墙上；开启闸门时，利用自然水流动力加大闸前水面局部区域的流速，自动收集水面垃圾进入垃圾周转框。本发明提供的闸前水面垃圾自动收集的方法具有成本低廉，清理方便，无需动力，运行维护简单的特点，尤其适用于景观河道的闸前水面垃圾的自动清理，改善效果明显。
-
公开(公告)号：CN112836789A
公开(公告)日：2021-05-25
申请号：CN202011572061.7
申请日：2020-12-27
Applicant: 苏州大学
Abstract: 本发明公开了一种基于复合神经网络算法的地连墙变形动态预测方法。采用活动式测斜仪对地连墙水平位移进行采集，对监测数据进行预处理并形成变形数据库；采用CV‑LSTM模型将变形数据库划分为训练集和测试集，并对其中的训练样本进行学习；使用变形数据库中的测试样本对地连墙水平位移进行预测，为控制变形风险提供依据。本发明提供的CV‑LSTM复合神经网络算法的预测模型相比传统BP神经网络，表现出了较高的预测精度，较单独的LSTM深度网络具有更好的泛化能力，适用于地连墙变形的动态预测问题，从而可为施工现场实现信息化管理提供参考。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.014 seconds)
