-
公开(公告)号：CN115879380B
公开(公告)日：2023-05-12
申请号：CN202310137617.7
申请日：2023-02-20
Applicant: 西南交通大学
Abstract: 本发明提供了一种岩体蠕变状态的判断方法、装置、设备及可读存储介质，涉及山地灾害技术领域，包括：获取历史岩体蠕变资料、现场边坡岩体的地形地貌、地质信息和环境参数；根据地形地貌建立三维边坡模型计算得到边坡岩体的现场岩体应力状态；根据第二信息和预设的神经网络算法建立岩体强度预测数学模型，计算得到现场岩体强度；基于岩体蠕变领域专业知识和岩体蠕变实例构建得到岩体蠕变状态判断专家系统，得到岩体蠕变状态判断结果。本发明通过建立神经网络预测模型并结合专家系统，实现快速准确地判断岩质边坡岩体是否发生蠕变，具有准确率高、判断范围广的优点。
-
公开(公告)号：CN114675009A
公开(公告)日：2022-06-28
申请号：CN202210585861.5
申请日：2022-05-27
Applicant: 西南交通大学
IPC: G01N33/24
Abstract: 本发明提供了一种水软化型滑坡试验模拟装置及其模拟方法，涉及滑坡灾害模拟装置技术领域，本申请中根据滑坡现场勘测的地质信息和相关的物理力学参数，采用回溯算法进行岩土体滑坡前原型的复原，并按照预设比例放大或缩小后制作实体的滑床还原层、滑带还原层和滑体还原层的几何相似模型，并将其设置于透明试验箱内。通过向透水层内持续注水，水透过透水层向滑带还原层缓慢渗透，由于水的作用使得滑带还原层的抗剪强度下降而使得岩土体发生失稳。从透明试验箱可以清楚的观察到岩土体从稳定状态（实验开始前的自然状态）到发生滑坡后这段时间内其截面几何形态的变化过程以及坡面的变形情况，简洁直观地呈现了岩土体发生滑坡的演变过程。
-
公开(公告)号：CN113791195A
公开(公告)日：2021-12-14
申请号：CN202111352169.X
申请日：2021-11-16
Applicant: 西南交通大学
IPC: G01N33/24
Abstract: 本发明涉及地质灾害模型实验技术领域，具体而言，涉及一种获取滑坡支挡结构试验数据的装置及方法，所述装置包括滑体材料、支撑结构、滑床材料、抗滑桩和数据采集机构，所述滑体材料用于模拟边坡；所述支撑结构用于支撑所述滑体材料；所述滑床材料用于模拟基岩，所述滑床材料设置在所述滑体材料底部的一侧，且所述滑床材料可以向所述滑体材料的另一侧移动；所述抗滑桩的底部固定设置在所述滑床材料内，所述抗滑桩的顶部贯穿设置在所述滑体材料内；所述数据采集机构用于采集所述滑坡支挡结构试验数据。本发明通过将所述抗滑桩模型反向挤压所述滑体材料，减少成本和施工难度，并且通过对试验数据进行处理，保障所述数据的精确度。
-
公开(公告)号：CN116070675A
公开(公告)日：2023-05-05
申请号：CN202310201636.1
申请日：2023-03-06
Applicant: 西南交通大学
IPC: G06N3/0442 , G06N3/0464 , G06N3/08 , G06F30/27 , G06F111/10
Abstract: 本发明提供了一种边坡神经网络模型选取方法、装置、设备及可读存储介质，涉及山地灾害技术领域，包括：根据破坏模式将边坡划分为若干种不同种类的边坡,获取每种边坡的研究参数；通过数值模拟计算每种边坡在不同研究参数下的变形特征，构建每种边坡的数据样本集；根据所述数据样本集对神经网络模型进行训练和测试，得到每种边坡对应的最优神经网络模型；建立专家系统；获取现场边坡的破坏模式，将所述现场边坡的破坏模式输入所述专家系统，得到现场边坡的建议神经网络模型和对应的模型结构参数，本发明基于边坡破坏模式来自动选取用于预测边坡的内部情况的最优神经网络类型，更具有科学性和实用性。
-
公开(公告)号：CN115546433B
公开(公告)日：2023-04-07
申请号：CN202211473378.4
申请日：2022-11-23
Applicant: 西南交通大学
Abstract: 本发明提供了一种边坡软化区域预测方法、系统、设备及可读存储介质，涉及边坡地质灾害防治领域，包括建立三维边坡模型，通过在所述三维边坡模型中添加软化区域的数据，以获得三维边坡中的裂缝数据；根据所述软化区域的数据和裂缝数据生成数据样本，构建神经网络模型所需的训练集和测试集；搭建神经网络模型，利用所述训练集和测试集对所述神经网络模型进行训练和测试，以获得边坡软化区域预测模型；将待预测边坡的裂缝数据输入所述边坡软化区域预测模型中，预测得到软化区域的数据。本发明用于解决现有边坡预测方法无法预测出边坡滑带的软化区域的位置，从而无法对边坡的防止提供有效的帮助的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN115116202B
公开(公告)日：2022-11-15
申请号：CN202211036838.7
申请日：2022-08-29
Applicant: 西南交通大学
Abstract: 本发明提供了一种滑坡灾害预警方法、装置、设备及可读存储介质，涉及滑坡灾害的预警技术领域，包括获取第一信息，计算第二信息，根据所获取的第一信息构建出虚拟的边坡模型，仿真模拟计算得到滑坡信息；根据第一信息和第二信息构建神经网络模型，并根据神经网络模型得到预测滑坡信息；根据预测滑坡信息，对边坡的潜在滑坡进行等级划分，得到滑坡预警等级。本发明通过监测点的数据来计算边坡浅层的速率，加速度，点与点之间的倾角变化，计算简单，容易实现；并且，通过神经网络模型的预测，将滑坡形成的具体时间和发生滑坡的体积大小结合起来进行预警，能够有效准确的避免人员伤亡和经济损失。
-
公开(公告)号：CN114675009B
公开(公告)日：2022-09-02
申请号：CN202210585861.5
申请日：2022-05-27
Applicant: 西南交通大学
IPC: G01N33/24
Abstract: 本发明提供了一种水软化型滑坡试验模拟装置及其模拟方法，涉及滑坡灾害模拟装置技术领域，本申请中根据滑坡现场勘测的地质信息和相关的物理力学参数，采用回溯算法进行岩土体滑坡前原型的复原，并按照预设比例放大或缩小后制作实体的滑床还原层、滑带还原层和滑体还原层的几何相似模型，并将其设置于透明试验箱内。通过向透水层内持续注水，水透过透水层向滑带还原层缓慢渗透，由于水的作用使得滑带还原层的抗剪强度下降而使得岩土体发生失稳。从透明试验箱可以清楚的观察到岩土体从稳定状态（实验开始前的自然状态）到发生滑坡后这段时间内其截面几何形态的变化过程以及坡面的变形情况，简洁直观地呈现了岩土体发生滑坡的演变过程。
-
公开(公告)号：CN116070675B
公开(公告)日：2023-06-09
申请号：CN202310201636.1
申请日：2023-03-06
Applicant: 西南交通大学
IPC: G06N3/0442 , G06N3/0464 , G06N3/08 , G06F30/27 , G06F111/10
Abstract: 本发明提供了一种边坡神经网络模型选取方法、装置、设备及可读存储介质，涉及山地灾害技术领域，包括：根据破坏模式将边坡划分为若干种不同种类的边坡,获取每种边坡的研究参数；通过数值模拟计算每种边坡在不同研究参数下的变形特征，构建每种边坡的数据样本集；根据所述数据样本集对神经网络模型进行训练和测试，得到每种边坡对应的最优神经网络模型；建立专家系统；获取现场边坡的破坏模式，将所述现场边坡的破坏模式输入所述专家系统，得到现场边坡的建议神经网络模型和对应的模型结构参数，本发明基于边坡破坏模式来自动选取用于预测边坡的内部情况的最优神经网络类型，更具有科学性和实用性。
-
公开(公告)号：CN115638769B
公开(公告)日：2023-03-31
申请号：CN202211646285.7
申请日：2022-12-21
Applicant: 西南交通大学
IPC: G01C9/00 , G01C9/02 , G06N3/0442 , G06N3/08 , G06T17/05
Abstract: 本发明提供了一种坡面倾角监测装置及边坡安全系数计算方法，涉及山地灾害防治技术领域，包括本步骤通过采集边坡数据，然后基于边坡数据建立三维模型，模拟三维模型上所有滑动状态下每个贯通面的第二参数信息，并模拟得到所有的贯通面的模拟倾角值，建立模拟倾角值和第二参数信息的关系网络，进而在测量得到实际倾角值后，将所述实际倾角值对应的模拟倾角值，确定所述实际倾角值对应的边坡贯通面的滑动状态和第二参数信息，然后计算所述实际倾角值对应的边坡贯通面的安全系数，本发明通过确定边坡不同位置的倾角值，快速确定边坡的安全参数信息，对边坡的安全性进行预测。
-
公开(公告)号：CN114021487B
公开(公告)日：2022-03-25
申请号：CN202210020982.5
申请日：2022-01-10
Applicant: 西南交通大学
IPC: G06F30/27 , G06N3/08 , G08B21/10 , G06F119/14
Abstract: 本发明提供了山坡崩塌的预警方法、装置、设备及可读存储介质，涉及边坡崩塌的预警技术领域，本发明通过训练后的神经网络模型可直接得到山坡内部几何结构以及力学参数等不易测定的参数，不仅能够简化勘测方法，缩短勘测时间，而且将这些不易测定的参数作为失稳模拟的输入值可以提高预测结构的精准性，同时结合其他因素得到最终预警等级，对于预警等级的判断考虑因素更加完善，进而提高预警等级的精准度。再者，利用本发明提供的山坡崩塌预警方法可以在不需要大量历史监测数据的条件下，也可对待预警区域内山坡中的凸出部是否存在潜在崩塌现象的情况进行预测、预警，且缩短预警时间。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.017 seconds)
