-
公开(公告)号:CN118296873A
公开(公告)日:2024-07-05
申请号:CN202410264553.1
申请日:2024-03-08
Applicant: 长安大学
IPC: G06F30/23 , G06F30/28 , G06F17/11 , G06F111/04 , G06F113/08 , G06F119/14
Abstract: 本发明涉及地面沉降预测领域,特别是涉及一种地面沉降并行有限层方法及其反演方法,其中,地面沉降并行有限层方法包括构建地层模型;将地层模型划分为若干个地层区块模型,沿竖向方向将每一所述地层区块模型划分为若干个地层单元;配置每一所述地层单元的输入特征,得到地层单元对应的预测方程式;配置一个解算模型,将所述解算模型按照解算任务的进行划分成若干个独立的解算单元;当进行预测时,以通过所述解算单元对预测方程式进行解算得到每一地层单元的沉降值,通过每一地层单元的沉降值对应的绘制所述地层区块模型的沉降模拟模型,通过所述地层区块模型对应的沉降模拟模型来分析抽水井的间距对抽水井沉降的影响。
-
公开(公告)号:CN119959122A
公开(公告)日:2025-05-09
申请号:CN202510197748.3
申请日:2025-02-21
Applicant: 长安大学
Abstract: 本发明公开了一种复杂环境岩石劣化试验装置。包括:试验舱,用于盛放试样提供试验场所;功能部件,与试验舱连接,为其提供模拟环境;控制模块;环境模拟模块,包括降温模拟单元、温湿度模拟单元以及冻融模拟单元;降温模拟单元、温湿度模拟单元以及冻融模拟单元共用功能部件,且分别连接控制模块;检测模块,分别设置于试验舱内用于检测模拟环境的气密性、模拟环境的温湿度、气压以及试样干燥度。本申请提供了一种复杂环境岩石劣化试验装置,将试样容器、提供模拟环境、智能控制和检测等功能集于一体。通过功能部件进行不同降温、温湿度和冻融模式下岩石劣化试验,以满足复杂环境下岩石劣化研究的多样化需求。
-
公开(公告)号:CN119514841A
公开(公告)日:2025-02-25
申请号:CN202411381572.9
申请日:2024-09-30
Applicant: 长安大学 , 四川交投设计咨询研究院有限责任公司
IPC: G06Q10/063 , G06Q50/26 , G06Q50/02
Abstract: 本发明涉及碳排放测算模型构建技术领域,具体的公开了边坡生态防护碳排放测算模型的构建方法,包括如下步骤:获取对边坡生态防护全生命周期碳来源进行分析的分析框架图;将分析框架图输入至分析模块进行文字识别、提取,以得到若干个表示构成边坡生态防护全生命周期的阶段节点;通过预设的参数配置模块对每一阶段节点内具有影响阶段节点碳排放的影响因子进行参数定义,通过分类以在每一节点下加载对应的影响因子和参数来构建碳排放的子节点碳排放模型;由每一阶段节点下的所有子节点碳排放模型汇总形成对应阶段的阶段汇总碳排放模型;由每一阶段节点得到的阶段汇总碳排放模型形成用于计算边坡生态防护全生命周期碳排放量的碳排放测算模型。
-
公开(公告)号:CN118228517B
公开(公告)日:2024-07-30
申请号:CN202410649498.8
申请日:2024-05-24
Applicant: 长安大学
IPC: G06F30/20 , G06F30/13 , G06F18/241 , G06F17/10 , G06F18/214 , G06F17/16
Abstract: 本发明涉及滑坡阈值确定方法,具体的公开了一种基于加速点动态识别的滑坡阈值确定方法,包括:在具有执行程序的处理器中设置边坡变形模型作为基础模型,其中,所述处理器根据基础模型中的识别函数来设定执行程序的执行逻辑,将滑坡位移数据输入至识别函数集并按照设定的运算控制逻辑进行迭代运算,得到运算结果;将得到的运算结果输入至分析模块中进行分析,形成多个资源数据集;根据得到的多个资源数据集来确定识别函数集对应的置信区间,通过所述置信区间对基础模型的预测取值进行限定,同时以多个资源数据集更新基础模型进行迭代训练原始的资源数据,从而对所述基础模型进行优化得到加速点动态识别模型。
-
公开(公告)号:CN118228517A
公开(公告)日:2024-06-21
申请号:CN202410649498.8
申请日:2024-05-24
Applicant: 长安大学
IPC: G06F30/20 , G06F30/13 , G06F18/241 , G06F17/10 , G06F18/214 , G06F17/16
Abstract: 本发明涉及滑坡阈值确定方法,具体的公开了一种基于加速点动态识别的滑坡阈值确定方法,包括:在具有执行程序的处理器中设置边坡变形模型作为基础模型,其中,所述处理器根据基础模型中的识别函数来设定执行程序的执行逻辑,将滑坡位移数据输入至识别函数集并按照设定的运算控制逻辑进行迭代运算,得到运算结果;将得到的运算结果输入至分析模块中进行分析,形成多个资源数据集;根据得到的多个资源数据集来确定识别函数集对应的置信区间,通过所述置信区间对基础模型的预测取值进行限定,同时以多个资源数据集更新基础模型进行迭代训练原始的资源数据,从而对所述基础模型进行优化得到加速点动态识别模型。
-
-
-
-