买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏海洋大学申请的专利一种针对海相软土地区的螺旋桩承载力预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118940431B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410978328.4，技术领域涉及：G06F30/17；该发明授权一种针对海相软土地区的螺旋桩承载力预测方法及装置是由陈世霖;宗钟凌;岑航;王鲁文;张羽蒙;卢浩宇;赵军南;赖斌;高子晴;王浩宇;刘志远设计研发完成，并于2024-07-22向国家知识产权局提交的专利申请。

本一种针对海相软土地区的螺旋桩承载力预测方法及装置在说明书摘要公布了：本申请提供了一种针对海相软土地区的螺旋桩承载力预测方法及装置，涉及地基基础工程技术领域，用于在减少螺旋桩承载力预测成本的同时，提高螺旋桩承载力的预测准确度。该方法包括：获取海相软土地区的土体变量以及螺旋桩的桩体变量；模拟仿真得到土体变量、桩体变量在不同取值的情况下分别对应的螺旋桩承载力；对土体变量和桩体变量分别进行降维得到关键土体变量、关键桩体变量；将关键土体变量、关键桩体变量的不同取值及其在不同取值的情况下分别对应的螺旋桩承载力作为样本数据进行模型训练得到螺旋桩承载力预测模型；通过训练好的螺旋桩承载力预测模型预测螺旋桩承载力。

本发明授权一种针对海相软土地区的螺旋桩承载力预测方法及装置在权利要求书中公布了：1.一种针对海相软土地区的螺旋桩承载力预测方法，其特征在于，所述方法包括： S101,获取海相软土地区的土体变量以及螺旋桩的桩体变量； S102,采用有限元数值模拟方法对所述土体变量、所述桩体变量建模，模拟仿真得到所述土体变量、所述桩体变量在不同取值的情况下分别对应的螺旋桩承载力； S103,根据模拟仿真得到的所述土体变量、所述桩体变量的不同取值及其在不同取值的情况下分别对应的螺旋桩承载力，对所述土体变量和所述桩体变量分别进行降维得到关键土体变量、关键桩体变量； S104,将所述关键土体变量、所述关键桩体变量的不同取值及其在不同取值的情况下分别对应的螺旋桩承载力作为样本数据进行模型训练得到螺旋桩承载力预测模型； S105,通过训练好的螺旋桩承载力预测模型预测螺旋桩承载力； 所述模拟仿真得到所述土体变量、所述桩体变量在不同取值的情况下分别对应的螺旋桩承载力之前，所述方法还包括： 通过所述模拟仿真中的位移与荷载之间的关系确定第一荷载位移曲线；将现场抗压试验的第二荷载位移曲线与第一荷载位移曲线进行曲线对比；若曲线对比结果之间的数值偏差小于预置数值，模拟仿真得到所述土体变量、所述桩体变量在不同取值的情况下分别对应的螺旋桩承载力；若曲线对比结果之间的数值偏差小于预置数值，通过双切线法确定所述第二荷载位移曲线所述第一荷载位移曲线分别对应的承载力；若所述第二荷载位移曲线所述第一荷载位移曲线的承载力差值小于目标数值，模拟仿真得到所述土体变量、所述桩体变量在不同取值的情况下分别对应的螺旋桩承载力； S103包括： 将模拟仿真得到的所述关键土体变量、所述关键桩体变量的中所有变量的取值共同输入到特征筛选模型中，得到所述关键土体变量、所述关键桩体变量中各个变量在取得对应螺旋桩承载的贡献值；基于所述土体变量、所述桩体变量中各个变量的贡献值确定关键土体变量、关键桩体变量；其中，特征筛选模型为用于筛选关键变量的模型，该模型通用的神经网络模型，通过将少量样本数据输入到该模型中，然后通过该模型确定土体变量中的关键土体变量，桩体变量中的关键桩体变量； S104中,所述螺旋桩承载力预测模型包括：输入层、隐藏层和输出层；所述输入层的节点数量为降低维度后输入变量的个数； 所述将所述关键土体变量、所述关键桩体变量的不同取值及其在不同取值的情况下分别对应的螺旋桩承载力作为样本数据进行模型训练得到螺旋桩承载力预测模型，包括： 基于隐藏层的层数以及隐藏层内包含的神经元个数进行排列组合得到多个初始网络模型；并根据所述样本数据分别对每个初始网络模型中进行训练； 计算每个训练好的初始网络模型的均方误差； 将所述均分误差最小的初始网络模型作为所述螺旋桩承载力预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏海洋大学，其通讯地址为：222005 江苏省连云港市海州区苍梧路59号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。