Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都理工大学任钰获国家专利权

成都理工大学任钰获国家专利权

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!

龙图腾网获悉成都理工大学申请的专利一种橡胶颗粒和水泥掺量的路基改良优化方法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:CN119047169B

龙图腾网通过国家知识产权局官网在2025-08-08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:202411138059.7,技术领域涉及:G06F30/20;该发明授权一种橡胶颗粒和水泥掺量的路基改良优化方法是由任钰;汤明高;李广;李俊;郭道静设计研发完成,并于2024-08-19向国家知识产权局提交的专利申请。

一种橡胶颗粒和水泥掺量的路基改良优化方法在说明书摘要公布了:本发明公开了一种橡胶颗粒和水泥掺量的路基改良优化方法,属于路基改良技术领域,解决了现有技术不能优化路基中的橡胶颗粒和水泥掺量的问题;本发明利用数字散斑测试能够精确地测量试样表面的微小变形,便于确定试样在单轴压缩试验下的局部变形和破坏过程,提供更准确的试样抗压强度数据,减少了抗压强度预测公式的误差,通过抗压强度预测公式可以预测橡胶颗粒和水泥的最佳掺量,进一步通过颗粒流PFC2D模型能够模拟颗粒之间的接触和相互作用,能够有效地预测施工路基在实际使用过程中的表现,从而指导施工设计和优化,提高施工效率和路基的耐久性,为施工路基的改良优化提供了系统而可靠的方法。

本发明授权一种橡胶颗粒和水泥掺量的路基改良优化方法在权利要求书中公布了:1.一种橡胶颗粒和水泥掺量的路基改良优化方法,其特征在于,包括以下步骤: S1、制作含有不同橡胶颗粒掺量和水泥掺量的试样,并在每个试样的表面上随机点涂多个圆点斑作为人工散斑场; S2、对每个试样分别进行单轴压缩试验,并通过多个相机记录每个试样的人工散斑场在单轴压缩试验过程中连续变化的三维变形图像; S3、采用数字散斑测试计算方法对三维变形图像进行处理,得到每个试样的单轴抗压强度曲线; 步骤S3进一步包括: S31、对试样未进行单轴压缩试验得到的三维初始图像和经单轴压缩试验得到的三维变形图像进行灰度值归一化处理; S32、将三维初始图像和三维变形图像上的多个圆点斑进行配对,并通过快速傅里叶变换设置每个圆点斑初始的位移量(); S33、计算每个圆点斑中心点位移的误差函数E: 其中,为尺度因子;为变量;为第个圆点斑的权重参数;为三维初始图像中处的灰度值,为第个圆点斑在初始图像中的坐标;为三维变形图像中处的灰度值,为第个圆点斑在三维变形图像中的坐标;和分别为三维初始图像和三维变形图像的灰度均值;和分别为三维初始图像和三维变形图像的灰度标准差;为第个圆点斑到试样中心的距离; S34、判断是否小于设定值,若大于,则进入步骤S35,否则进入步骤S37; S35、根据每个圆点斑位移量()、和的灰度值、以及三维初始图像和三维变形图像的灰度标准差和,计算雅可比矩阵、残差向量、计算梯度和海森矩阵: S36、更新位移量(),并返回步骤S33;其中,为参数更新量,; S37、根据最终的多个斑点位移量,计算出试样的应变场并得出单轴抗压强度曲线; S4、通过对多个试样的单轴抗压强度曲线进行拟合得到含有橡胶颗粒的改良路基的抗压强度预测公式; S5、根据抗压强度预测公式建立并校准路基的颗粒流PFC2D模型; S6、利用颗粒流PFC2D模型对施工路基进行模拟,根据施工路基的强度要求确定橡胶颗粒掺量和水泥掺量;颗粒流PFC2D模型的形状与试样相同,且颗粒流PFC2D模型内的接触方式为平行黏结接触; 颗粒流PFC2D模型对施工路基模拟方法进一步包括: S61、选择施工路基中典型的路基断面,记录路基断面在不同荷载条件下的实际应力分布数据; S62、采用颗粒流PFC2D模型对路基断面在不同荷载条件下进行模拟,得到模拟应力分布数据; S63、计算实际应力分布数据和模拟应力分布数据之间的误差,若误差小于5%,则进入步骤S64,否则调整颗粒流PFC2D模型的参数并返回步骤S62; S64、判定颗粒流PFC2D模型准确。

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成都理工大学,其通讯地址为:610051 四川省成都市二仙桥东三路1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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。