Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 中铁科学研究院集团有限公司;西南交通大学舒中文获国家专利权

中铁科学研究院集团有限公司;西南交通大学舒中文获国家专利权

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!

龙图腾网获悉中铁科学研究院集团有限公司;西南交通大学申请的专利基于斜条分法的点安全系数评价边坡稳定性方法和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:CN119311991B

龙图腾网通过国家知识产权局官网在2025-09-02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:202411470186.7,技术领域涉及:G06F17/10;该发明授权基于斜条分法的点安全系数评价边坡稳定性方法和装置是由舒中文;李星;李廷山;滕汉卿;杨涛;孙家振;吴坤;于贵;李丽设计研发完成,并于2024-10-21向国家知识产权局提交的专利申请。

基于斜条分法的点安全系数评价边坡稳定性方法和装置在说明书摘要公布了:本发明提供了一种基于斜条分法的点安全系数评价边坡稳定性方法和装置,涉及边坡治理技术领域,包括将边坡的滑体划分为若干个斜条块;从坡底的斜条块开始向上遍历,根据抗剪强度参数计算各斜条块的点安全系数;当所遍历斜条块的点安全系数小于预设阈值时,计算斜条块的点安全系数等于预设阈值时所需的支持力;根据抗剪强度参数计算下一次遍历斜条块提供支持力后的点安全系数,当计算得到所有斜条块的点安全系数,判断坡顶斜条块的点安全系数是否大于预设阈值:若是,则基于各斜条块的点安全系数计算得到滑坡的整体安全系数,本发明通过分析点安全系数的分布规律得到滑坡的空间滑动机制,进而进行针对性的支挡防护。

本发明授权基于斜条分法的点安全系数评价边坡稳定性方法和装置在权利要求书中公布了:1.一种基于斜条分法的点安全系数评价边坡稳定性方法,其特征在于,包括: 获取边坡的抗剪强度参数,将边坡的滑体划分为若干个斜条块,所述斜条块沿坡底向坡顶倾斜; 从坡底的斜条块开始向上遍历,根据抗剪强度参数计算各斜条块的点安全系数;当所遍历斜条块的点安全系数小于预设阈值时,计算斜条块的点安全系数等于预设阈值时所需的支持力,所述支持力由下一次遍历的斜条块提供; 根据抗剪强度参数计算下一次遍历斜条块提供支持力后的点安全系数,当计算得到所有斜条块的点安全系数,判断坡顶斜条块的点安全系数是否大于预设阈值: 若是,则基于各斜条块的点安全系数计算得到滑坡的整体安全系数; 否则,按照预设比例扩大抗剪强度参数,利用扩大后的抗剪强度参数重新计算每个斜条块的点安全系数,直到坡顶斜条块的点安全系数等于预设阈值; 基于强度折减法,利用坡顶斜条块的点安全系数等于预设阈值时各斜条块的点安全系数计算得到滑坡的整体安全系数; 其中,当所遍历斜条块的点安全系数小于预设阈值时,计算斜条块的点安全系数等于预设阈值时所需的支持力,包括: 对所遍历的斜条块进行受力分析,建立斜条块在受到支持力和自重力下的静力平衡模型,所述支持力包括切向力和法向力; 基于所述静力平衡模型,根据初始抗剪强度系数建立斜条块的下滑力计算模型和正压力计算模型; 利用斜条块的下滑力计算模型和正压力计算模型构建点安全系数计算模型; 获取切向力和法向力的数值关系,将所述数值关系代入点安全系数计算模型,令斜条块的点安全系数等于预设阈值时,计算得到斜条块所需的切向力和法向力; 其中,根据抗剪强度参数计算下一次遍历斜条块提供支持力后的点安全系数,包括: 对当前斜条块进行受力分析,根据初始抗剪强度、自重力和所提供的支持力,计算当前斜条块的正压力和下滑力; 基于所述正压力和下滑力计算得到当前斜条块的点安全系数; 若当前斜条块的点安全系数小于预设值1时,建立当前斜条块在受到自重力、受到支持力以及其提供支持力后的静力平衡模型; 利用当前斜条块的下滑力计算模型和正压力计算模型构建点安全系数计算模型; 将所述数值关系代入点安全系数计算模型,令斜条块的点安全系数等于预设阈值时,计算得到斜条块所需的切向力和法向力。

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中铁科学研究院集团有限公司;西南交通大学,其通讯地址为:610031 四川省成都市金牛区金仙桥路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”。

以上内容由龙图腾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。