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！

龙图腾网获悉西南交通大学申请的专利基于钻进参数的隧道围岩级别精细化超前预测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：CN119918392B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411840020.X，技术领域涉及：G06F30/27；该发明授权基于钻进参数的隧道围岩级别精细化超前预测方法是由王明年;钟浩;于丽;沈红霖;黄丙旭;易文豪;夏覃永;彭鑫;孙鸿强;林鹏设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于钻进参数的隧道围岩级别精细化超前预测方法在说明书摘要公布了：本发明涉及隧道围岩技术领域，具体地说，涉及一种基于钻进参数的隧道围岩级别精细化超前预测方法，其包括以下步骤：步骤1、利用凿岩台车采集连续循环的钻进参数；步骤2、提取钻进参数统计特征；步骤3、采用长短时记忆网络模型，训练出基于钻进参数的隧道围岩级别超前预测模型；步骤4、通过围岩三维空间单元体划分方法将整个循环在横向上划分成多个分块，进行围岩级别精细化超前预测。本发明能够不断采集开挖循环的钻进参数，确保超前预测的连续性。

本发明授权基于钻进参数的隧道围岩级别精细化超前预测方法在权利要求书中公布了：1.基于钻进参数的隧道围岩级别精细化超前预测方法，其特征在于：包括以下步骤： 步骤1、利用凿岩台车采集连续循环的钻进参数； 步骤2、提取钻进参数统计特征； 步骤2中，具体为： 选取均值、标准差、3个四分位数、变异系数作为钻进参数统计特征进行提取； 均值是数据集中所有数据的总和除以数据的数量得到的，计算公式如式1所示： 式中，μ表示当前循环的钻进参数的均值，xi表示当前循环中每一个炮孔点的钻进参数，n表示当前循环中所有炮孔点的数量； 标准差是数据集中各数据与均值之差的平方和的平均数的平方根；标准差反映数据集的离散程度，标准差越大，表示数据分布越分散，标准差越小，表示数据分布越集中；计算公式如式2所示： 式中，σ表示当前循环的钻进参数的标准差，μ表示当前循环的钻进参数的均值，xi表示当前循环中每一个炮孔点的钻进参数，n表示当前循环中所有炮孔点的数量； 四分位数是将数据集中所有数据由小到大排列后，划分成四等份，处于三个分割点位置的数值即为四分位数；这3个四分位数分别是第1四分位数Q1、第2四分位数Q2和第3四分位数Q3，其中，第1四分位数Q1等于数据集中所有数据由小到大排列后第25％的数字；第2四分位数Q2等于数据集中所有数据由小到大排列后第50％的数字；第3四分位数Q3等于数据集中所有数据由小到大排列后第75％的数字； 变异系数是标准差与平均数的比值，变异系数能够消除数据集均值大小的影响，只反映数据集相对其均值的离散程度，是一个用于衡量数据集离散程度的相对指标，适用于比较不同数据集的离散程度；计算公式如式3所示： 式中，cv表示当前循环的钻进参数的变异系数，σ表示当前循环的钻进参数的标准差，μ表示当前循环的钻进参数的均值； 步骤3、采用长短时记忆网络模型，训练出基于钻进参数的隧道围岩级别超前预测模型； 步骤3的基于钻进参数的隧道围岩级别超前预测模型中，通过四个已开挖循环的钻进参数统计特征，加一个已钻孔暂未爆破循环的钻进参数统计特征，组成1组步长为5的循环序列数据，去超前预测下一未开挖循环的围岩级别； 步骤4、通过围岩三维空间单元体划分方法将整个循环在横向上划分成多个分块，进行围岩级别精细化超前预测。

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西南交通大学，其通讯地址为：610000 四川省成都市金牛区二环路北一段111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。