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！

龙图腾网获悉青岛理工大学申请的专利一种基于深度学习的盾构隧道热灾害诊断方法及系统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：CN119862450B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411952442.6，技术领域涉及：G06F18/24；该发明授权一种基于深度学习的盾构隧道热灾害诊断方法及系统是由季永明;郭祥瑜;何金方;孙颖;郑进福;梁士民;周晓洁;胡松涛设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种基于深度学习的盾构隧道热灾害诊断方法及系统在说明书摘要公布了：本发明公开一种基于深度学习的盾构隧道热灾害诊断方法及系统，涉及信息技术及隧道安全监测技术领域，包括：采集盾构隧道管片内弧面温度场的红外图像；将筛选后的红外图像进行色度匹配，获取相匹配的温度云图；将温度云图输入至训练完成的热‑应力诊断模型中，输出应力云图；该模型的训练过程为：构建模拟热‑渗‑力多场耦合作用下盾构隧道热力性能的数值模型；基于数值模型，经瞬态模拟计算，获取盾构隧道管片内弧面温度场的温度云图和应力云图；利用温度云图和应力云图训练基于卷积神经网络的热‑应力诊断模型；基于应力云图，结合预设诊断依据，判断盾构隧道热灾害预警等级并及时预警。本发明可实现对盾构隧道结构安全稳定性的准确预警。

本发明授权一种基于深度学习的盾构隧道热灾害诊断方法及系统在权利要求书中公布了：1.一种基于深度学习的盾构隧道热灾害诊断方法，其特征在于，包括： 采集盾构隧道管片内弧面温度场的红外图像，并对采集图像进行初步筛选； 将筛选后的红外图像进行色度匹配，获取相匹配的温度云图； 将温度云图输入至训练完成的热‑应力预测诊断模型中，输出对应的应力云图；其中，模型的训练过程，包括：构建模拟热‑渗‑力多场耦合作用下盾构隧道热力性能的数值模型； 基于数值模型，经瞬态模拟计算，获取盾构隧道管片内弧面温度场的温度云图和应力云图； 利用温度云图和应力云图训练基于卷积神经网络的热‑应力诊断模型； 基于应力云图，结合预设诊断依据，判断盾构隧道热灾害预警等级并及时预警； 所述基于卷积神经网络的热‑应力诊断模型采用U‑Net架构搭建，包括输入层、编码器、瓶颈层、解码器和输出层； 所述编码器包括多个依次连接的卷积块，每一卷积块包括作为下采样层的两层卷积层，每一卷积块后设有一个Dropout层以及一个最大池化层；所述卷积层采用Conv2D层，每一Conv2D层具备设定的过滤器数量，卷积层后设有Mish激活层、正则化层、Dropout层； 所述解码器包括多个依次连接的卷积块，每一卷积块包括多个上采样层，所述上采样层通过与编码器的多个下采样层进行跳跃连接，以逐步恢复特征图的尺寸。

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青岛理工大学，其通讯地址为：266520 山东省青岛市黄岛区嘉陵江东路777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。