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 > 中交二公局东萌工程有限公司李均获国家专利权

中交二公局东萌工程有限公司李均获国家专利权

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!

龙图腾网获悉中交二公局东萌工程有限公司申请的专利基于人工智能的冰岩体裂缝监测预警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:CN120470545B

龙图腾网通过国家知识产权局官网在2025-11-04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:202510970298.7,技术领域涉及:G06F18/25;该发明授权基于人工智能的冰岩体裂缝监测预警方法及系统是由李均;王留洋;罗德强;代伟;杨三春;魏明东设计研发完成,并于2025-07-15向国家知识产权局提交的专利申请。

基于人工智能的冰岩体裂缝监测预警方法及系统在说明书摘要公布了:本发明提供一种基于人工智能的冰岩体裂缝监测预警方法及系统,通过部署在冰岩体表面的多模态传感器阵列采集包含声波反射、应力分布、温度变化信号的实时地质波动数据,将该实时地质波动数据输入预训练的多维特征融合模型,提取含裂缝空间坐标等参数的裂缝特征向量。调用时空演化预测模型对特征向量进行时间序列分析,生成包含未来预设时段裂缝扩展方向、临界破裂风险等级的概率分布图,当概率分布图中临界破裂风险等级超过预设阈值时,触发预警信号并生成应急支护方案,方案涵盖支护点位坐标、支护强度参数及施工时序指令,实现对冰岩体裂缝的有效监测与预警,并提供针对性应急措施。

本发明授权基于人工智能的冰岩体裂缝监测预警方法及系统在权利要求书中公布了:1.一种基于人工智能的冰岩体裂缝监测预警方法,其特征在于,所述方法包括: 通过部署在冰岩体表面的多模态传感器阵列采集实时地质波动数据,所述地质波动数据包括声波反射信号、应力分布信号及温度变化信号; 将所述地质波动数据输入预训练的多维特征融合模型,提取冰岩体内部的裂缝特征向量,所述裂缝特征向量包含裂缝空间坐标、裂缝扩展速率及应力集中区域的动态感知参数; 调用时空演化预测模型对所述裂缝特征向量进行时间序列分析,生成裂缝演化路径的概率分布图,所述概率分布图包含未来预设时段内裂缝扩展方向及临界破裂风险等级; 根据所述概率分布图中的临界破裂风险等级超过预设阈值的区域,触发预警信号并生成对应的应急支护方案,所述应急支护方案包含支护点位坐标、支护强度参数及施工时序指令; 所述时空演化预测模型的训练方法包括: 构建包含长短期记忆网络与三维卷积核的混合神经网络架构,其中,所述长短期记忆网络用于从样本裂缝特征向量中捕获裂缝扩展速率的时间依赖性特征,所述三维卷积核用于从样本裂缝特征向量中提取裂缝空间形态的拓扑特征; 将所述样本裂缝特征向量按时间序列输入所述混合神经网络架构,通过门控机制将所述时间依赖性特征与所述拓扑特征进行动态融合,生成包含时间-空间关联的动态融合特征; 将所述动态融合特征输入判别器网络,通过所述判别器网络计算所述动态融合特征预测的裂缝演化路径与真实破裂事件的空间匹配度,并根据所述空间匹配度与预设阈值的差异生成对抗训练损失,反向优化所述混合神经网络架构的卷积核参数; 将所述动态融合特征输入物理约束损失函数,计算所述预测的裂缝演化路径中最大主应力方向与裂缝扩展方向的夹角惩罚项,结合所述对抗训练损失生成联合优化损失; 通过迭代更新所述混合神经网络架构的卷积核参数与所述判别器网络的权重参数,使所述联合优化损失收敛至预设误差范围,生成训练完成的时空演化预测模型; 所述将所述动态融合特征输入物理约束损失函数,计算所述预测的裂缝演化路径中最大主应力方向与裂缝扩展方向的夹角惩罚项,结合所述对抗训练损失生成联合优化损失,包括: 从所述样本裂缝特征向量中提取当前应力集中区域的最大主应力方向角及裂缝面法线方向角; 计算所述最大主应力方向与裂缝面法线方向之间的第一夹角,以及裂缝扩展方向与最大剪应力方向的第二夹角; 当所述第一夹角小于预设角度阈值且所述第二夹角大于临界破裂角时,降低所述区域的破裂风险预测值; 当所述第一夹角处于脆性破裂区间且所述第二夹角满足库伦摩擦条件时,增加所述区域的破裂风险预测值; 根据所述预测值与实际破裂事件的空间重合度计算方向一致性损失,并将所述方向一致性损失与所述判别器网络的对抗损失进行加权求和得到最终的联合优化损失; 所述将所述动态融合特征输入判别器网络,通过所述判别器网络计算所述动态融合特征预测的裂缝演化路径与真实破裂事件的空间匹配度,并根据所述空间匹配度与预设阈值的差异生成对抗训练损失,反向优化所述混合神经网络架构的卷积核参数,包括: 将所述动态融合特征输入所述判别器网络的全连接层,生成所述判别器网络输出的预测裂缝演化路径的空间概率分布图; 获取与所述样本裂缝特征向量对应的真实破裂事件的空间坐标点集,并将所述空间坐标点集转换为与所述空间概率分布图相同分辨率的二值化破裂掩膜图; 计算所述空间概率分布图中每个空间单元的概率值与所述二值化破裂掩膜图中对应空间单元的标签值的交叉熵损失,生成初始对抗损失分量; 提取所述空间概率分布图中概率值超过预设概率阈值的空间单元集合,并计算所述空间单元集合与所述二值化破裂掩膜图中破裂区域的空间交并比,生成交并比惩罚项; 将所述初始对抗损失分量与所述交并比惩罚项按预设权重系数线性组合,生成最终的对抗训练损失; 通过反向传播算法将所述对抗训练损失对所述混合神经网络架构的三维卷积核参数求偏导,并根据梯度方向更新所述三维卷积核的权重矩阵,使得所述空间概率分布图与所述二值化破裂掩膜图的空间匹配度最大化。

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交二公局东萌工程有限公司,其通讯地址为:710119 陕西省西安市高新区信息大道2号企业壹号公园19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。