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！

龙图腾网获悉安徽理工大学申请的专利基于网络模型智能预测工作面端头堵漏效果的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：CN120180966B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510248678.X，技术领域涉及：G06F30/28；该发明授权基于网络模型智能预测工作面端头堵漏效果的方法及系统是由薛迪;陆伟;张青松;李金亮;李金虎;王昌祥;卓辉;陈良舟设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本基于网络模型智能预测工作面端头堵漏效果的方法及系统在说明书摘要公布了：本发明提供了一种基于网络模型智能预测工作面端头堵漏效果的方法及系统，该方法首先采用计算流体动力学模拟亚努斯型泡沫浆液在不同工况参数封堵端头的效果，获得采空区氧气浓度分布图像数据，对模拟得到的数据进行预处理，之后基于预处理后的数据集训练深度学习模型，训练后的深度学习模型拟合了不同工况参数与采空区氧气浓度分布特征之间的映射关系，能够实现在输入当前实际的工作面端头堵漏材料的注浆压力、注浆流量和注浆位置等参数值后，快速预测出堵漏工艺效果。该方法提供了一种兼具堵漏隔氧和降温灭火效果的工作面端头堵漏材料，并在此基础上，结合网络模型及时预测端头堵漏工艺效果。

本发明授权基于网络模型智能预测工作面端头堵漏效果的方法及系统在权利要求书中公布了：1.一种基于网络模型智能预测工作面端头堵漏效果的方法，其特征在于，包括： 采用计算流体动力学CFD模拟亚努斯型泡沫浆液在不同工况参数下封堵综放工作面端头的效果，获得采空区氧气浓度分布图像数据；其中，亚努斯型泡沫浆液由水泥基浆液、亚努斯型水基泡沫和促凝剂混合而成； 对CFD模拟得到的数据进行数据归一化和数据增强预处理，构建数据集； 基于所述数据集训练深度学习模型，得到训练后的深度学习模型；其中所述深度学习模型包括编码器、判别器、解码器和深度回归神经网络模型，训练后的深度学习模型拟合了不同工况参数与采空区氧气浓度分布特征之间的映射关系； 向所述训练后的深度学习模型输入当前实际的工况参数，所述训练后的深度学习模型输出采空区氧气浓度分布图像数据，所述采空区氧气浓度分布图像数据用于评估综放工作面端头堵漏工艺效果； 其中，所述水泥基浆液是由煤基固废和硅酸盐水泥这两种难燃的无机胶凝材料和水搅拌均匀后形成的，煤基固废占这两种无机胶凝材料质量的29.3~35%，水和这两种无机胶凝材料的质量比为0.5~0.6； 所述亚努斯型水基泡沫由亲水聚合物、疏水纳米颗粒和水组成；亲水聚合物占亚努斯型水基泡沫质量的1~3.2%，疏水纳米颗粒占亚努斯型水基泡沫质量的1.2~2%，亚努斯型水基泡沫的添加量为水泥基浆液体积的2~2.21倍； 所述促凝剂包括液态硅酸盐、粉状硅酸盐和硫酸铝中的一种或几种，促凝剂的添加量为水泥基浆液质量的2.9~6.1%。

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安徽理工大学，其通讯地址为：232001 安徽省淮南市山南新区泰丰大街168号安徽理工大学；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。