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！

龙图腾网获悉山东大学申请的专利基于倾向性数字孪生的隧道复合灾变智能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：CN120808580B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202511299383.1，技术领域涉及：G08B31/00；该发明授权基于倾向性数字孪生的隧道复合灾变智能预警方法及系统是由许振浩;任子健;王文扬;林鹏;潘东东;赵子彦设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本基于倾向性数字孪生的隧道复合灾变智能预警方法及系统在说明书摘要公布了：本发明提出了基于倾向性数字孪生的隧道复合灾变智能预警方法及系统，属于隧道突涌水数据处理分析技术领域，包括：获得隧道结构的三维点云数据及隧道结构的设计参数，基于隧道结构的三维点云数据及设计参数构建数字孪生模型；实时采集隧道结构中的监测数据并将采集的数据集成到所述数字孪生模型中；利用时空图卷积网络对实时采集的隧道结构中的监测数据的时空特征进行建模，输出时空特征矩阵，即生成灾变因素的时空特征表示；针对生成灾变因素的时空特征表示，输入至贝叶斯网络，所述贝叶斯网络用于进一步建模不同灾变因素之间的依赖关系，计算灾害发生概率；数字孪生模型基于计算的灾害发生概率标识出隧道内潜在灾害的区域。

本发明授权基于倾向性数字孪生的隧道复合灾变智能预警方法及系统在权利要求书中公布了：1.基于倾向性数字孪生的隧道复合灾变智能预警方法，其特征是，包括： 获得隧道结构的三维点云数据及隧道结构的设计参数，基于隧道结构的三维点云数据及设计参数构建数字孪生模型； 实时采集隧道结构中的监测数据并将采集的数据集成到所述数字孪生模型中； 利用时空图卷积网络对实时采集的隧道结构中的监测数据的时空特征进行建模，输出时空特征矩阵，即生成灾变因素的时空特征表示；所述时空图卷积网络为时空图结构，将隧道监测点建模为图中的节点，节点之间通过边来反映空间上的关联性；所述时空图卷积网络包括图卷积层、时间卷积层；所述图卷积层用于捕捉隧道不同区域之间的应力或环境数据的空间依赖关系；所述时间卷积层用于提取监测数据的时间变化趋势，进而生成灾变因素的时空特征表示； 针对生成灾变因素的时空特征表示，输入至贝叶斯网络，所述贝叶斯网络用于进一步建模不同灾变因素之间的依赖关系，计算灾害发生概率；所述贝叶斯网络通过节点和有向边构建灾变因素之间的因果关系图，每个节点代表一个灾变因素，包括隧道应力、地下水位，有向边则表示不同因素之间的因果关联； 通过贝叶斯网络的条件概率计算，根据当前数据预测各个灾变因素的风险，其中，贝叶斯网络能够将暴雨导致地下水位上升，从而进一步影响隧道应力变化的过程建模为概率依赖链条，并计算隧道结构破坏的概率； 数字孪生模型基于计算的灾害发生概率标识出隧道内潜在灾害的区域。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。