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！

龙图腾网获悉陕西建工第十二建设集团有限公司申请的专利基于多源数据融合的顶管施工安全风险智能评估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：CN121119726B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511648861.5，技术领域涉及：G06Q10/0635；该发明授权基于多源数据融合的顶管施工安全风险智能评估方法是由李泽亮;金盾;赵芳丽;郑阳;吴明明设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本基于多源数据融合的顶管施工安全风险智能评估方法在说明书摘要公布了：本发明公开了基于多源数据融合的顶管施工安全风险智能评估方法，涉及顶管施工技术领域，该方法的步骤包括：获取顶管施工的历史监测数据，包括地质雷达图像、工程运行参数以及结构变形参数；基于历史监测数据，建立施工拓扑网络，结合预设的GAM模型识别风险驱动因素，并自动调整监测数据采集频率；引入机器学习模型，对每批次监测数据迭代训练，评估结构变形参数的异常波动，以识别地质突变的风险程度；其中，风险程度包括有效风险和无效风险；基于施工拓扑网络，结合有效风险，执行作业安全策略，判定越界行为；本发明实现节点链路精准关联，提升监测针对性，并在一定程度上精细化了多源数据融合，方便判断风险核心来源，及时预警。

本发明授权基于多源数据融合的顶管施工安全风险智能评估方法在权利要求书中公布了：1.基于多源数据融合的顶管施工安全风险智能评估方法，其特征在于，所述方法包括以下步骤： 获取顶管施工的历史监测数据，包括地质雷达图像、工程运行参数以及结构变形参数； 基于历史监测数据，建立施工拓扑网络，结合预设的GAM模型识别风险驱动因素，并自动调整监测数据采集频率；引入机器学习模型，对每批次监测数据迭代训练，评估结构变形参数的异常波动，以识别地质突变的风险程度； 其中，风险程度包括有效风险和无效风险； 其中，结合预设的GAM模型识别风险驱动因素，包括： 基于施工拓扑网络，为每个拓扑节点初始化GAM模型，分析工程运行参数、地质雷达图像与沉降风险的线性相关性，并配置拓扑感知的特征提取器；若为线性相关，预测未来N次检测后的沉降风险曲线，以获取沉降阶段；若为非线性相关，执行拓扑感知的特征预处理，通过多重共线性诊断筛选特征，将历史监测数据按时间顺序划分为训练集与验证集，使用拓扑约束的正则化方法防止过拟合；通过分布式交叉验证选择最优超参数，基于特征重要性排序识别风险驱动因素；其中，风险驱动因素至少包括沉降速率； 其中，评估结构变形参数的异常波动，包括： 收集各批次下所在链路段的结构变形参数，并归集为集合P，基于排列组合原理从P中选取a个结构变形参数，构建风险传导任务集合Cb，a，且风险传导任务是在监测链路上发起的风险影响行为；其中，b表示某批次下任一时刻下的结构变形参数； 基于风险传导任务集合确定风险驱动方向和影响度，且影响度基于余弦相似度进行确定；分析任一风险传导任务中结构参数的均值、波动值，结合影响度形成三维监测向量，并基于三维监测向量构建判断向量；将判断向量导入预设的MLP判断模型中，输出判断结果，若任一判断向量获得的判断结果大于预设的判断阈值，则将该风险传导任务对应的施工区域标记为异常工况区； 识别异常工况区所处沉降阶段，调取该阶段下数据库内置的初始权重，包括第一权重、第二权重以及第三权重，并自适应更新权重，将结构变形参数与对应权重相结合，包括将下沉深度和第一权重相乘，将结构应力与第二权重相乘，将接缝变形与第三权重相乘，将相乘的结果相加，获得波动指标，并判定结构变形参数的异常波动程度； 基于施工拓扑网络，结合有效风险，执行作业安全策略，判定越界行为。

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陕西建工第十二建设集团有限公司，其通讯地址为：725029 陕西省安康市高新技术产业开发区高新二路西侧、安康大道北侧金龙大厦B座；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。