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！

龙图腾网获悉江西科技学院申请的专利一种基于深度学习的岩土力学参数智能识别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：CN120257003B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202510308746.7，技术领域涉及：G06F18/24；该发明授权一种基于深度学习的岩土力学参数智能识别方法及系统是由李香兰设计研发完成，并于2025-03-17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岩土力学参数智能识别方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的岩土力学参数智能识别方法及系统，旨在精确识别岩土的弹性模量、强度参数及渗透系数，支持复杂地质条件下工程项目的决策与设计。从数据需求分析开始，明确参数识别目标并规划现场测试布局。通过综合收集与整合多源数据，包括实验室与现场测试数据、遥感信息等，构建基础数据集。数据经预处理与分析，以去除噪声并探索数据间关联。核心步骤涉及运用深度学习算法构建岩土力学模型，通过定义目标函数并优化，实现参数的高精度反演。反演结果经验证与不确定性分析。该方法将分析成果反馈至工程设计调整与决策支持中，实现方案的优化。通过持续监测与利用实时数据动态调整模型与策略，保障工程实施的安全高效。

本发明授权一种基于深度学习的岩土力学参数智能识别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岩土力学参数智能识别方法，其特征在于，包括以下步骤； S1.项目规划与数据需求分析：明确工程目标和参数识别的需求：岩土的弹性模量、强度参数、渗透系数，并规划现场测试和监测布置，包括钻孔、原位测试：静力触探、标准贯入试验和远程监测传感器的安装； S2.数据收集与整合：收集各类现场测试数据，包括实验室试验数据、原位测试数据、遥感与地质雷达数据，整合历史工程数据和区域地质资料，建立基础数据集； S3.预处理与数据分析：对收集的数据集进行清洗，去除异常值，进行数据转换和标准化处理，并利用统计分析初步探索数据间的关联性，为后续建模做准备； S4.构建反演模型与目标函数：运用深度学习算法建立岩土力学模型，并整合得到岩土力学模型公式，其中σ表示应力，𝜂是粘性系数，体现了材料流动、粘性效应的强度，与材料的流动阻力有关，𝐸是弹性模量，描述了材料在弹性范围内的刚度，通过公式计算，其中ν为泊松比，表示材料在弹性范围内横向应变与纵向应变的负比值，G为剪切模量，𝜀是应变，，分别代表应力和应变随时间的变化率，F为屈服条件，运用综合模型公式进行变形预测，考虑各种工况下的力学响应，为岩土工程设计和安全评估提供支持，并根据工程实际情况定义目标函数，目标函数最小化，反映模型预测值与实测值的误差； S5.参数反演与优化：应用PSO算法进行岩土力学模型参数反演，迭代优化目标函数，以求得最佳参数集合，多次迭代和算法参数调整； S6.结果验证与不确定性分析：将反演得到的参数应用于模型中，通过模拟预测并与独立观测数据对比验证模型的预测能力，进行敏感性分析和不确定性评估，理解参数变化对模型预测的影响，评估结果的可靠性； S7.反馈设计与决策支持：根据反演结果调整工程设计方案，优化结构设计和施工方案，提供风险评估报告和建议，为决策者提供科学依据； S8.持续监测与动态调整：在工程实施过程中持续监测关键参数，利用实时数据进行模型的动态校正和优化，实施智能管控，根据最新数据反馈调整设计和施工策略，确保工程安全和高效推进。

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江西科技学院，其通讯地址为：330000 江西省南昌市瑶湖高校园区；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。