四川省交通建设集团有限责任公司;重庆大学溧阳智慧城市研究院;重庆大学;四川路桥建设集团股份有限公司;四川省公路规划勘察设计研究院有限公司任涛获国家专利权
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!
龙图腾网获悉四川省交通建设集团有限责任公司;重庆大学溧阳智慧城市研究院;重庆大学;四川路桥建设集团股份有限公司;四川省公路规划勘察设计研究院有限公司申请的专利一种盾构隧道渣土改良参数预测方法及其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:CN121347784B 。
龙图腾网通过国家知识产权局官网在2026-03-24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:202511919610.6,技术领域涉及:G01N33/24;该发明授权一种盾构隧道渣土改良参数预测方法及其系统是由任涛;邹谭;王安春;杨阳;田春雨;刘小虎;孟捷;王斌;董祥勇;黄韬设计研发完成,并于2025-12-18向国家知识产权局提交的专利申请。
本一种盾构隧道渣土改良参数预测方法及其系统在说明书摘要公布了:本发明公开了一种盾构隧道渣土改良参数预测方法及其系统,涉及隧道工程施工技术领域,该方法通过在盾构机关键部位布设多模态传感器,采集掘进参数、地层参数、多模态传感器信号、渣土物理性质和改良剂注入参数;然后提取变化特征,计算突变敏感因子并进行工况判定;构建常态预测子模型库及突变快速响应模型,计算地层模型适配指数并进行模型适配性判定;利用图神经网络建立工况耦合预测模型,提取非线性耦合特征,计算工况耦合指数并判断预测稳定性;采集施工实际表现数据,与模型预测结果对比,计算预测修正指数并进行偏差分析,触发相应修正策略。该方法能够实现盾构隧道渣土改良参数的智能预测与动态修正,提高施工过程的安全性与稳定性。
本发明授权一种盾构隧道渣土改良参数预测方法及其系统在权利要求书中公布了:1.一种盾构隧道渣土改良参数预测方法,其特征在于,包括以下步骤: 步骤一、通过在盾构机关键部位布设多种传感器,实时采集刀盘扭矩、推进力、舱内土压、渣土含水率、地层干密度、光谱与电阻率信号、渣土颗粒粒径分布、渣土液塑限参数及改良剂注入参数; 步骤二、基于渣土含水率、刀盘扭矩和电阻率信号,通过时序差分、滑动窗口回归、滤波微分及异常检测的方法提取变化率、加速度项和突变量,计算突变敏感因子,并与地层突变判定阈值mth进行对比分析,判定当前工况为常态工况或地层突变工况; 突变敏感因子的获取方式为,基于渣土含水率数据Wt,采用时序差分与滑动窗口回归技术,对连续时间序列中的含水率变化进行一阶导数计算,从而得到含水率的变化率;基于刀盘扭矩数据Tp,采用时序滤波与数值微分方法,先对扭矩序列进行平滑去噪,再进行二阶导数计算,得到扭矩的加速度项;基于电阻率信号数据Sres;采用异常检测与时序突变分析方法,对比相邻时间段电阻率信号的差异,识别出显著的电性突变,结合光谱响应信号数据Snir的反射率偏移,对电阻率信号的突变有效性进行校正,得到最终的电阻率突变量,通过获取的含水率的变化率、扭矩的加速度项和电阻率突变量,无量纲处理后,计算获取突变敏感因子,公式如下: 式中,w1、w2和w3表示权重系数; 步骤三、基于常态工况数据训练的卷积神经网络常态预测子模型库,用于不同地层类别的预测;结合卷积神经网络与递归神经网络构建的突变快速响应模型,用于突变工况的应急预测,通过历史数据拟合与地层识别一致性计算地层模型适配指数CMI,并与地层模型适配阈值Cth进行对比分析,判断当前模型是否适配,若不适配则给予第一策略; 地层模型适配指数CMI的获取方式为,通过获取的各模型的拟合优度指标Rmodel和地层识别结果与所调用预测模型类别之间的一致性概率Pmatch,无量纲处理后,计算获取地层模型适配指数CMI,公式如下: 式中,a1和a2表示权重系数;采集获取历史施工数据,并对常态预测子模型库与突变快速响应模型进行拟合优度评估,采用残差平方和与实际采集数据对比,获取各模型的拟合优度指标Rmodel;基于实时地层识别结果,提取特征融合与聚类判别后的概率分布,获取地层识别结果与所调用预测模型类别之间的一致性概率Pmatch; 步骤四、基于掘进参数、地层参数及改良剂添加量构建工况关联图谱,利用图神经网络建立工况耦合预测模型,提取关键非线性耦合特征,计算工况耦合指数GCI,并与工况耦合阈值Gth进行对比分析,判定预测是否稳定,若不稳定则给予第二策略; 工况耦合指数GCI的获取方式为,通过工况耦合预测模型提取的非线性耦合特征,刀盘扭矩数据与渣土含水率数据之间的相关性、推进力数据与地层压力分布数据之间的相关性和舱内土压数据与渣土透水率数据之间的相关性,无量纲处理后,计算获取工况耦合指数GCI,公式如下: 式中,s1、s2和s3表示权重系数; 步骤五、采集施工实际表现数据与工况耦合预测模型预测值进行对比,计算预测修正指数AEI,并与预测修正阈值Ath进行对比分析,判定工况耦合预测模型的预测偏差是否处在合理范围,若不处在合理范围则给予第三策略; 预测修正指数AEI的获取方式为,采集施工过程实际表现数据,包括渣土流动性Lf、刀具磨损率Mc和能耗Ec施工结果指标;同时采集工况耦合预测模型预测的对应参数值,包括渣土流动性预测值Lpred、刀具磨损率预测值Mpred和能耗预测值Epred;将采集的实际施工表现数据与预测参数值进行对比,计算获取预测修正指数AEI,公式如下: 式中,d1、d2和d3表示权重系数。
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四川省交通建设集团有限责任公司;重庆大学溧阳智慧城市研究院;重庆大学;四川路桥建设集团股份有限公司;四川省公路规划勘察设计研究院有限公司,其通讯地址为:610041 四川省成都市武侯区二环路西一段90号四川高速大厦八楼A区B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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励