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！

龙图腾网获悉中交一公局厦门工程有限公司;中交一公局绿建(厦门)科技有限公司申请的专利一种隧道爆破施工安全评价系统及其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：CN121352507B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511870355.0，技术领域涉及：G06Q10/0635；该发明授权一种隧道爆破施工安全评价系统及其方法是由罗江蔚;李开军;张永祥;龚明子;张西鹏;饶先鹏设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本一种隧道爆破施工安全评价系统及其方法在说明书摘要公布了：本发明涉及隧道爆破施工安全评价技术领域，具体为一种隧道爆破施工安全评价系统及其方法。包括：多源异构数据融合单元，生成标准化的时序数据流；时序风险推演单元，用于输出物理风险评估值；数据信任赤字量化单元，用于输出数据信任赤字指标；对抗性激励建模单元，用于输出对抗性激励压力信号至所述数据信任赤字量化单元；耦合决策仲裁单元，用于输出高优先级干预指令；反脆弱策略执行单元，用于接收所述高优先级干预指令，执行反脆弱动作获取现场真实数据，并用于校准和重置所述数据信任赤字指标。本发明克服了传统安全评价系统过度依赖数据表面真实性的缺陷，提升了在复杂施工环境下对隐性风险的识别能力和决策的可靠性。

本发明授权一种隧道爆破施工安全评价系统及其方法在权利要求书中公布了：1.一种隧道爆破施工安全评价系统，其特征在于，包括： 多源异构数据融合单元，用于接收并标准化处理来自所有作业面的多源异构数据，生成标准化的时序数据流； 时序风险推演单元，用于接收所述标准化的时序数据流，动态推演隐性风险传导链，输出物理风险评估值；所述时序风险推演单元具体配置为：基于时序图神经网络技术，动态学习和预测人-机-环系统中的耦合风险，所述物理风险评估值为反映系统接近重大安全事故失效边界程度的定量指标； 数据信任赤字量化单元，用于并行接收所述标准化的时序数据流，量化施工数据的信任赤字，输出数据信任赤字指标；所述数据信任赤字量化单元具体用于：建立历史常态基线模型，所述历史常态基线模型基于项目历史数据或同类工程经验数据库通过统计学习建立，用于定义正常施工条件下的数据模式；将所述标准化的时序数据流与所述历史常态基线模型进行偏离度比较；当监测到数据异常完美或人工自检表提交时间高度规律化时，判定其与所述历史常态基线模型严重不符，以生成所述数据信任赤字指标； 对抗性激励建模单元，用于接收并分析项目管理层的业务指令，识别数据信任赤字的根源，输出对抗性激励压力信号至所述数据信任赤字量化单元；对抗性激励压力信号是一个用于表征一线施工队因管理层激励政策而产生的数据造假动机强弱程度的调节信号； 耦合决策仲裁单元，用于接收所述物理风险评估值和所述数据信任赤字指标，基于风险-信任双评估与反脆弱决策闭环机制进行决策，输出高优先级干预指令； 反脆弱策略执行单元，用于接收所述高优先级干预指令，执行反脆弱动作获取现场真实数据，所述反脆弱动作包括向独立的飞行检查队指派任务，对数据嫌疑最大的分包商进行随机动态的突击现场核查，或强制安装难以篡改的第三方加密传感器；将通过所述突击现场核查获取的所述现场真实数据反馈回所述数据信任赤字量化单元，用于校准和重置所述数据信任赤字指标； 所述数据信任赤字量化单元还用于：接收来自所述对抗性激励建模单元的所述对抗性激励压力信号； 将所述对抗性激励压力信号作为动态调节所述偏离度比较逻辑的控制参数； 当所述激励压力增大时，自动降低对完美数据的容忍度，以使所述数据信任赤字指标更为敏感； 所述耦合决策仲裁单元具体用于：当所述数据信任赤字指标低于预设的失明预警阈值时，判定数据源基本可信； 在判定所述数据源基本可信的状态下，以所述时序风险推演单元输出的所述物理风险评估值为主要决策依据进行常规风险管理； 所述耦合决策仲裁单元还用于：当所述数据信任赤字指标累积并达到或超过所述失明预警阈值时，执行信任否决逻辑； 所述失明预警阈值基于历史数据中数据失真导致评估失效的案例进行统计分析和反向标定而生成； 在执行所述信任否决逻辑时，无论所述物理风险评估值是否安全，均判定所述物理风险评估值不可信； 在判定所述物理风险评估值不可信后，自动切换到数据真实性重建模式； 在切换到所述数据真实性重建模式后，输出所述高优先级干预指令。

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中交一公局厦门工程有限公司;中交一公局绿建(厦门)科技有限公司，其通讯地址为：361021 福建省厦门市集美区银江路139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。