兰州交通大学郭楠获国家专利权
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!
龙图腾网获悉兰州交通大学申请的专利一种湿陷性黄土区公路地下空洞GPR正演模型构建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:CN121051836B 。
龙图腾网通过国家知识产权局官网在2026-04-14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:202511208409.7,技术领域涉及:G06F30/13;该发明授权一种湿陷性黄土区公路地下空洞GPR正演模型构建方法是由郭楠;秦洲晟杰;曾俊设计研发完成,并于2025-08-27向国家知识产权局提交的专利申请。
本一种湿陷性黄土区公路地下空洞GPR正演模型构建方法在说明书摘要公布了:本发明提供了一种湿陷性黄土区公路地下空洞GPR正演模型构建方法,涉及正演模拟技术领域。该方法包括:步骤S1、对湿陷性黄土区公路建立多层地质模型;步骤S2、在多层地质模型底层中建立空洞模型,包括规则空洞模型和不规则边界空洞模型;步骤S3、根据地面干湿状态,生成各地层的随机参数,完成地下空洞GPR正演模型的建立;步骤S4、在gprMax中进行正演模拟,得到正演结果。本发明能快速生成空洞模型,并对湿陷性黄土区地层在干湿两种状态下的参数如介电常数、电导率等进行动态模拟,提高多种正演模型的建立效率,扩充GPR研究所需的数据样本量,为复杂地质条件下的地下空洞探测提供更全面的数据支撑。
本发明授权一种湿陷性黄土区公路地下空洞GPR正演模型构建方法在权利要求书中公布了:1.一种湿陷性黄土区公路地下空洞GPR正演模型构建方法,其特征在于,包括以下步骤: 步骤S1、对湿陷性黄土区公路建立多层地质模型; 步骤S2、在多层地质模型底层中建立空洞模型,包括规则空洞模型和不规则边界空洞模型; 步骤S3、根据地面干湿状态确定各地层相对介电常数、电导率、相对磁导率和磁损耗率的取值范围,在该取值范围内随机生成各地层的上述参数并赋给对应地层,完成地下空洞GPR正演模型的建立; 步骤S4、在gprMax中进行正演模拟,得到正演结果; 步骤S1的具体过程如下: 步骤S101、收集目标区域地质勘察数据,根据湿陷性黄土层的实际分布特征,初步建立包含路面两层沥青结构层、防水层、水泥碎石层、沙砾层和夯实黄土层的六层地质模型; 步骤S102、依据地质勘察数据对六层地质模型各地层厚度进行参数化设置; 步骤S103、设置网格分辨率,完成多层地质模型的建立; 不规则边界空洞模型的构建过程具体如下: 在获取空洞中心点坐标之后,将物理坐标系下的空洞中心点转换为网格索引坐标,具体表达式为: ; 其中,、表示网格分辨率; 在极坐标系下均匀采样50个角度,生成角度采样序列,具体表达式为: ; 其中,表示极坐标系下第个采样角度;表示角度采样的总点数; 进行基础半径计算,具体表达式为: ; 其中,表示横向基础半径;表示纵向基础半径;表示控制形状整体扩展的不规则性参数;表示网格尺寸; 在基础半径方向上叠加随机扰动,生成带有正态分布噪声的瞬时半径;其中,在x方向和y方向分别采用不同的标准差、,以产生不对称波动;具体表达式为: ; 其中,表示横向瞬时半径;表示纵向瞬时半径;表示极坐标系下的采样角度;表示角度采样序列的索引值;表示扰动系数;表示均值为0、方差为的正态分布函数;表示均值为0、方差为的正态分布函数; 通过极坐标-笛卡尔坐标转换得到顶点序列,具体表达式为: ; 其中,、表示空洞边界第个顶点在笛卡尔坐标系中的坐标;表示x方向的瞬时半径函数;表示y方向的瞬时半径函数;表示第个顶点的瞬时时间; 最终形成了闭合多边形轮廓序列,其中,表示闭合多边形轮廓的顶点的总数; 步骤S3的具体过程如下: 步骤S301、设定干地状态下各地层的参数,并确定其取值范围; 步骤S302、设定湿地状态下各地层的参数,并确定其取值范围; 步骤S303、在建模前需选定地面干湿状态,并根据所选地面干湿状态确定相应参数的取值范围; 步骤S304、在选定的参数取值范围内随机生成具体参数值,并将生成的具体参数值赋给对应地层。
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兰州交通大学,其通讯地址为:730070 甘肃省兰州市安宁区安宁西路118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。
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