-
公开(公告)号：CN117235840A
公开(公告)日：2023-12-15
申请号：CN202311038888.3
申请日：2023-08-17
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06F30/23 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/126 , G06N5/01 , G06F111/04 , G06F111/06 , G06F111/08 , G06F111/10 , G06F119/02 , G06F119/14
Abstract: 本发明涉及结构化设计技术领域，更具体涉及一种适应多工况空中造楼机的结构设计与优化方法及系统。所述方法包括：通过对空中造楼机结构进行参数化处理，获取空中造楼机结构参数；基于snapshot策略使用空中造楼机结构参数的数据训练集成深度学习模型，经过M个周期训练后获取M个神经网络模型，求解M个神经网络模型的输出平均值作为预测结果；基于预测结果使用NSGA‑II多目标优化算法，提出基于LHS的随机优化方法，通过采用LHS方法在外界荷载概率密度分布中进行多次抽样，从而模拟外界荷载的不确定性，获取适应多工况的空中造楼机钢平台结构。通过本发明实现多种工况下造楼机结构设计方案的快速生成与灵活选择。
-
公开(公告)号：CN117145503A
公开(公告)日：2023-12-01
申请号：CN202310941694.8
申请日：2023-07-28
Applicant: 华中科技大学
Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于物理信息强化学习的盾构机掘进控制方法及装置。所述方法包括：基于TBM运行数据，将土压平衡理论嵌入以DNN为神经网络架构的模型中，构建TBM在隧道施工过程中的环境网络模型；以物理信息环境为基础，通过在双延迟深度确定性算法的奖励函数和惩罚中考虑盾构机内外的土压平衡、掘进速度非负性以及中部土仓压力介于顶部和底部土仓压力之间的物理规律和约束条件，构建基于物理的双延迟深度确定性算法模型；基于双延迟深度确定性算法模型，实时动态调整TBM参数，从而达到隧道开挖所需的掘进速度和保持开挖过程中土压力的平衡。本发明采用于物理信息强化学习方法可同时提高隧道开挖的施工效率和稳定性。
-
公开(公告)号：CN114996830A
公开(公告)日：2022-09-02
申请号：CN202210928018.2
申请日：2022-08-03
Applicant: 华中科技大学
Abstract: 本发明属于隧道施工技术领域，并具体公开了一种盾构隧道下穿既有隧道的可视化安全评估方法及设备。所述方法包括：构建隧道施工参数指标体系，并获取现有数据；基于GCN回归模型和现有数据构建地表累计沉降、既有隧道形变以及开挖面支护力的GCN预测模型，采用SHAP模型解释GCN预测模型，获得地表累计沉降、既有隧道形变以及开挖面支护力对不同特征的敏感性；利用蒙特卡罗模拟土壤参数中的不确定性，同时将地表累计沉降、既有隧道形变以及开挖面支护力的预测值和实际值线性回归，以获取预测结果在同时考虑土壤和模型不确定性时的置信区间，从而计算安全风险；将上述运算过程的交互和安全风险进行可视化。本发明安全风险计算精确，保证施工的可靠性。
-
公开(公告)号：CN116220713A
公开(公告)日：2023-06-06
申请号：CN202310186685.2
申请日：2023-02-28
Applicant: 华中科技大学
IPC: E21D9/093 , E21D9/06 , G06N3/0442
Abstract: 本发明属于盾构施工控制技术领域，并具体公开了一种盾构施工条件下盾构机姿态自适应控制方法及系统。所述方法包括：构建用于TBM姿态自适应控制的虚拟施工环境；确定TBM掘进过程中强化学习模型的状态和奖励，其中，TBM的状态根据本构关系进行更新，奖励用于前进速度和TBM姿态；基于上述虚拟施工环境、状态和奖励，构建盾构掘进施工过程中的DGDPG模型，并对DGDPG模型进行优化训练；基于优化训练后的DGDPG模型，对TBM掘进过程进行评估。本发明针对传统盾构掘进过程中不可重复、控制精度差、智能化水平低等特点，实现基于深度强化学习方法的盾构机掘进姿态高精度自适应控制，从而克服目前盾构机姿态预测以及优化方法在工程应用中的不足。
-
公开(公告)号：CN114996830B
公开(公告)日：2022-11-18
申请号：CN202210928018.2
申请日：2022-08-03
Applicant: 华中科技大学
Abstract: 本发明属于隧道施工技术领域，并具体公开了一种盾构隧道下穿既有隧道的可视化安全评估方法及设备。所述方法包括：构建隧道施工参数指标体系，并获取现有数据；基于GCN回归模型和现有数据构建地表累计沉降、既有隧道形变以及开挖面支护力的GCN预测模型，采用SHAP模型解释GCN预测模型，获得地表累计沉降、既有隧道形变以及开挖面支护力对不同特征的敏感性；利用蒙特卡罗模拟土壤参数中的不确定性，同时将地表累计沉降、既有隧道形变以及开挖面支护力的预测值和实际值线性回归，以获取预测结果在同时考虑土壤和模型不确定性时的置信区间，从而计算安全风险；将上述运算过程的交互和安全风险进行可视化。本发明安全风险计算精确，保证施工的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN114996829A
公开(公告)日：2022-09-02
申请号：CN202210917562.7
申请日：2022-08-01
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06K9/62 , G06N3/12 , G06N7/00 , G06N20/20 , G06F111/04 , G06F111/06 , G06F111/08 , G06F119/14
Abstract: 本发明属于隧道施工技术领域，并具体公开了一种近接隧道施工条件下新建隧道设计优化方法及设备。所述方法包括：构建隧道施工参数指标体系采用轻量化梯度促进机算法建立预测极限支撑压力和地表变形的集成学习模型；利用NSGA‑Ⅱ对极限支撑压力和地表变形两个目标进行优化，同时考虑岩土条件的不确定性和元模型的误差；通过蒙特卡罗仿真，建立概率约束进行多目标优化，生成Pareto前沿，并以离理想点距离最短的点为准则得到新隧道的最佳位置。本发明不仅能够预测和优化邻近既有隧道的开挖破坏，新隧道的最佳位置将在现有隧道的基础上确定，而且还考虑了地质条件和元模型等各种类型的不确定性，使得结果更加可靠，从而为决策提供更保守的参考。
-
公开(公告)号：CN118938683A
公开(公告)日：2024-11-12
申请号：CN202411146560.8
申请日：2024-08-20
Applicant: 华中科技大学
IPC: G05B13/04
Abstract: 本发明属于液压与同步控制技术领域，公开了一种基于强化学习的造楼机多油缸同步顶升控制方法与装置，本发明提出了一种基于强化学习的造楼机多油缸同步顶升控制方法与装置，针对液压油缸异步顶升问题，结合耦合同步控制技术与多智能体强化学习算法，实现了造楼机顶升过程多油缸自适应同步控制。本发明选取造楼机顶升实际堆载数据，采用位移均值耦合控制技术，以多智能体强化学习方法训练高精度控制器，实现多油缸系统智能感知与协同顶升。研究结果表明本发明提出的智能控制算法能够在顶升过程中自适应调节运动情况，减小多油缸运动误差，保证结构平稳顶升，提高了造楼机智能施工水平。
-
公开(公告)号：CN118223901A
公开(公告)日：2024-06-21
申请号：CN202410266325.8
申请日：2024-03-08
Applicant: 华中科技大学
Abstract: 本发明属于盾构机安全技术领域，公开了一种基于深度学习的盾尾间隙高精测量和控制方法及系统，基于最小盾尾间隙计算理论，假定衬砌环的拼装处于理想状态；将所推导的任意位置盾尾间隙计算方程作为物理约束嵌入DNN框架，得到PDNN模型；以在线学习方式训练PDNN；选择五个统计指标来进行模型性能评估检验所建立的模型的性能；分析每个输入特征对模型的边际贡献，并确定输入特征的重要性排名；利用非支配排序搜寻MOO问题的帕累托解集；通过计算每个解的拥挤距离，以维持解集的多样性和均匀分布；采用拥挤比较运算符进行两个解的比较，其中秩较低的解和拥挤距离较大的解往往会被选择；重复上述步骤直至最大迭代次数，最终生成帕累托前沿。
-
公开(公告)号：CN117610916A
公开(公告)日：2024-02-27
申请号：CN202311431607.0
申请日：2023-10-31
Applicant: 华中科技大学
IPC: G06Q10/0635 , G06Q50/08 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/049 , G06N3/082 , G06F18/213 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种基于多源信息融合的空中造楼机动态安全预警方法和系统，该方法包括模型变量的选择和预处理；分别采用快速DTW算法和Direct‑LiNGAM算法构建多源传感器图网络，输入至GraphSAGE中进行节点嵌入与信息聚合；基于时间卷积网络即TCN构建时间特征模块；基于图卷积模块和时间特征模块构建时空预测模型；对平台水平度进行预测和分析。本发明选取多源监测数据，基于时间相似性和因果发现构建传感器之间的多维度图关系结构，分别通过图卷积层、时间卷积层以及注意力机制，具有良好的预测鲁棒性，实现顶升过程中平台水平度的高精度预测，从而提高顶升过程施工动态安全性，减少风险发生概率。
-
公开(公告)号：CN116310486A
公开(公告)日：2023-06-23
申请号：CN202211639333.X
申请日：2022-12-19
Applicant: 华中科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/20 , G06T7/10
Abstract: 本发明公开了一种盾构开挖过程中地质识别方法与系统，涉及盾构开挖过程中地质识别技术领域，该方法包括：采集地质的图像信息，对所述图像信息进行预处理及去除噪声处理，得到新图像信息；建立多个深度学习模型，根据所述新图像信息，计算每个所述深度学习模型的识别结果，将多个所述识别结果进行融合，得到融合识别结果；根据实际地质结果，结合所述融合识别结果，对每个所述深度学习模型进行模型评估操作及模型可解释性操作，对每个所述深度学习进行持续改进，通过改进后的所述深度学习模型对地质进行识别。本发明将多个MobileNet基础模型与DST信息融合在一起，能够基于TBM输送带上的挖掘渣土图像提供可靠的地质状况识别。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
