-
公开(公告)号:CN117995309A
公开(公告)日:2024-05-07
申请号:CN202410189892.8
申请日:2024-02-20
Applicant: 甘肃长达路业有限责任公司 , 招商局重庆交通科研设计院有限公司
IPC: G16C20/30 , G16C20/70 , G06N3/0442
Abstract: 本发明提供的一种基于交通数字孪生系统的隧道污染物预测方法,包括以下步骤:S1.采用交通数字孪生系统预测未来t时刻隧道中车辆的数量和速度;S2.统计出不同类型车辆的数量;S3.计算出不同类型车辆的平均速度;S4.根据不同类型的车辆数量和平均速度计算未来t时刻隧道内的一氧化碳浓度;S5.根据不同类型的车辆数量和平均速度计算未来t时刻隧道内的二氧化氮浓度;S6.根据不同类型的车辆数量和平均速度计算未来t时刻隧道内的烟尘排放量。通过上述方法,能够剔除新能源汽车对隧道污染物浓度/排放量的影响,能够更加精准的预测出未来一氧化碳的浓度、二氧化氮的浓度和烟尘排放量。
-
公开(公告)号:CN117787747A
公开(公告)日:2024-03-29
申请号:CN202311840967.6
申请日:2023-12-28
Applicant: 甘肃长达路业有限责任公司 , 中交第一公路勘察设计研究院有限公司
IPC: G06Q10/0637 , G06Q50/08 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种公路隧道结构状态变化的预测方法及系统,包括:S1.采集隧道关键断面建设期和运营期的衬砌结构状态数据;S2.对衬砌结构状态数据进行转换处理,得到转换后的结构状态数据;S3.对转换后的结构状态数据进行预处理,得到处理后的结构状态数据;S4.将处理后的结构状态数据划分为训练集和测试集,利用训练集和测试集对神经网络模型进行训练,得到训练好的神经网络模型;S5.将采集到的衬砌结构状态历史数据输入到训练好的神经网络模型,输出未来n天隧道结构状态的预测结果。本发明能够预先对原始采集的数据进行转换处理,提高预测结果准确率,为保证公路隧道结构安全提供了技术支撑。
-