-
公开(公告)号:CN116363302B
公开(公告)日:2024-05-28
申请号:CN202310207987.3
申请日:2023-03-06
申请人: 郑州大学
摘要: 本发明的实施方式提供了一种基于多视角几何的管道三维重建和坑洞量化方法。该方法包括:获取待测管道内部的多视角二维图像;多视角二维图像之间存在相互重叠的部分区域,且能完整显示整个待测管道的内部情况;采用稀疏重建方法对待测管道内部的多视角二维图像进行处理,得到待测管道内部的稀疏三维点云;采用稠密重建方法对待测管道内部的稀疏三维点云进行处理,得到待测管道内部的稠密三维点云;对待测管道内部的稠密三维点云进行圆柱体拟合,分割出圆柱体外部的点云数据作为待测管道的坑洞点云数据;对待测管道的坑洞点云数据进行量化,得到待测管道的坑洞尺寸信息。本发明能对管道内的坑洞尺寸进行量化测量,具有测量准确,鲁棒性好的特点。
-
公开(公告)号:CN117933738A
公开(公告)日:2024-04-26
申请号:CN202311641193.4
申请日:2023-12-01
申请人: 郑州大学 , 成都市市政工程设计研究院有限公司
IPC分类号: G06Q10/0637 , G06Q50/26
摘要: 本发明公开了一种基于生命周期评价的埋地管道碳足迹核算方法和系统,该方法基于生命周期评价原理,使用碳排放因子法,采用从上至下为总量模型和阶段模型的二次结构碳排放模型,将埋地管道全生命周期分为制造阶段、施工阶段以及运营阶段,对各个阶段的计算边界做出界定,确定碳足迹排放源并计算各阶段的CO2排放,最终加和得到埋地管道全生命周期碳足迹。本发明对埋地管道全生命周期碳足迹做出了详细的核算过程,提供了更加简便易懂、边界完整的科学核算模型。
-
公开(公告)号:CN117745643A
公开(公告)日:2024-03-22
申请号:CN202311477839.X
申请日:2023-11-07
IPC分类号: G06T7/00 , G06N3/094 , G06N3/0475 , G06N3/045
摘要: 本发明公开了一种基于CycleGAN的水泥水化反应程度预测方法及系统,包括如下步骤:S1、水泥净浆试件的微观结构图像采集;S2、建立微观孔隙结构图像数据集;S3、建立基于CycleGAN的水泥微观水化预测模型;S4、基于最终的水泥微观水化预测模型完成预测。本发明将深度学习算法应用于水泥微观水化预测,以数据驱动的模式代替复杂的理论公式,减少了对理想假设的依赖,进而提高了对水泥微观水化的预测精度;相比传统模型需要借助多次迭代预测水泥的微观水化过程,本模型利用结合深度学习领域中的图像域迁移理论,端到端的预测水泥的微观结构随水化时间的变化过程,可大幅度提高模型预测效率。
-
公开(公告)号:CN111859738B
公开(公告)日:2024-03-19
申请号:CN202010603642.6
申请日:2020-06-29
申请人: 郑州大学 , 坝道工程医院(平舆)
IPC分类号: G06F30/23 , G06F30/28 , G06F30/13 , G06F113/08 , G06F113/14 , G06F119/14
摘要: 本发明涉及一种暴雨环境下管道多物理场作用致灾机理演示方法,包括S1、构建管道标准结构模型;S2、构建管道‑流体场耦合模型:设置所述管道的三维模型内部空间为流体场,管道内流体场为气液两相流场,并设置液相流场为紊流状态;S3、对所述管道‑流体场耦合模型进行耦合计算,进而得到管道上覆土压力、交通荷载和流体荷载对管道的致灾机理,并进行可视化展示。本发明可实现真正意义上的混凝土管道多物理场耦合求解,用于揭示暴雨环境下长期服役混凝土管道的致灾机理,同时可对影响混凝土管道力学响应的因素,如流量、流速、内压、管壁粗糙度等进行参数化分析,且该方法同样适用于混凝土、PCCP、HDPE等多种管道多物理场耦合作用下的致灾机理研究。
-
公开(公告)号:CN111859737B
公开(公告)日:2024-03-19
申请号:CN202010603629.0
申请日:2020-06-29
申请人: 郑州大学
IPC分类号: G06F30/23 , G06F30/13 , G06T17/20 , G06F111/04 , G06F113/14 , G06F119/14
摘要: 本发明公开了一种用于耦合分析的波纹管和土体的三维模型网格划分方法,包括获取波纹管和土体的三维模型;节选波纹管和土体的模型单元,将波纹状土体与规则土体分别从土体模型单元中切割出来;根据预设的第一划分条件,得到波纹状土体的实体单元网格;根据预设的第二划分条件,得到规则土体的实体单元网格;以波纹状土体的实体单元网格为基准,通过预设的第一约束条件,得到波纹管外壁壳单元网格;以波纹管外壁壳单元网格为基准,根据预设的第二约束条件,得到波纹管内壁壳单元网格;根据预设的变换条件,将波纹管和土体的单元网格变换为波纹管和土体整体模型的网格。本发明通过对波纹状土体单元进行精细化的网格划分来提高网格划分的精度和效率。
-
公开(公告)号:CN117216919A
公开(公告)日:2023-12-12
申请号:CN202311232569.6
申请日:2023-09-21
申请人: 郑州大学
IPC分类号: G06F30/18 , G06F30/23 , G06F30/27 , G06F30/28 , G06N3/042 , G06N3/09 , G06F111/04 , G06F113/08 , G06F113/14 , G06F119/14
摘要: 本发明公开了一种基于知识‑数据双驱动的排水管道力学性能评估方法,包括以下步骤:构建排水管道弹性力学基本方程以及边界条件,利用排水管道足尺实验和有限元分析软件分别获取排水管道实测数据和模拟数据,采用合成少数过采样技术对其进行扩增,并将基于扩增的数据输入基于知识‑数据双驱动的神经网络并利用排水管道弹性力学基本方程以及边界条件对其进行参数优化训练,通过获取排水管道的真实数据并将其输入训练好的基于知识‑数据双驱动的神经网络进行模拟,得到排水管道各处的位移值、应力值以及应变值,并依据混凝土弹性屈服强度对排水管道力学性能进行评估;该方法能有效对排水管道的力学性能进行评估,提高了评估排水管道力学性能的能力。
-
公开(公告)号:CN117214856A
公开(公告)日:2023-12-12
申请号:CN202311257351.6
申请日:2023-09-26
申请人: 郑州大学
摘要: 本发明公开了一种地下管道周围360°探地雷达数据交叉融合重构方法,包括以下步骤:S1、采集待测地下管道内的探地雷达回波信号数据;S2、将步骤S1中采集的探地雷达回波信号数据进行预处理,得到预处理后增强有效信号的探地雷达回波信号数据;S3、将步骤S2中得到的预处理后增强有效信号的探地雷达回波信号数据进行归一化、序列化,得到待插值的缺失探地雷达回波信号数据;S4、将步骤S3中得到的待插值的缺失探地雷达回波信号数据输入训练好的基于循环神经网络的探地雷达数据插值模型中,得到完备的探地雷达数据;该方法利用插值重构技术,以循环神经网络为基础,通过改进单层的门控循环单元结构,从而完成对探地雷达采集数据的精细可视化。
-
公开(公告)号:CN116928487A
公开(公告)日:2023-10-24
申请号:CN202310878996.5
申请日:2023-07-18
申请人: 郑州大学
IPC分类号: F16L55/162 , F16L55/165
摘要: 本发明提供一种PCCP管加固方法及加固结构,其中,加固方法包括以下步骤:(1)使PCCP管内壁干燥;(2)沿PCCP管内壁环向均匀布设若干限位条;(3)沿PCCP管内壁环向均匀布设若干注浆管,每根注浆管上均匀开设有若干注浆孔;(4)将FRP管放入PCCP管中;(5)通过注浆管向FRP管和PCCP管之间的空腔内均匀地注入高聚物浆液,并待其膨胀固化形成弹性层。本发明能够充分发挥FRP材料的抗拉性能,提高PCCP内压承载力,节约施工时间。
-
公开(公告)号:CN116777206A
公开(公告)日:2023-09-19
申请号:CN202310656054.2
申请日:2023-06-05
申请人: 郑州大学
IPC分类号: G06Q10/0635 , G06Q50/26 , G06F17/18 , G01W1/14
摘要: 本发明公开了一种内涝风险评估方法及系统,其中所述方法包括以下步骤:步骤S1,获取目标区域内的历史降雨数据,根据历史降雨数据得到目标区域内的暴雨强度公式,以及根据暴雨强度公式在建模软件中生成降雨模型,所述降雨模型包括不同频率的设计暴雨数据;步骤S2,获取目标区域内的排水管分布、河道路径、道路路径、DEM数据和遥感信息并根据建模软件依次确定目标区域内的一维模型和二维模型;步骤S3,将一维模型根据各设计暴雨数据得到对应的一维内涝评估数据;步骤S4,将二维模型根据各设计暴雨数据得到对应的二维内涝评估数据;步骤S5,根据一维内涝评估数据、二维内涝评估数据确定目标区域内的内涝等级。本发明旨在提高城市内涝风险的精准评估。
-
公开(公告)号:CN116738822A
公开(公告)日:2023-09-12
申请号:CN202310546357.9
申请日:2023-05-14
申请人: 郑州大学
IPC分类号: G06F30/27 , G06F18/15 , G06F18/2135 , G06N3/006 , G06N20/20 , F17D5/00 , G06F113/14
摘要: 本发明涉及机器学习领域,具体涉及一种基于LightGBM的排水管道最大腐蚀深度预测方法。包括:1.获取服役的排水管道相关数据,包括管道的建造和维护记录、基础数据、腐蚀数据、内部监测数据和外部环境数据;2.对采集的排水管道相关数据进行数据预处理,提升数据集的质量;3.利用PCA(主成分分析)算法对预处理之后的排水管道数据集进行特征降维,综合提炼出能够反映管道情况的特征;4.基于LightGBM算法构建排水管道最大腐蚀深度预测模型;5.利用鲸鱼优化算法(WOA)对LightGBM模型的超参数进行优化选择,优选出使模型预测准确率最高的超参数组合;6.利用优化之后的LightGBM模型预测管道最大腐蚀深度并对预测结果进行误差评估。本发明采用机器学习算法LightGBM预测服役排水管道的最大腐蚀深度,并结合PCA主成分分析和鲸鱼优化算法,提升了模型的预测精度,实现对排水管道最大腐蚀深度准确预测,对排水管道的安全维护提供了技术支持。
-
-
-
-
-
-
-
-
-