基于铁氧体的隧道定向钻孔雷达天线

    公开(公告)号:CN117060056A

    公开(公告)日:2023-11-14

    申请号:CN202311078305.X

    申请日:2023-08-24

    申请人: 山东大学

    摘要: 本发明提供一种基于铁氧体的隧道定向钻孔雷达天线,包括偶极子辐射体和反射板,所述偶极子辐射体用于辐射电磁波,所述反射板用于使得全向发射的偶极子辐射体定向辐射电磁波,所述偶极子辐射体为相对于馈电点两侧对称的结构,所述偶极子辐射体包括多个辐射体、多个铁氧体和多个第一电阻,所述铁氧体设置在相邻辐射体的间隙,所述第一电阻设置在相邻铁氧体之间的相邻辐射体的间隙。本发明第一电阻和铁氧体可以延缓天线电流流向末端的速度,从而拓宽天线的带宽,同时避免了仅使用大阻值电阻加载时增益较低的缺点,提高天线的增益。

    隧道定向钻孔雷达设备及其探测方法

    公开(公告)号:CN117027759A

    公开(公告)日:2023-11-10

    申请号:CN202311078312.X

    申请日:2023-08-24

    申请人: 山东大学

    摘要: 本发明提供隧道定向钻孔雷达设备及其探测方法,所述隧道定向钻孔雷达设备包括旋转装置、滑轮机构和上位机,所述滑轮机构用于使得所述旋转装置在钻孔内上下移动,所述上位机与所述旋转装置有线或者无线连接,所述上位机用于显示所述旋转装置的探测数据以及对所述旋转装置的探测数据进行三维成像。本发明可以实现一次入孔的任意角度的多个角度的探测,提高了探测精度,操作方便。

    基于深度学习的地震多发区隧道风险决策方法及系统

    公开(公告)号:CN115688251A

    公开(公告)日:2023-02-03

    申请号:CN202211629044.1

    申请日:2022-12-19

    申请人: 山东大学

    摘要: 本发明公开了一种基于深度学习的地震多发区隧道风险决策方法及系统,其中方法包括:建立地震多发区隧道的样本数据集;构建并训练神经网络模型,得到训练好的神经网络模型;将样本数据集输入至训练好的神经网络模型,输出预测结果,其中预测结果包括:隧道环向峰值应力和围岩形变量;基于预测结果,根据隧道风险等级,得到隧道围岩支护形式。系统包括:数据采集模块、模型训练模块、预测输出模块及风险决策模块;其中数据采集模块、模型训练模块、预测输出模块及风险决策模块依次连接。本发明能够针对不同的风险等级提供专属的智能决策,有效指导围岩的支护,保证施工的安全。

    一种基于深度学习的TBM智能决策系统及方法

    公开(公告)号:CN115438568A

    公开(公告)日:2022-12-06

    申请号:CN202210899534.7

    申请日:2022-07-28

    IPC分类号: G06F30/27 E21D9/10

    摘要: 本发明公开一种基于深度学习的TBM智能决策系统及方法,包括:测试与采集模块,获取地震波测试数据、激发极化测试数据、超前钻孔测试数据、掘进损耗和掘进参数;数据集处理模块,根据地震波测试数据、激发极化测试数据和超前钻孔测试数据得到围岩特征向量,根据掘进损耗和掘进参数分别得到掘进损耗向量和掘进向量;智能决策模块,接收预设的掘进损耗范围、掘进参数范围和掘进模式,根据围岩特征向量及对应的掘进损耗向量和掘进向量,采用训练后的深度学习模型,得到不同掘进参数下的掘进损耗,根据掘进损耗范围和掘进模式,选择掘进参数。考虑掌子面前方围岩特征,增加盾构机对围岩特征的感知程度,在满足工程进度的同时降低资源消耗和工程成本。

    一种TBM搭载的护盾围岩变形监测系统与方法

    公开(公告)号:CN112414338A

    公开(公告)日:2021-02-26

    申请号:CN202011111296.6

    申请日:2020-10-16

    IPC分类号: G01B17/04

    摘要: 本发明属于护盾围岩变形监测领域,提供了TBM搭载的护盾围岩变形监测系统与方法。其中TBM搭载的护盾围岩变形监测系统包括超声波发射接收装置,其用于在TBM掘进过程中,向围岩发射超声波并接收围岩处反射的超声波,将带有发射时间、接收时间及位置信息的超声波信息发送至数据处理装置;数据处理装置,其用于基于超声波信息计算相应位置某一时刻护盾与围岩之间的距离,对不同位置发送的超声波信息进行分类汇总;显示预警装置,其用于显示同一位置不同时刻或同一时刻不同位置的护盾与围岩之间的距离,根据距离大小和变化,为TBM卡机做预警判断。在不影响TBM的施工的前提下,可以随时随地获得护盾与围岩之间的距离,预测TBM护盾卡机风险,保障隧道安全。

    基于锚杆钻孔的多电极聚焦TBM超前探测系统及方法

    公开(公告)号:CN110989000B

    公开(公告)日:2020-11-06

    申请号:CN201911327512.8

    申请日:2019-12-20

    申请人: 山东大学

    IPC分类号: G01V3/00

    摘要: 本公开提供了一种基于锚杆钻孔的多电极聚焦TBM超前探测系统及方法,包括电极系和电极伸缩装置,所述电极系至少包括测量电极M、供电电极A、无穷远处电极B极和无穷远处电极N极,所述无穷远处电极B极和无穷远处电极N极安装在隧道边墙上,所述测量电极M通过电极伸缩装置搭载于TBM上,通过控制电极伸缩装置驱动测量电极M移动,所述供电电极A安装在掌子面后方平行于掌子面的边墙内部。本公开基于电流聚焦原理,增多流入目标区域的电流,加强信号,更易获取有效信息。

    数据深度变化特征自适应的二维电阻率反演方法及系统

    公开(公告)号:CN111597753A

    公开(公告)日:2020-08-28

    申请号:CN202010269141.9

    申请日:2020-04-08

    申请人: 山东大学

    IPC分类号: G06F30/27 G06N3/04 G06N3/08

    摘要: 本公开提供了一种数据深度变化特征自适应的二维电阻率反演方法及系统,构建不同地电模型的视电阻率-电阻率模型数据对的数据集;构造不同层位深度的卷积核振幅和偏移量根据电阻率深度变化特征自适应可变的自适应卷积网络;构造携带电阻率数据项垂向权重的反演损失函数,利用所述数据集,对所述反演损失函数控制的自适应卷积网络进行训练,建立视电阻率数据与电阻率模型间的映射关系;将观测视电阻率数据输入训练后的自适应卷积网络,通过建立的映射关系输出电阻率成像结果,实现地表二维电阻率深度学习反演,能够有效提高反演质量,尤其是深部区域的反演精度。