一种防混凝土开裂隧道衬砌结构
    31.
    发明公开

    公开(公告)号:CN115949432A

    公开(公告)日:2023-04-11

    申请号:CN202310104691.9

    申请日:2023-02-13

    IPC分类号: E21D11/10 E21D11/00

    摘要: 本发明公开一种防混凝土开裂隧道衬砌结构,包括衬砌层,所述衬砌层的下部设置有下联板,所述衬砌层的两侧均安装有压紧肋板,所述压紧肋板上固定安装有横杆,所述下联板的两端上均铰接有压紧板,所述压紧板的顶端上开设有插槽,所述横杆卡入所述插槽内,所述下联板的底部两侧均铰接有支撑板,所述支撑板的端部顶紧在所述压紧板的底端上。本发明,通过设置压紧板配合下联板,能够利用衬砌层的自重下压,使压紧板的底端向两侧移动,从而通过压紧肋板向衬砌层的两侧施加向内的预压紧力,土体回填后避免衬砌层产生横向变形,减少裂缝的产生,并且土体回填后,使得衬砌层有一定的预压力,有利于提高衬砌层对水压的承受能力。

    一种液压自爬模系统的爬升换向盒

    公开(公告)号:CN112228106B

    公开(公告)日:2022-09-30

    申请号:CN202011015748.0

    申请日:2020-09-24

    IPC分类号: E21D11/10

    摘要: 本发明公开了一种液压自爬模系统的爬升换向盒,包括底座和设置在底座上的第一自爬模系统和第二自爬模系统,底座为一个矩形座体,其下表面开设有第一导轨槽,且底座为通过第一导轨槽安装在第一直线导轨上,且底座的座体中设置有驱动电机,第一自爬模系统和第二自爬模系统之间设置有顶模板,底座的前后端均固定安装有液压缸安装座;通过在底座上设置第一自爬模系统、第二自爬模系统和顶模板等结构,并通过第一液压机构对顶模板进行驱动,并通过第二液压机构对第一自爬模系统和第二自爬模系统进行驱动,从而通过其几者与隧道基岩体之间形成浇筑腔,从而便于工作人员对隧道进行浇筑工作,从而有效提高对隧道的施工效率。

    一种隧道顶拱结构修复方法及修复结构

    公开(公告)号:CN111271084B

    公开(公告)日:2020-11-17

    申请号:CN202010065665.6

    申请日:2020-01-20

    摘要: 本发明公开一种隧道顶拱结构修复方法及修复结构。隧道顶拱结构修复方法包括在待修复区域打孔;在孔内形成上填充修复结构,上填充修复结构的底面位于防水层的上侧;在孔内形成下填充修复结构,所述下填充修复结构的顶面位于所述防水层的下侧;在上填充修复结构和下填充修复结构之间灌注沥青,以形成防水层修复结构;修复衬砌层的表面。本发明提供的隧道顶拱结构修复方法中,先分别在孔内形成上填充修复结构和下填充修复结构,以在上填充修复结构和下填充修复结构之间形成修复空间,然后通过向修复空间灌注沥青来形成防水层修复结构,操作方便快捷,过程可靠,且修复后的结构更加牢固,防水效果好。

    一种隧道仰拱结构修复方法

    公开(公告)号:CN111156033B

    公开(公告)日:2020-11-03

    申请号:CN202010065667.5

    申请日:2020-01-20

    IPC分类号: E21D11/10 E21D11/38

    摘要: 本发明公开一种隧道仰拱结构修复方法及修复结构。隧道仰拱结构修复方法包括在仰拱结构的待修复区域打孔;向孔内灌注第一填充浆料以形成土层填充部,土层填充部的顶面位于防水层的下侧;在孔内形成覆盖土层填充部的封盖,封盖位于防水层的下侧;在孔内设置支撑封堵结构,在支撑封堵结构的上方灌注第二填充浆料以形成衬砌填充部,支撑封堵结构的底面位于防水层的上侧;在封盖与支撑封堵结构之间灌注沥青以形成防水层修复结构;修复衬砌层的表面。本发明提供的隧道仰拱结构修复方法操作方便快捷,过程可靠,且修复后的结构更加牢固,防水效果好。

    一种基于深度学习的雷达图谱识别方法及系统

    公开(公告)号:CN110245642A

    公开(公告)日:2019-09-17

    申请号:CN201910541303.7

    申请日:2019-06-21

    摘要: 本发明涉及一种基于深度学习的雷达图谱识别方法及系统,该方法包括:收集预设数量的雷达图谱数据,所述雷达图谱数据包括无道路病害图谱数据和包含空洞病害图谱数据;将所述雷达图谱数据作为训练集训练深度学习模型;将实时采集的雷达图谱数据输入到所述深度学习模型中,以使所述深度学习模型对实时采集的雷达图谱数据进行识别分类。本发明提供的技术方案,通过将深度学习技术引入到地下工程中的雷达图谱识别问题上,研究建立雷达图谱分析识别的深度学习模型,实现了雷达图谱的自动识别和分别,相比现有技术中人工雷达图谱识别方法,本发明提供的技术方案,人力投入少、效率高、正确率高。