-
公开(公告)号：CN115481565A
公开(公告)日：2022-12-16
申请号：CN202210929993.5
申请日：2022-08-03
Applicant: 中南大学 , 中铁五局集团有限公司城市轨道交程分公司 , 云南省滇中引水工程建设管理局
Abstract: 本发明公开了一种基于LSTM和蚁群算法的土压平衡盾构机掘进参数预测方法，属于人工智能在隧道施工的应用领域，具有这样的特征：步骤1，获取一个时间段内的盾构原始掘进参数和原始地层参数；步骤2，对原始数据进行预处理，得到处理后的盾构掘进参数和地层参数；步骤3，建立一个初始LSTM模型，对模型的结构参数范围进行约束；步骤4，使用蚁群算法对LSTM模型的结构参数进行适应度计算，得到最佳判定值、位置和最终模型；步骤5，将预处理好的盾构掘进参数和地层参数作为模型的输入，预测时刻的盾构目标掘进参数作为输出，进行掘进参数预测，并进行效果评估。本发明用于对土压平衡盾构机核心掘进参数的预测，可快速预判各时刻盾构机掘进状态。
-
公开(公告)号：CN119845627A
公开(公告)日：2025-04-18
申请号：CN202510333657.8
申请日：2025-03-20
Abstract: 本发明提供了一种适用于冲刷盾构泥饼的高压水射流冲刷试验系统及方法，系统包括泥饼生成模块、喷嘴射流生成模块以及支撑调节模块。本发明可模拟实际盾构高压、高温环境下渣土泥饼的生成，并通过孔压和位移数据实时监测泥饼的压制状态，极大地还原了盾构实际泥饼形成环境，高压射流冲刷时喷嘴结构、流体压力和流量、流体材料，变化射流冲刷距离和角度均可调节，实现不同状态下的射流效果对比，进而为盾构性能优化和评估提供依据；本发明通过PIV技术实时观测射流特征，对比不同工况下射流的发展状态和性能，从而保证了射流冲刷效果；冲刷后的泥饼可以通过取形器或三维扫描技术获取破坏特征，以实现对泥饼破坏效果的准确评价。
-
公开(公告)号：CN119845155A
公开(公告)日：2025-04-18
申请号：CN202510331827.9
申请日：2025-03-20
Abstract: 本申请涉及盾构隧道施工技术领域。本申请公开一种盾构机水平传送带上的渣土体积的测量方法、装置、设备及介质，其能提高测量渣土体积的准确度。所述方法包括获取盾构机中水平传送带在空载情况下的第一点云数据，对第一点云数据进行预处理，获得第一曲线和水平托锟处的第一坐标集合；基于扫描频率获取至少一组水平传送带在载有渣土情况下的第二点云数据；对目标第二点云数据进行预处理，获得第二坐标集合、第三坐标集合和第四坐标集合，目标第二点云数据是所有第二点云数据的任意一组数据；将第一坐标集合、第三坐标集合和第四坐标集合拟合成第二曲线；基于预设规则选取最优曲线；基于预设时间、扫描频率、最优曲线和第二坐标集合计算渣土体积。
-
公开(公告)号：CN114861114A
公开(公告)日：2022-08-05
申请号：CN202210298827.X
申请日：2022-03-25
Applicant: 中南大学
Abstract: 本发明公开了一种考虑水压的泡沫改良土渗透系数计算方法，包括：确定泡沫改良土渗流方向两端分别在各自水压下的泡沫有效粒径及孔隙比；若流入端的泡沫孔隙比不大于孔隙比临界值efδ，则采用第一方式根据泡沫有效粒径和孔隙比计算流入与流出端的渗透系数k1,k2，进而计算泡沫改良土的等效渗透系数；若流入端的泡沫孔隙比大于efδ，且渗流流出端的泡沫孔隙比小于efδ，则采用第一方式计算流出端和孔隙比临界值对应位置处的渗透系数k1,kδ，采用第二方式计算流入端的渗透系数k2，然后根据k1,k2和kδ计算等效渗透系数。本发明能够较为准确地预测泡沫改良土的渗透系数。
-
公开(公告)号：CN119827350A
公开(公告)日：2025-04-15
申请号：CN202510301039.5
申请日：2025-03-14
Abstract: 本发明提供了一种盾构密封舱内渣土状态可视化系统及方法，涉及隧道工程技术领域，包括：盾构密封舱、前挡板、后挡板、盾构刀盘、电驱动系统、加压装置、数据采集及可视化系统；其中，后挡板内侧设置有检测传感器用于实时采集盾构密封舱内渣土状态及环境参数；电驱动系统通过连接杆与盾构刀盘连接；盾构刀盘上安装有搅拌棒，搅拌棒非对称布置在盾构刀盘背部且呈散射状分布，搅拌棒间距离呈梯度增加；搅拌棒内置射线源与射线探测器；加压装置安装在后挡板的外侧；数据采集及可视化系统与电驱动系统及检测传感器连接；本发明能模拟不同工况下的渣土，并实时观察评估渣土改良效果，且有效增强了渣土密度检测精度。
-
Patent Agency Ranking
公开(公告)号：CN118070605A
公开(公告)日：2024-05-24
申请号：CN202410253759.4
申请日：2024-03-06
Applicant: 伊春鹿鸣矿业有限公司 , 中南大学
IPC: G06F30/23 , G06F119/02
Abstract: 本申请的实施例提供了应用于渗流边坡极限分析的自适应网格加密方法、装置、设备和计算机可读存储介质。所述方法包括通过预设的二阶锥规划模型，对已建立的边坡稳定性分析模型进行分析，得到渗流边坡的稳定性系数上限解和节点塑性应变率；基于所述节点塑性应变率，计算所述边坡稳定性分析模型中的待加密单元；通过长边加密的方式，对所述待加密单元进行加密，得到下一迭代步下的高阶塑性变形单元离散信息；持续迭代，直至迭代得到的高阶塑性变形单元离散信息满足预设的塑性耗散能平滑指标或加密精度提升指标。以此方式，减少了人为因素对加密过程的干扰，达到了计算精度与资源占用的合理化平衡，提高计算精度和效率。
-
公开(公告)号：CN119774968A
公开(公告)日：2025-04-08
申请号：CN202510289599.3
申请日：2025-03-12
Applicant: 中南大学 , 云桂铁路云南有限责任公司
IPC: C04B28/24 , C04B111/70
Abstract: 本发明公开了一种湿磨水泥基纳米复合注浆材料用组合物、湿磨水泥基纳米复合注浆材料及其制备方法和应用，属于地下工程注浆加固与防渗注浆材料技术领域。本发明提供的组合物中包含以下质量份组分，水泥100份；氧化钙粉末0.5~3份；分散剂1~6份；硅溶胶1~3份；聚二甲基硅氧烷0.5~2份；2‑氨基苯甲酸丁酯0.1~0.5份。上述组合物结合湿磨工艺制备而成的湿磨水泥基纳米复合注浆材料具有浆体粒径小，具有可灌性高、富水环境下抗分散性与抗渗性能强、胶凝时间可调节、稳定性高以及成本低等特点。
-
公开(公告)号：CN117491243A
公开(公告)日：2024-02-02
申请号：CN202311452841.1
申请日：2023-11-03
Applicant: 中南大学
IPC: G01N15/08
Abstract: 本发明提供了一种用于研究不同渗流方向下盾构泡沫改良粗粒土渗透破坏的试验装置和方法，试验装置包括主体结构、供水系统、孔隙压力监测系统和旋转基座。主体结构包括试验筒、水流控制部件和土样约束部件；供水系统包括水位调节部件和水循环系统；孔隙压力监测系统包括高精度孔隙压力传感器和数据自动采集仪，孔隙压力采用非侵入式监测，并设计特制的过滤螺栓阻止气泡和土颗粒进入传感器；主体结构固定在旋转基座上，通过旋转基座可以调整渗流方向。本发明可以开展不同渗流方向下泡沫改良粗粒土渗透破坏的模拟，可以全面掌握渗透过程中泡沫和细颗粒迁移情况以及土样不同部位的孔隙压力时变曲线，为深入了解盾构螺旋排土器喷涌问题提供参考。
-
公开(公告)号：CN118521434A
公开(公告)日：2024-08-20
申请号：CN202410532122.9
申请日：2024-04-29
Applicant: 中铁隧道局集团有限公司 , 中南大学 , 中铁隧道集团三处有限公司 , 深圳大学
Inventor： 冯欢欢 , 张政 , 何岳 , 裴超 , 魏永杰 , 王树英 , 郑海涛 , 刘艳萍 , 郑响凑 , 王鹏 , 邓川 , 赵忠威 , 蒋勇 , 张李成 , 袁金宝 , 肖勇 , 邵林江
IPC: G06Q50/08 , G06Q50/26 , G06F18/213 , G06F16/2458
Abstract: 种基于渣土性状的智能化渣土改良决策系统，包括渣土性状监测装置、数据采集与处理模块、智能决策算法模块、改良参数调整装置、改良效果验证装置、远程监控与管理模块和盾构施工设备，渣土性状监测装置将采集到的实时数据传输至数据采集与处理模块，数据采集与处理模块将处理过的数据传输至智能决策算法模块，智能决策算法模块将建议传输至改良参数调整装置的控制单元，改良效果验证装置将数据传输至数据采集与处理模块，改良效果验证装置提供的实时反馈信息给智能决策算法模块。本发明各个模块和装置之间实现了有效的信息交互和数据传输，能够实现对渣土改良过程的实时监测、智能决策和闭环反馈，从而确保渣土改良效果的稳定和可靠。
-
公开(公告)号：CN118395140A
公开(公告)日：2024-07-26
申请号：CN202410515319.1
申请日：2024-04-26
Applicant: 中铁隧道局集团有限公司 , 中南大学 , 中铁隧道集团三处有限公司 , 深圳大学
IPC: G06F18/21 , G06F18/20 , G06F18/214 , G06F18/241
Abstract: 一种用于多模式盾构隧道模式区间划分方法，涉及隧道工程领域，包括以下步骤，步骤一：数据收集和预处理，历史施工数据获取，数据预处理；步骤三：模型训练和评估，数据划分：将数据集划分为训练集和测试集，用于模型训练和评估；模型训练：使用训练集对选定的机器学习模型进行训练，学习地质特征与盾构模式选择之间的关系；模型评估：使用测试集对训练好的模型进行评估，评估模型的预测准确率、召回率指标；步骤四：模型应用和调优；步骤五：持续优化。本发明结合了机器学习技术，能够根据具体的地质信息和其他影响因素，自动推荐最佳的盾构模式。通过准确地选择盾构模式，可以提高施工效率，减少不必要的停机时间和模式切换时间，从而降低了整体施工周期。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.077 seconds)
