-
公开(公告)号：CN111428381A
公开(公告)日：2020-07-17
申请号：CN202010288304.8
申请日：2020-04-14
Applicant: 中国交通建设股份有限公司吉林省分公司 , 华中科技大学
Abstract: 本发明提出一种建筑BIM数据与评价数据转换系统，包括：基础数据模块、数据转换模块、层次树形数据模块和评价界面模块，其中，所述基础数据模块包括设计数据与性能指标数据；所述数据转换模块包括设计数据导出插件单元与性能指标数据转换单元；所述层次树形数据模块包括设计数据bim-tree与性能指标数据indicator-tree；所述评价界面模块包括界面配置单元、功能接口单元、交互处理单元、扩展支持单元。通过上述方案，分析了设计数据、性能指标数据和中间层数据特点，将关系化的设计数据和层次化的性能评价数据转换为对象之间的互操作，打通了彼此之间的界限，使得两种数据可以交互和存储。此外，本发明的实施方式提供了一种数据转换方法、设备以及存储介质。
-
公开(公告)号：CN111911169B
公开(公告)日：2024-10-18
申请号：CN202010877614.3
申请日：2020-08-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种既有铁路线路下浅埋深隧道施工方法及结构，包括根据所述隧道周围情况选择所述隧道的开挖施工方法；选择所述隧道开挖的辅助施工措施；对所述隧道下穿铁路线的路基边坡进行加固；对所述隧道下穿铁路线的轨道进行加固，辅助施工措施包括大管棚超前支护措施、超前小导管预注浆和夯管帷幕法；大管棚超前支护措施包括，在所述隧道洞口位置进行管棚支护施工，在挖掘的所述隧道洞口外侧轮廓线周围预先布置钢管，钢管可达到纵向钢梁支撑的效果；超前小导管预注浆包括，当所述隧道开挖时，超前小导管沿着轮廓线进行注浆。本发明能够有效的针对隧道周边不同的情况，选择最合适施工方式，既保证了施工的安全，又能提高施工效率。
-
公开(公告)号：CN112417573B
公开(公告)日：2024-04-12
申请号：CN202011457041.5
申请日：2020-12-10
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06F111/06
Abstract: 本发明涉及盾构下穿既有隧道施工多目标优化技术领域,公开了基于GA‑LSSVM与NSGA‑Ⅱ盾构下穿既有隧道施工多目标优化的方法，其主要包括如下步骤:S1、基于盾构施工参数，搜集既有隧道拱底水平位移和沉降位移的数据；S2、采用GA改进的最小二乘支持向量机(GA‑LSSVM)建立既有隧道拱底水平位移和沉降位移的高精度预测模型，获取两个回归预测函数；S3、将两个非线性预测函数作为适应度函数，联合各影响因素的应用约束条件，利用NSGA‑Ⅱ进行多目标优化获取最优配合比。本发明利用建立的GA‑LSSVM与NSGA‑Ⅱ模型，不仅实现了拱底水平位移和沉降位移的高精度预测，也实现了盾构施工参数的多目标智能优化。
-
公开(公告)号：CN110926439B
公开(公告)日：2021-08-31
申请号：CN201911198814.X
申请日：2019-11-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于BIM技术的运营隧道结构健康监测系统，属于隧道健康监测领域。该系统通过数据采集与传输单元采集传感器网络自动化监测数据和人工巡检检测数据，利用数据通信干网发送至数据处理与分析单元；通过数据采集模块收集隧道现场布置的传感器采集到的传感器数据并上传至数据监测模块及数据处理与分析单元；通过数据监测模块根据接收到的传感器数据生成实时曲线或报表；数据处理与分析单元基于采集的不同类型、不同体量的传感器数据，实时评估隧道结构的损伤模态与健康情况；通过数据储存单元采用统一数据格式或者设置相应的格式转换协议对传感器数据进行储存。本发明将运营隧道健康监测网络化、参数化，实现健康状态实时监测。
-
公开(公告)号：CN111986737A
公开(公告)日：2020-11-24
申请号：CN202010787298.0
申请日：2020-08-07
Applicant: 华中科技大学
Abstract: 本发明属于混凝土配合比优化设计技术领域，并具体公开了一种基于RF-NSGA-II耐久性混凝土配合比优化方法。包括：构建混凝土耐久性指标体系，采集所述混凝土耐久性指标体系中各变量的样本数据，并以此建立原始样本集；采用原始样本集对随机森林回归计算模型进行训练，并对训练后的随机森林回归计算模型进行评价，以分别生成混凝土相对动弹性模量和氯离子渗透系数的随机森林预测模型，并以此作为目标函数，以混凝土材料的取值范围及各材料间的配合比关系为约束条件，采用NSGA-II模型进行耐久性混凝土配合比多目标全局寻优。本发明方法预测精度较高，泛化能力和抗噪能力较强，寻优精度高、鲁棒性强、能够较快获得全局最优解。
-
Patent Agency Ranking
公开(公告)号：CN111598728A
公开(公告)日：2020-08-28
申请号：CN202010030344.2
申请日：2020-01-13
Applicant: 华中科技大学 , 中铁隧道局集团有限公司 , 武汉碧水投资运营有限公司
Abstract: 本发明公开了一种轨道交通工程建设安全风险监控与管理信息系统，包括：安全预警模块、网络安全模块和系统管理模块；所述安全预警模块，可获取并存储地表沉降数据；所述网络安全模块，可维护系统安全，且可优化系统网络配置；所述系统管理模块，可根据所述地表沉降数据，判断轨道交通工程的安全性，并划分不同的预警等级。本发明还公开了一种轨道交通工程建设安全风险监控与管理方法。本发明的轨道交通工程建设安全风险监控与管理信息系统，实现了对轨道交通工程进行数据动态监控功能与服务、系统安全监管功能与服务、安全评估预警功能与服务；可根据预警等级的不同，采取对应的措施，实现了对轨道交通工程进行监控和管理。
-
公开(公告)号：CN111260263A
公开(公告)日：2020-06-09
申请号：CN202010226318.7
申请日：2020-03-27
Applicant: 华中科技大学
Abstract: 本申请公开了一种应用于装修BIM集成管理系统的装修方式环评方法，旨在通过对设计过程中的信息进行结构化定义和分类，并结合装饰装修中不同部件的环境效益、经济性以及能效等信息进行科学合理的管理，为装饰装修绿色评价系统的化设计信息管理与流转奠定了基础，并具体实现了基于此系统对实际装修方案的环评达标判定，能够快速、准确得到可靠的分析结果。本申请还同时公开了一种装修方式环评方法装置，具有上述有益效果。
-
公开(公告)号：CN103093400B
公开(公告)日：2017-04-26
申请号：CN201310026684.8
申请日：2013-01-24
Applicant: 华中科技大学
IPC: G06Q50/08
Abstract: 本发明属于工程风险评价领域，具体为一种隧道施工中邻近建筑物安全性定量评价方法。其主要包括如下步骤：步骤一，构建评价指标体系；步骤二，构建评价指标的标准可拓云模型；步骤三，通过主客观赋权法计算得到评价指标的权重矩阵；步骤四，通过云关联度计算待评对象的关联度矩阵，并结合评价指标权重值通过加权平均法得出待评对象的安全评价等级；步骤五，衡量安全评价等级的可靠性。本发明结合了云模型与可拓理论的优点，为不同安全等级的邻近建筑物的保护控制提供有效决策支持建议。
-
公开(公告)号：CN118504378A
公开(公告)日：2024-08-16
申请号：CN202410464280.5
申请日：2024-04-17
Applicant: 华中科技大学
IPC: G06F30/27 , G06F30/13 , G06N3/0442 , G06N3/045 , G06N3/08 , G06N7/01 , G06F119/14
Abstract: 本发明公开了一种大直径泥水盾构隧道掌子面压力智能预测调整方法及系统，方法包括：获取盾构机施工参数并进行预处理，获得预处理后的样本数据集；分别建立GCN模型、LSTM模型，并根据二者构建GCN‑LSTM混合深度学习模型；建立贝叶斯优化算法模型BO,利用BO对GCN‑LSTM混合深度学习模型的超参数进行调优，构建BO‑GCN‑LSTM深度学习模型；采用预处理后的样本数据集对BO‑GCN‑LSTM深度学习模型进行训练，并预测大直径泥水盾构隧道掌子面压力，获得预测结果；根据所述预测结果对BO‑GCN‑LSTM深度学习模型的预测精度进行评估，利用SHAP可解释性方法确定影响掌子面压力的关键参数，根据实际工况对关键参数进行智能优化调整，实现大直径泥水盾构隧道掌子面压力的合理控制。
-
公开(公告)号：CN117828715A
公开(公告)日：2024-04-05
申请号：CN202311613586.4
申请日：2023-11-29
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06F111/06 , G06F111/04 , G06F111/10 , G06F119/14 , G06F111/08
Abstract: 本发明公开了一种基于NGBoost结合遗传算法(NSGA)‑Ⅲ的盾构隧道绿色智能设计方法及设备，方法包括：获取引起隧道变形和成本变化的敏感因素，并建立影响因素指标体系，搜集实际监测数据以构建样本数据集；基于样本数据集，建立包括拱顶沉降、道床沉降、道床水平位移、截面收敛、单位长度造价的NGBoost预测模型并检验；引入NSGA‑Ⅲ函数作为目标优化函数，由此构建基于NGBoost‑NSGA‑Ⅲ的多目标优化模型，在盾构管片参数的约束条件范围内，经过运算获得最优解。本发明将NGBoost和NSGA‑Ⅲ结合，通过对拱顶沉降、道床沉降、道床水平位移、截面收敛、单位长度造价等参数的高精度预测，实现多目标优化，使优化结果更符合实际工程需求。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.073 seconds)
