-
公开(公告)号：CN118690572A
公开(公告)日：2024-09-24
申请号：CN202410894524.3
申请日：2024-07-04
发明人： 刘振宇 , 李泰灃 , 王李阳 , 张千里 , 陈锋 , 程远水 , 王立军 , 刘杰 , 朱忠林 , 李宜霖 , 曾葫 , 刘景宇 , 邓逆涛 , 郭惠芹 , 郭浏卉 , 孔坤锋 , 张栋 , 张新冈 , 闫鑫 , 杨凯斌 , 李永强 , 张士林 , 张学伟 , 朱学伟 , 王杰 , 王国泰 , 钟俊江 , 张齐 , 张丁立
摘要： 本发明公开一种路基沉降预测置信度分析方法，包括：S1，生成模拟沉降观测数据，模拟沉降观测数据基于带有观测误差的离散观测数据生成；S2，确定均质天然地基条件下和均质砂井地基条件下高铁软土路基沉降预测模型适用性；S3，基于模拟沉降观测数据、均质天然地基条件下和均质砂井地基条件下高铁软土路基沉降预测模型适用性进行路基沉降预测置信度分析；S1包括：针对不同地基处理形式和土性条件下的软土路基沉降问题，基于均质天然地基计算模型和砂井地基计算模型计算并获得理论连续数据；将理论连续数据分为观测期数据和沉降后期数据，并进行离散获得离散数据；叠加观测误差以生成带有观测误差的离散观测数据。还公开了系统、电子设备及存储介质。
-
公开(公告)号：CN118761218A
公开(公告)日：2024-10-11
申请号：CN202410894511.6
申请日：2024-07-04
发明人： 刘振宇 , 李泰灃 , 张千里 , 陈锋 , 程远水 , 王立军 , 刘杰 , 朱忠林 , 李宜霖 , 王李阳 , 曾葫 , 刘景宇 , 邓逆涛 , 郭惠芹 , 郭浏卉 , 孔坤锋 , 张栋 , 张新冈 , 闫鑫 , 杨凯斌 , 李永强 , 张士林 , 张学伟 , 朱学伟 , 王杰 , 王国泰 , 钟俊江 , 张齐 , 张丁立
摘要： 本发明公开一种基于置信度分析的高速铁路路基沉降评估方法，包括：在不同观测精度和观测频次的条件下，以高速铁路不同轨道结构形式的沉降预测目标标准差为核心，提出相应的观测期、沉降预测稳定性、沉降完成率等基本技术要求；形成包括曲线拟合模型的选用、系统误差的校正、沉降预测结构评估为一体的高速铁路路基沉降预测评估方法。还公开了对应的评估系统、电子设备以及计算机可读存储介质，通过分析不同观测精度、观测频次条件下以观测期、沉降预测稳定性要求、沉降完成率要求量值的变化规律，明确与目标置信度关联的沉降观测与预测分析的基本技术要求，提出基于置信度的沉降评估方案。
-
公开(公告)号：CN118114001A
公开(公告)日：2024-05-31
申请号：CN202410121559.3
申请日：2024-01-29
发明人： 李泰灃 , 张千里 , 程远水 , 闫宏业 , 王立军 , 李竹庆 , 尧俊凯 , 毕宗琦 , 刘杰 , 朱忠林 , 刘晓贺 , 梁经纬 , 苏珂 , 王瑜鑫 , 杨凯斌 , 李永强 , 王瑞鹏 , 张士林 , 张学伟 , 朱学伟 , 王杰 , 刘振宇 , 李宜霖 , 王国泰 , 钟俊江 , 张齐 , 张丁立
摘要： 本发明公开一种基于Bootstrap‑GRU‑BP混合的边坡位移区间预测方法，包括：S1，接收边坡监测数据并对所述边坡监测数据进行数据的预处理，从而生成伪训练集；S2，将伪训练集输入GRU门控循环神经网络中，进行边坡位移区间GRU预测模型的训练并保存训练完成的边坡位移区间GRU预测模型；S3，基于边坡位移区间GRU预测模型计算边坡位移预测均值的计算，并估计认知误差方差；S4，基于BP模型估计随机误差方差；S5,基于所述边坡位移预测均值、认知误差方差以及随机误差方差构造边坡位移预测区间，还公开了对应的系统、电子设备以及计算机可读存储介质，在既有Bootstrap算法的框架基础上，融合GRU和BP算法，分别量化边坡位移预测过程中的认知不确定性与随机不确定性。
-
公开(公告)号：CN117874891A
公开(公告)日：2024-04-12
申请号：CN202410115374.1
申请日：2024-01-29
发明人： 李泰灃 , 张千里 , 闫宏业 , 王立军 , 程远水 , 毕宗琦 , 李竹庆 , 尧俊凯 , 刘杰 , 朱忠林 , 刘晓贺 , 梁经纬 , 苏珂 , 王瑞鹏 , 王瑜鑫 , 杨凯斌 , 李永强 , 张士林 , 张学伟 , 朱学伟 , 王杰 , 刘振宇 , 李宜霖 , 王国泰 , 钟俊江 , 张齐 , 张丁立
IPC分类号： G06F30/13 , G06F30/27 , G06F119/14
摘要： 本发明公开一种高铁路基动力稳定性能评估方法，包括：S1，基于大型高铁路基激振器进行激振试验，模拟运行列车对路基结构反复冲击从而实现列车循环载荷的快速模拟，并采集冲击作用下的多种动态数据；S2，基于所述多种动态数据和机器学习建立路基累计变形最佳ML预测模型；S3，建立高铁路基动力稳定性能评估体系并基于所述评估体系对高铁路基动力稳定性能进行评估，还公开了对应的系统、电子设备以及计算机可读存储介质，具有较好的预测精度和泛化能力，为高铁路基动力稳定性能评估提供一条新的思路。
-
-
-
搜索结果
4 条记录 (耗时 0.125 秒)
