-
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。
-
公开(公告)号：CN113283142A
公开(公告)日：2021-08-20
申请号：CN202110601014.9
申请日：2021-05-31
Applicant: 华中科技大学
IPC: G06F30/23 , G06F30/13 , G06F119/14
Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于解析解法分析盾构下穿对既有隧道影响的方法。所述方法包括采用Pasternak双参数地基模型来模拟隧道结构与地基相互作用，第一阶段推导施工荷载与土体损失的附加应力公式，综合考虑刀盘附加推力、盾壳摩擦力、同步注浆压力及土体损失引起的既有隧道轴线处的附加应力；第二阶段建立梁的变形刚度方程，求出既有隧道的变形及弯矩，分析不同影响因素对既有隧道沉降的影响，并分析地基弹性模量、净距与地层损失率对既有隧道影响的规律。本发明能快速准确的评估盾构近接施工条件下既有隧道影响。
-
公开(公告)号：CN115952590B
公开(公告)日：2023-06-13
申请号：CN202310243415.0
申请日：2023-03-14
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N20/00 , G06N3/126 , G06N5/01 , G06N7/02 , G06F111/04 , G06F111/06
Abstract: 本发明属于隧道智能算法预测及优化技术领域，并具体公开了一种基于BO‑RF‑MOMPA混合算法的盾构隧道优化设计方法及设备。所述方法包括以下步骤：分析盾构隧道施工阶段引起隧道变形的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；基于样本数据集，建立基于BO‑RF的地表沉降、管片最大轴向压力、管片最大变形量、成本预测模型并检验；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于BO‑RF‑MOMPA的多目标优化模型，提出盾构管片参数建议设置范围。本发明实现了对隧道变形的高精度预测，实现了盾构管片参数的优化设计，具有优化的效率和精度高等特点。
-
公开(公告)号：CN116050603A
公开(公告)日：2023-05-02
申请号：CN202211738891.1
申请日：2022-12-31
Applicant: 华中科技大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/08 , G06F17/18 , G06F30/27 , G06F30/13 , G06F119/02 , G06F111/06
Abstract: 本发明属于隧道变形控制技术领域，并具体公开了一种基于混合智能方法的暗挖隧道变形预测和优化方法及设备。包括：基于小间距暗挖隧道施工参数的监测数据，确定影响参数，进行数据预处理；利用贝叶斯(BO)优化随机森林(RF)预测模型参数，进行超参数优化与影响参数重要性排序，得到预测结果；基于预测得到的优化目标与影响参数间的非线性回归映射关系，建立NSGA‑Ⅲ模型中的目标优化函数，获取Pareto前沿解集，实现小间距暗挖隧道施工的多目标优化。本发明结合BO‑RF‑NSGA‑Ⅲ构建小间距暗挖隧道变形预测和优化控制模型，实现了对地表沉降、隧道拱顶沉降和隧道拱腰沉降的超前预测，为小间距暗挖隧道的施工操作提供依据和指导。
-
Patent Agency Ranking
公开(公告)号：CN114969953A
公开(公告)日：2022-08-30
申请号：CN202210900578.7
申请日：2022-07-28
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N3/12 , G06N5/00 , G06N20/20 , G06N7/02 , G06F111/04 , G06F111/06
Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于CatBoost‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法及设备。所述方法包括：确定管片优化设计的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；利用CatBoost算法进行学习训练，以构建基于CatBoost算法的隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量预测模型；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于CatBoost‑NSGA‑Ⅲ的多目标优化模型，以获取盾构管片参数最优设计。本发明不仅实现了隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量的高精度预测，也实现了盾构下穿隧道优化设计的多目标智能优化。
-
公开(公告)号：CN113375597B
公开(公告)日：2022-04-19
申请号：CN202110721439.3
申请日：2021-06-28
Applicant: 华中科技大学
Abstract: 本发明提供了一种基于RF‑NSGA‑II的结构件三维激光扫描方法及设备。所述方法包括：对收集的样本数据进行范化，采用范化样本数据训练并得到RF预测模型；根据RF预测模型构建适应度函数，对扫描参数设置约束条件，采用NSGA‑II算法对所述扫描参数进行优化，得到扫描参数的全局最优解；将所述全局最优解输入RF预测模型，根据输出结果确定全局最优解为三维激光扫描仪的实用扫描参数；采用所述全局最优解调整三维激光扫描仪，对结构件进行扫描；其中，RF预测模型为随机森林预测模型；NSGA‑II算法为非支配排序遗传算法。本发明可以减小三维激光扫描结构件得到的点云数据的测量误差，提高结构件的设计精度和安装效率。
-
公开(公告)号：CN111307092A
公开(公告)日：2020-06-19
申请号：CN201911310765.4
申请日：2019-12-18
Applicant: 华中科技大学 , 武汉华中科大土木工程检测中心 , 中建三局基础设施建设投资有限公司
Abstract: 本发明涉及一种地铁深隧工程建设安全自动连续监控系统，属于隧道施工安全监控、预警领域，包括传感器单元、数据采集和传输单元、数据处理和控制单元及建设安全评估程序模块；所述传感器单元采集位移、应变、沉降和倾角监测信息；所述数据采集和传输单元包括传感器无线数据收发器、无线数据中继收发器，用于倾角监测信息在各个单元之间的无线收发；所述数据处理和控制单元包括计算机，所述建设安全评估程序模块在被所述计算机执行时，对位移、应变、沉降和倾角监测信息数据中的至少一个进行小波包分析，识别隧道结构损伤的出现时间、损伤位置及损伤程度。本发明具有实时性、便捷性、高效性以及精确性。
-
公开(公告)号：CN110132157A
公开(公告)日：2019-08-16
申请号：CN201910460352.8
申请日：2019-05-30
Applicant: 华中科技大学 , 武汉华中科大土木工程检测中心
Abstract: 本发明属于隧道施工安全监控、预警领域，公开了一种地铁安全远端自动化监测及分析系统和方法。该系统包括：全站仪、棱镜、现场服务器、倾角传感器、自动采集箱、中心数据库、三维激光扫描仪、处理器以及隧道结构提取程序模块；所述全站仪用于监测地铁隧道的沉降数据；所述三维激光扫描仪用于扫描获取地铁隧道及轨道的三维点云数据，所述隧道结构提取程序模块用于在被所述处理器调用时，基于最小二乘的断面拟合法从三维点云数据中获取地铁隧道结构的断面变形情况、收敛变形情况、管片错台情况以及轨距变形情况。本发明针对全站仪及倾角传感器无法获取隧道三维整体变形信息的缺陷，将三维激光扫描分析技术运用于地铁运营监测，实现全面自动化监测。
-
公开(公告)号：CN110130989A
公开(公告)日：2019-08-16
申请号：CN201910423504.7
申请日：2019-05-21
Applicant: 华中科技大学 , 武汉华中科大土木工程检测中心 , 中建三局基础设施建设投资有限公司
IPC: E21F17/18
Abstract: 本发明属于隧道施工安全防范领域，公开了一种隧道施工过程中的瓦斯远程监测及报警系统，包括：监控中心、分站、输入设备和输出设备；监控中心包括监控主机和数据接口交换机；监控主机的输入端连接数据接口交换机的输出端；输入设备包括视频监控摄像头和瓦斯传感器；视频监控摄像头的输出端和瓦斯传感器的输出端与分站的输入端连接；分站的输出端连接数据接口交换机的输入端；输出设备包括声光报警器和馈电断电仪；声光报警器的输入端和馈电断电仪的输入端与监控主机的输出端连接。本发明在地铁隧道开挖过程中，能够实时监测隧道瓦斯浓度，有助于避免瓦斯浓度过高带来的安全隐患，从而为人员安全施工及管理提供保障。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.035 seconds)
