-
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
申请人： 华中科技大学
IPC分类号： G06F30/13 , G06F30/27 , G06F111/06
摘要： 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：CN114996830A
公开(公告)日：2022-09-02
申请号：CN202210928018.2
申请日：2022-08-03
申请人： 华中科技大学
IPC分类号： G06F30/13 , G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q50/08 , G06N7/00 , G06N20/00 , G06F111/08
摘要： 本发明属于隧道施工技术领域，并具体公开了一种盾构隧道下穿既有隧道的可视化安全评估方法及设备。所述方法包括：构建隧道施工参数指标体系，并获取现有数据；基于GCN回归模型和现有数据构建地表累计沉降、既有隧道形变以及开挖面支护力的GCN预测模型，采用SHAP模型解释GCN预测模型，获得地表累计沉降、既有隧道形变以及开挖面支护力对不同特征的敏感性；利用蒙特卡罗模拟土壤参数中的不确定性，同时将地表累计沉降、既有隧道形变以及开挖面支护力的预测值和实际值线性回归，以获取预测结果在同时考虑土壤和模型不确定性时的置信区间，从而计算安全风险；将上述运算过程的交互和安全风险进行可视化。本发明安全风险计算精确，保证施工的可靠性。
-
公开(公告)号：CN114702293A
公开(公告)日：2022-07-05
申请号：CN202210319302.X
申请日：2022-03-29
申请人： 武汉华中科大检测科技有限公司 , 华中科技大学
摘要： 本发明涉及路面基层、底基层材料技术领域，尤其涉及一种稳定磷石膏路面底基层材料及其制备方法与施工方法和应用。该稳定磷石膏路面底基层材料，由包括以下重量份数的原料制备得到：磷石膏87～93份、煅烧磷石膏7～9份、石灰1～4份、水14～20份。对煅烧磷石膏与磷石膏废料的配合比，水的添加量等工艺参数进行了研究和设计，获得高强度、高水稳定性和耐久性的适用于路面底基层的稳定磷石膏材料，本发明制得的稳定磷石膏路面底基层材料的7天无侧限抗压强度为3.75MPa，干湿循环4次后无侧限抗压强度损失率为12.3～14.7％。
-
公开(公告)号：CN113375597A
公开(公告)日：2021-09-10
申请号：CN202110721439.3
申请日：2021-06-28
申请人： 华中科技大学
摘要： 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：CN110926439B
公开(公告)日：2021-08-31
申请号：CN201911198814.X
申请日：2019-11-29
申请人： 华中科技大学
摘要： 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：CN114996830B
公开(公告)日：2022-11-18
申请号：CN202210928018.2
申请日：2022-08-03
申请人： 华中科技大学
IPC分类号： G06F30/13 , G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q50/08 , G06N7/00 , G06N20/00 , G06F111/08
摘要： 本发明属于隧道施工技术领域，并具体公开了一种盾构隧道下穿既有隧道的可视化安全评估方法及设备。所述方法包括：构建隧道施工参数指标体系，并获取现有数据；基于GCN回归模型和现有数据构建地表累计沉降、既有隧道形变以及开挖面支护力的GCN预测模型，采用SHAP模型解释GCN预测模型，获得地表累计沉降、既有隧道形变以及开挖面支护力对不同特征的敏感性；利用蒙特卡罗模拟土壤参数中的不确定性，同时将地表累计沉降、既有隧道形变以及开挖面支护力的预测值和实际值线性回归，以获取预测结果在同时考虑土壤和模型不确定性时的置信区间，从而计算安全风险；将上述运算过程的交互和安全风险进行可视化。本发明安全风险计算精确，保证施工的可靠性。
-
公开(公告)号：CN114996829A
公开(公告)日：2022-09-02
申请号：CN202210917562.7
申请日：2022-08-01
申请人： 华中科技大学
IPC分类号： G06F30/13 , G06F30/27 , G06K9/62 , G06N3/12 , G06N7/00 , G06N20/20 , G06F111/04 , G06F111/06 , G06F111/08 , G06F119/14
摘要： 本发明属于隧道施工技术领域，并具体公开了一种近接隧道施工条件下新建隧道设计优化方法及设备。所述方法包括：构建隧道施工参数指标体系采用轻量化梯度促进机算法建立预测极限支撑压力和地表变形的集成学习模型；利用NSGA‑Ⅱ对极限支撑压力和地表变形两个目标进行优化，同时考虑岩土条件的不确定性和元模型的误差；通过蒙特卡罗仿真，建立概率约束进行多目标优化，生成Pareto前沿，并以离理想点距离最短的点为准则得到新隧道的最佳位置。本发明不仅能够预测和优化邻近既有隧道的开挖破坏，新隧道的最佳位置将在现有隧道的基础上确定，而且还考虑了地质条件和元模型等各种类型的不确定性，使得结果更加可靠，从而为决策提供更保守的参考。
-
公开(公告)号：CN111985796B
公开(公告)日：2021-06-18
申请号：CN202010787552.7
申请日：2020-08-07
申请人： 华中科技大学
摘要： 本发明属于混凝土结构抗渗性预测技术领域，并具体公开了一种基于随机森林和智能算法预测混凝土结构耐久性的方法。包括：构建混凝土抗渗性指标体系，建立原始样本集，将训练数集作为随机森林回归模型的输入，对抗渗性指标体系的影响因素进行重要性评价，选出随机森林回归模型误差最小的影响因素集合，将最优特征变量集作为所述最小二乘支持向量机模型的输入变量，混凝土氯离子扩散系数预测结果作为输出变量，对最小二乘支持向量机模型进行训练，然后采用所述测试数集验证训练后的最小二乘支持向量机模型的预测结果；对所述预测结果进行分析，验证最小二乘支持向量机模型预测混凝土结构抗渗性的效果。本发明方法预测速度快，预测结果精准可靠。
-
公开(公告)号：CN104909698A
公开(公告)日：2015-09-16
申请号：CN201510314184.3
申请日：2015-06-09
申请人： 武汉华中科大土木工程检测中心 , 华中科技大学
IPC分类号： C04B28/14
摘要： 本发明公开了一种改性磷石膏公路路基填料及制备方法，所述方法包括如下步骤：将磷石膏陈化5d以上，得到物料A；将物料A在160-200℃下煅烧1.5-2.5小时得到物料B，然后将所述物料B自然冷却；将所述物料A和物料B按照91％～93％:7％～9％的重量百分配比混合均匀，得到物料C；向所述物料C中添加占物料C总质量12-16％的水，搅拌均匀后获得改性磷石膏公路路基填料。本发明根据煅烧磷石膏的化学特性，将磷石膏在受控温度和时间下进行煅烧作为改性剂，提高磷石膏体内的胶凝性，增加其内部结构的稳定性和抗水性，获得满足公路工程要求的路基填料，有效解决现有磷石膏受当地掺加材料的限制以及磷石膏使用消耗量低的问题。
-
公开(公告)号：CN117988869A
公开(公告)日：2024-05-07
申请号：CN202311795673.6
申请日：2023-12-25
申请人： 华中科技大学
IPC分类号： E21D9/093 , G06N20/20 , G06N7/01 , G06F18/243 , G06F18/214 , G06F18/21 , G05B13/04 , E21F17/18
摘要： 本发明公开了一种基于智能算法的盾构近接结构安全预测控制方法及系统，方法包括采集盾构施工参数获取样本数据，并对样本数据进行预处理，引入BO方法对NGBOOST预测模型进行超参数优化，根据所述归一化样本数据集构建并训练以所述输出变量为控制目标的BO‑NGBoost预测模型，通过所述BO‑NGBoost预测模型对所述输出变量进行预测，输出BO‑NGBoost预测结果；对比评估BO‑NGBoost、BO‑SVR、BO‑BP、BO‑RF以及BO‑LGBM预测模型的预测性能，确定BO‑NGBoost预测模型的精确性；根据BO‑NGBoost预测结果划分盾构近接结构安全风险等级；根据盾构近接结构安全风险等级输出相应的安全控制策略，实现盾构施工过程中近接结构安全风险智能化预测和控制。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.029 秒)
