-
公开(公告)号：CN117027015A
公开(公告)日：2023-11-10
申请号：CN202311019179.0
申请日：2023-08-14
申请人： 河南大学 , 河南省建筑设计研究院有限公司 , 河南省自然资源监测和国土整治院
摘要： 本发明提供了一种粉土边坡装配式绿色护坡组合结构，包括砌块、碳纤维锚体，砌块中空部分形成种植孔，种植孔内种植有灌木，砌块实体部分设置有多个锚体孔，多个砌块放置于护坡后连接为一体；碳纤维锚体包括螺旋锚头、碳纤维布和复合肥，螺旋锚头钻入护坡内部，碳纤维布穿设于锚体孔，碳纤维布一端固定连接于螺旋锚头，穿设于两个相邻砌块的碳纤维布的另一端固定连接；螺旋锚头钻入护坡后在护坡内部形成钻孔，钻孔内注入复合肥，利用复合肥对灌木根系引导作用，实现根系对坡体深层加固。本发明提供的粉土边坡装配式绿色护坡组合结构，对坡体的扰动较小，恢复植被容易，坡面防冲刷耐久性效果好，能够适应一定的坡体变形，具备抗震性，维修方便。
-
公开(公告)号：CN118886098A
公开(公告)日：2024-11-01
申请号：CN202411057292.2
申请日：2024-08-02
申请人： 河南大学 , 河南省自然资源监测和国土整治院
IPC分类号： G06F30/13 , G06F30/20 , G06F119/14
摘要： 本发明提出了一种碎裂岩体滑坡预应力锚索刚弹性桩位移计算方法，用以解决刚性桩位移计算过小，弹性桩位移计算过大的技术问题；其步骤为：假定预应力抗滑桩承受滑坡推力、锚索拉力及锚固段桩周土作用力；其次，考虑桩身发生初始刚性变形时，通过搭建预应力锚索刚性桩的计算模型，计算得到锚索伸长后的拉力；然后，当裂隙岩体劣化以后，考虑滑面以上桩体发生弹性挠曲变形时，通过构建预应力锚索刚弹性桩的计算模型计算得到锚索的最终拉力；最后，基于锚索的最终拉力计算预应力锚索刚弹性桩桩身内力及位移。采用本发明方法可在碎裂岩质滑坡作用下，得到更精确的桩身位移，为预应力锚索刚弹性桩的结构设计提供依据。
-
公开(公告)号：CN118756756A
公开(公告)日：2024-10-11
申请号：CN202411153925.X
申请日：2024-08-21
申请人： 河南大学 , 河南省自然资源监测和国土整治院
摘要： 本发明属于古建筑保护施工技术领域，尤其涉及一种砖混结构古建筑墙体的防潮组合体系及其施工方法，所述体系包括围绕墙体外壁地面部分设置的地面防潮结构以及围绕墙体外壁地下部分设置的地下防潮结构，所述地面防潮结构包括顶面具有坡度的散水部，所述散水部较高一端贴靠墙体地面对应边侧处设置、较低一端过渡至远离墙体设置的排水沟；所述地下防潮结构包括位于地面防潮结构正下方的围挡机构以及浇筑在围挡机构内外侧壁处并连接地面防潮结构的混凝土层，所述围挡机构将墙体地下部分四周包绕。本发明采用对墙体围设防潮结构且不会对墙体造成物理和化学性破坏，有效防止地下水分对墙体的侵扰，防止墙体因返潮而诱发的生物侵蚀、盐结晶、化学侵蚀、含粘土石膨胀、冻害等，减缓材料劣化甚至结构破坏的问题。
-
公开(公告)号：CN116484729B
公开(公告)日：2023-09-08
申请号：CN202310427721.X
申请日：2023-04-20
IPC分类号： G06F30/27 , G06F30/28 , G06F17/13 , G06N3/0442 , G06N3/048 , G06N3/096 , G06N3/084 , G06F119/14 , G06F119/12 , G06F111/10
摘要： 本发明提供了一种基于增强型数据集和GRU网络的地下水位模拟预测方法，包括：构建全局迁移学习的GRU模型；判断全局迁移学习的GRU模型是否达到第一精度要求，若否，则对全局迁移学习的GRU模型进行优化调参，直至全局迁移学习的GRU模型达到第一精度要求；利用全局迁移学习的GRU模型对待测区域进行全局地下水位预测；构建模型包括：构建增强型数据集；基于增强型数据集构建局部学习的GRU模型；判断局部学习的GRU模型是否满足第二精度要求，若否，则对局部学习的GRU模型进行调整，直至模型达到第二精度要求；基于局部学习的GRU模型，利用迁移学习方法构建全局迁移学习的GRU模型。本发明解决了现有技术中对大区域地下水模拟预测困难，预测精度低下的问题。
-
公开(公告)号：CN117010274B
公开(公告)日：2024-05-10
申请号：CN202310840526.X
申请日：2023-07-11
申请人： 中国地质科学院水文地质环境地质研究所 , 华北水利水电大学 , 河南省自然资源监测和国土整治院
IPC分类号： G06F30/27 , G06F18/231 , G06N20/20 , G06Q50/06 , G06F111/08
摘要： 本发明提供了一种基于集成增量学习的地下水有害元素智能预警方法，包括：数据收集；数据集构建与清洗；构建候选基学习器模型；建立并评估基学习器和元学习器算法选择机制；构建集成概率估计模型；构建集成增量概率估计模型，向构建好的集成概率评估模型中增加不同时间段数据；利用构建好的集成增量概率估计模型，对地下水有害元素进行风险预测。本发明基于机器学习算法进行算法选择，优化统计建模建立流程，构建高精度集成增量的地下水有害元素统计模型。
-
公开(公告)号：CN117010274A
公开(公告)日：2023-11-07
申请号：CN202310840526.X
申请日：2023-07-11
申请人： 中国地质科学院水文地质环境地质研究所 , 华北水利水电大学 , 河南省自然资源监测和国土整治院
IPC分类号： G06F30/27 , G06F18/231 , G06N20/20 , G06Q50/06 , G06F111/08
摘要： 本发明提供了一种基于集成增量学习的地下水有害元素智能预警方法，包括：数据收集；数据集构建与清洗；构建候选基学习器模型；建立并评估基学习器和元学习器算法选择机制；构建集成概率估计模型；构建集成增量概率估计模型，向构建好的集成概率评估模型中增加不同时间段数据；利用构建好的集成增量概率估计模型，对地下水有害元素进行风险预测。本发明基于机器学习算法进行算法选择，优化统计建模建立流程，构建高精度集成增量的地下水有害元素统计模型。
-
公开(公告)号：CN116484729A
公开(公告)日：2023-07-25
申请号：CN202310427721.X
申请日：2023-04-20
IPC分类号： G06F30/27 , G06F30/28 , G06F17/13 , G06N3/0442 , G06N3/048 , G06N3/096 , G06N3/084 , G06F119/14 , G06F119/12 , G06F111/10
摘要： 本发明提供了一种基于增强型数据集和GRU网络的地下水位模拟预测方法，包括：构建全局迁移学习的GRU模型；判断全局迁移学习的GRU模型是否达到第一精度要求，若否，则对全局迁移学习的GRU模型进行优化调参，直至全局迁移学习的GRU模型达到第一精度要求；利用全局迁移学习的GRU模型对待测区域进行全局地下水位预测；构建模型包括：构建增强型数据集；基于增强型数据集构建局部学习的GRU模型；判断局部学习的GRU模型是否满足第二精度要求，若否，则对局部学习的GRU模型进行调整，直至模型达到第二精度要求；基于局部学习的GRU模型，利用迁移学习方法构建全局迁移学习的GRU模型。本发明解决了现有技术中对大区域地下水模拟预测困难，预测精度低下的问题。
-
公开(公告)号：CN218823375U
公开(公告)日：2023-04-07
申请号：CN202223084997.2
申请日：2022-11-21
申请人： 河南省自然资源监测和国土整治院
IPC分类号： G01N1/10
摘要： 本实用新型涉及采样设备技术领域，具体涉及一种地下水专用井上采样工具，包括周板，所述周板设置在保护装置顶端，所述周板包括矩形部和半圆部，所述半圆部与保护装置顶部形状相匹配，所述矩形部两端均设有挡板，两个所述挡板上均设有支撑板，所述支撑板上设有斜板，所述斜板两端分别固定有第一连接件和第二连接件，两个所述第一连接件之间转动连接有从动转轴，所述从动转轴上设有工字轮，所述工字轮一侧设有从动齿轮，两个所述第二连接件之间转动连接有主动转轴，所述主动转轴上对应从动齿轮处设有主动齿轮，所述主动齿轮与从动齿轮相啮合。本实用新型通过根据保护装置顶部形状设计的周板，使采样工具能够安装在保护装置上方并进行采样工作。
-
公开(公告)号：CN115455528A
公开(公告)日：2022-12-09
申请号：CN202211046379.0
申请日：2022-08-30
申请人： 河南大学 , 河南省自然资源监测院
IPC分类号： G06F30/13 , G06F30/20 , G06F17/13 , G06F119/14
摘要： 本发明提出了一种护坡椅式锚索桩组合结构及其计算方法，解决了易风化岩质边坡使用抗滑桩深埋难开挖、浅埋无法保持桩前长期稳定的问题；其组合结构包括椅式桩、预应力锚索和挂板；椅式桩包括前桩、后桩和斜梁，前桩桩顶标高低于后桩桩底标高，前桩深入风化岩石层内部；后桩处于悬臂状态，相邻的前桩之间设有挂板；前桩和后桩通过斜梁相连，斜梁的两端分别与前桩顶端、后桩底端刚性连接，斜梁紧贴地面并在斜梁上设置两排预应力锚索，预应力锚索的一端固定在斜梁上，预应力锚索的另一端固定在边坡稳定的岩土体中，两排预应力锚索分别靠近斜梁两端。本发明推导出了椅式锚索桩内力计算公式，实现了对高陡易风化岩质路堤边坡的支护。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.099 秒)
