-
公开(公告)号：CN119560075A
公开(公告)日：2025-03-04
申请号：CN202411705814.5
申请日：2024-12-20
Applicant: 西南交通大学 , 中国国家铁路集团有限公司
IPC: G16C60/00 , G06F30/25 , G06F119/14
Abstract: 本发明公开一种基于PFC内置模型改进的阻尼节理模型建模方法，涉及土木工程技术数值计算领域，解决离散元模型中岩石剪切时颗粒互锁发生应力集中及光滑节理模型缺乏阻尼器，耗散能量方式单一等问题；本发明包括在光滑节理模型的基础上增加与法向接触力方向平行的法向阻尼器、和切向接触力方向平行的切向阻尼器作为阻尼节理模型；阻尼节理模型的法向接触力和切向接触力均分为线性部分、阻尼部分；线性部分和光滑节理模型部分完全相同，阻尼部分提供接触界面的黏性行为，阻尼部分的阻尼力由阻尼器产生，由法向和切向的临界阻尼比所计算；本发明解决了光滑节理本身并不存在阻尼系统，耗散能量方式单一的问题。
-
公开(公告)号：CN116050285B
公开(公告)日：2023-06-06
申请号：CN202310316411.0
申请日：2023-03-29
Applicant: 中铁十四局集团大盾构工程有限公司 , 中铁十四局集团有限公司 , 中铁十四局集团隧道工程有限公司 , 西南交通大学
Abstract: 本发明提供了一种泥水平衡盾构机盾尾密封油脂消耗预测方法及系统，该方法包括：对盾构掘进产生的参数大数据进行预处理并初次筛选影响盾构机油脂消耗的参数；对初次选择参数进行斯皮尔曼相关性分析并二次筛选研究参数数据；在对研究参数进行归一化及时间序列化处理后，将其划为训练集和测试集；建立人工神经网络模型；将训练集作为人工神经网络的输入，对所述神经网络进行训练得到最优超参数模型；采用所述测试集对训练后的最优超参数模型进行验证，输出预测的消耗油脂量。本发明能够根据各个时刻获取的输入变量预测盾构机的盾尾密封油脂消耗趋势及消耗量，降低盾尾密封失效发生的风险，助力于节约盾构施工成本。
-
公开(公告)号：CN116050285A
公开(公告)日：2023-05-02
申请号：CN202310316411.0
申请日：2023-03-29
Applicant: 中铁十四局集团大盾构工程有限公司 , 中铁十四局集团有限公司 , 中铁十四局集团隧道工程有限公司 , 西南交通大学
Abstract: 本发明提供了一种泥水平衡盾构机盾尾密封油脂消耗预测方法及系统，该方法包括：对盾构掘进产生的参数大数据进行预处理并初次筛选影响盾构机油脂消耗的参数；对初次选择参数进行斯皮尔曼相关性分析并二次筛选研究参数数据；在对研究参数进行归一化及时间序列化处理后，将其划为训练集和测试集；建立人工神经网络模型；将训练集作为人工神经网络的输入，对所述神经网络进行训练得到最优超参数模型；采用所述测试集对训练后的最优超参数模型进行验证，输出预测的消耗油脂量。本发明能够根据各个时刻获取的输入变量预测盾构机的盾尾密封油脂消耗趋势及消耗量，降低盾尾密封失效发生的风险，助力于节约盾构施工成本。
-
公开(公告)号：CN119560074A
公开(公告)日：2025-03-04
申请号：CN202411705812.6
申请日：2024-11-26
Applicant: 西南交通大学 , 中国国家铁路集团有限公司
IPC: G16C60/00 , G06F30/25 , G06T17/20 , G06F111/10 , G06F119/14
Abstract: 本发明公开了基于Neper‑DEM的带层理结构的显晶质岩石建模与计算方法，涉及隧道工程技术数值计算领域，解决现有技术缺乏对片麻岩及花岗片麻岩等具有横观各向同性的显晶质岩石模拟与计算方法的问题；本发明包括在Neper中构建具备晶体特征的多晶体结构，再将多晶体结构生成为晶粒的几何参数文本；在DEM中构建离散元岩石试样模型；对离散元岩石试样模型进行数值模拟试验获取应力应变曲线及试样破坏模式，所述数值模拟采用巴西劈裂试验和三轴试验实现；根据数值模拟结果对离散元试样计算参数进行标定，验证离散元岩石试样模型的建模及计算方法的有效性；本发明在建模方法上同时实现晶体结构和层理结构的构建与赋值，使其更为接近真实的岩石结构。
-
Patent Agency Ranking
公开(公告)号：CN118468411B
公开(公告)日：2024-09-03
申请号：CN202410922890.5
申请日：2024-07-10
Applicant: 西南交通大学
IPC: G06F30/13 , G06F30/23 , G06F111/10 , G06F119/14
Abstract: 本发明公开基于FEM‑DEM的节理裂隙隧道稳定性数据库自动构建方法及系统，涉及隧道工程技术数值计算领域，解决通过现场机械化施工案例构建数据库的数据量不足以满足深度学习需求的问题；本发明包括在围岩几何参数、力学信息、开挖方式及支护措施信息的参数变化范围内循环随机选取任意数，组合生成计算工况并自动输出对应FEM和DEM编程语言，调用数值模拟软件进行系列隧道开挖支护自动计算和结果保存；本发明设计基于FEM‑DEM的节理裂隙隧道稳定性数据库，充分考虑围岩节理分布特征及施工因素同隧道稳定性关联关系，为隧道机械化及智能化机器学习多模态模型训练提供了必备的数据支持。
-
公开(公告)号：CN118332667A
公开(公告)日：2024-07-12
申请号：CN202410755576.2
申请日：2024-06-12
Applicant: 西南交通大学 , 中国国家铁路集团有限公司
IPC: G06F30/13 , G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/0985 , G06F119/14
Abstract: 本发明涉及隧道工程技术领域，公开一种基于掌子面信息的隧道稳定性智能判定方法及系统，方法包括：构建包含隧道稳定性指标、隧道开挖信息、隧道掌子面图像的掌子面信息大数据库；对数据库进行系列处理，划分为训练集和测试集；构建CNN‑MLP多模态神经网络模型；采用训练集对CNN‑MLP多模态神经网络模型进行训练及优化，得到最优的融合隧道信息及节理分布图像信息多模态神经网络模型；采用得到的CNN‑MLP多模态神经网络模型进行验证，输出预测的隧道稳定性评定指标。本发明设计的双模态神经网络模型充分考虑围岩节理分布及施工因素同隧道稳定性关联关系，为隧道智能化施工及动态差异化支护提供有效的决策支持。
-
公开(公告)号：CN118070378A
公开(公告)日：2024-05-24
申请号：CN202410068553.4
申请日：2024-01-16
Applicant: 西南交通大学 , 中国国家铁路集团有限公司
Abstract: 本发明公开一种钻爆法隧道断面自动化动态制图方法，该方法基于Python与CAD的交互，根据设计规范和支护结构参数，在开源第三方程序库搭建的交互环境中，通过Python脚本语言调用AutoCAD软件API程序的相应的函数生成标准图纸的各类图层、文本样式及标注样式，在模型空间中根据导入的设计参数自动生成符合图纸要求的标准图框、隧道断面、衬砌和锚杆图元，导入注释性文字并进行标注，将绘制完毕的dwg文件保存在指定的路径中。本发明允许Python脚本自动执行AutoCAD制图操作，可以实现制图自动化和批量处理，提高工作效率；对钻爆法隧道智能设计、降低设计人员工作强度和推动现场快速施工具有重要的意义。
-
公开(公告)号：CN118332667B
公开(公告)日：2024-08-30
申请号：CN202410755576.2
申请日：2024-06-12
Applicant: 西南交通大学 , 中国国家铁路集团有限公司
IPC: G06F30/13 , G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/0985 , G06F119/14
Abstract: 本发明涉及隧道工程技术领域，公开一种基于掌子面信息的隧道稳定性智能判定方法及系统，方法包括：构建包含隧道稳定性指标、隧道开挖信息、隧道掌子面图像的掌子面信息大数据库；对数据库进行系列处理，划分为训练集和测试集；构建CNN‑MLP多模态神经网络模型；采用训练集对CNN‑MLP多模态神经网络模型进行训练及优化，得到最优的融合隧道信息及节理分布图像信息多模态神经网络模型；采用得到的CNN‑MLP多模态神经网络模型进行验证，输出预测的隧道稳定性评定指标。本发明设计的双模态神经网络模型充分考虑围岩节理分布及施工因素同隧道稳定性关联关系，为隧道智能化施工及动态差异化支护提供有效的决策支持。
-
公开(公告)号：CN118468411A
公开(公告)日：2024-08-09
申请号：CN202410922890.5
申请日：2024-07-10
Applicant: 西南交通大学
IPC: G06F30/13 , G06F30/23 , G06F111/10 , G06F119/14
Abstract: 本发明公开基于FEM‑DEM的节理裂隙隧道稳定性数据库自动构建方法及系统，涉及隧道工程技术数值计算领域，解决通过现场机械化施工案例构建数据库的数据量不足以满足深度学习需求的问题；本发明包括在围岩几何参数、力学信息、开挖方式及支护措施信息的参数变化范围内循环随机选取任意数，组合生成计算工况并自动输出对应FEM和DEM编程语言，调用数值模拟软件进行系列隧道开挖支护自动计算和结果保存；本发明设计基于FEM‑DEM的节理裂隙隧道稳定性数据库，充分考虑围岩节理分布特征及施工因素同隧道稳定性关联关系，为隧道机械化及智能化机器学习多模态模型训练提供了必备的数据支持。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
