Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 海南矿业股份有限公司;东北大学兰舟获国家专利权

海南矿业股份有限公司;东北大学兰舟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉海南矿业股份有限公司;东北大学申请的专利一种基于声发射监测的岩石剪切破坏全过程预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119534637B

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411960855.9,技术领域涉及:G01N29/14;该发明授权一种基于声发射监测的岩石剪切破坏全过程预测方法是由兰舟;柴广志;朱学军;宋永亮;赵永;朱智超;杨天鸿;王述红;焦诗卉;赵乾百;文鑫设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。

一种基于声发射监测的岩石剪切破坏全过程预测方法在说明书摘要公布了:本发明涉及一种基于声发射监测的岩石剪切破坏全过程预测方法,首先,采集岩石样本,并加工成多个岩石试件,制作声发射模具,其次,安装声发射试验平台,并利用其进行多次岩石剪切破坏全过程的声发射试验,记录多次声发射试验的数据,选取并基于实验数据计算岩石剪切破坏全过程预测模型的计算参数,最后,基于XGBoost算法构建岩石剪切破坏全过程预测模型,并将岩石剪切破坏全过程预测方法的计算参数输入模型,输出岩石剪切破坏预测结果。本发明的方法能够实时、连续地对岩体稳定性进行监测,对岩石直剪过程中的不同阶段进行分类预测,有助于提高隧道工程等岩体工程的安全性和可靠性。

本发明授权一种基于声发射监测的岩石剪切破坏全过程预测方法在权利要求书中公布了:1.一种基于声发射监测的岩石剪切破坏全过程预测方法,其特征在于,包括如下步骤: S1.采集岩石样本,并加工成多个岩石试件,根据所述岩石试件尺寸制作声发射模具,并在所述声发射模具上开设方形孔洞; S2.安装声发射试验平台,所述声发射试验平台包括:力学加载设备、声发射监测系统和步骤S1制作的所述声发射模具; S3.利用步骤S2安装的所述声发射试验平台进行多次岩石剪切破坏全过程的声发射试验,将一个步骤S1加工的所述岩石试件放入所述声发射模具,在所述声发射模具内布置声发射探头,设置所述声发射监测系统参数,并记录多次声发射试验的数据; S4.选取三种相关性较低的声发射参数作为岩石剪切破坏全过程预测模型的计算参数; S5.确定XGBoost算法的输入特征和预测目标变量,并从步骤S3获得的所述声发射试验数据中选取数据,计算步骤S4选取的所述岩石剪切破坏全过程预测模型的计算参数,构建训练XGBoost算法的数据集,对所述XGBoost算法进行训练; S6.对步骤S5训练的所述XGBoost算法进行初始化设置,确定算法的基本运行模式和运行参数,构建所述岩石剪切破坏全过程预测模型; S7.将步骤S4得到的所述岩石剪切破坏全过程预测方法的计算参数输入步骤S6构建的所述岩石剪切破坏全过程预测模型,输出岩石剪切破坏预测结果; 所述步骤S4中的所述岩石剪切破坏全过程预测模型的计算参数包括:声发射累计能量的对数、b值和主频A; 其中,所述声发射累计能量如公式1所示: 1 式中,表示从0时刻到T时刻的声发射累计能量,表示第t时刻声发射信号所携带的能量; 所述声发射累计能量的对数为; 所述b值如公式2: 2 式中,B表示b值,m表示震级分档总数,Mj表示第j档的震级中值,Nj表示第j档震级的声发射事件数,如公式3: 3 式中,a、b为常数,M表示震级如公式4,N表示震级大于M的地震总数, 4 式中,AdB表示声发射振幅; 所述主频A单位为KHz,是利用快速傅里叶变换从步骤S3采集的所述声发射试验数据中的所述声发射信号中提取得到; 所述步骤S5包括: 步骤501.从步骤S3采集的所述声发射试验数据中选取数据,计算所述声发射累计能量的对数,所述b值和所述主频A,选取岩石剪切破坏阶段作为预测目标变量; 步骤502.将所述岩石剪切破坏阶段划分为压密阶段、弹性阶段、非弹性阶段和峰后破坏阶段,将所述压密阶段编码为1,将所述弹性阶段编码为2,将所述非弹性阶段编码为3,将所述峰后破坏编码为4; 步骤503.对每一个所述岩石试件的声发射累计能量的对数、b值和主频A进行对应的岩石剪切破坏阶段编码,形成有标签的数据,构建训练XGBoost算法的数据集; 步骤504.将所述岩石试件的应力阶段划分为弹性阶段、屈服阶段、强化阶段和破坏阶段,并将所述弹性阶段、所述屈服阶段、所述强化阶段和所述破坏阶段作为所述XGBoost算法的输入特征; 步骤505.将所述岩石试件所述压密阶段、所述弹性阶段、所述非弹性阶段或所述峰后破坏阶段阶段作为所述XGBoost算法的目标变量; 步骤506.对所述XGBoost算法进行训练。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人海南矿业股份有限公司;东北大学,其通讯地址为:572799 海南省昌江县石碌镇(海钢办公大楼);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。