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！

龙图腾网获悉西南交通大学申请的专利一种大纵坡富水隧道运营期涌水量预测方法及利用系统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：CN120974940B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511494086.2，技术领域涉及：G06F30/27；该发明授权一种大纵坡富水隧道运营期涌水量预测方法及利用系统是由陈子全;何川;谢作栋;邹育麟;刘静;詹鸿祥;汪波;王楷越设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本一种大纵坡富水隧道运营期涌水量预测方法及利用系统在说明书摘要公布了：本发明涉及一种大纵坡富水隧道运营期涌水量预测方法及利用系统，属于水文地质领域，预测方法包括：对采集的数据进行预处理后，根据隧道围岩分布状态及监测数据，利用古德曼公式，结合地质参数及各层结构特性，建立分层涌水量物理计算模型；将多源实测数据作为网络输入，将古德曼理论解作为物理约束项，对建立的PINN模型进行训练；使用训练优化后的PINN模型对隧道沿线各监测点实时采集的地质、水文和涌水量数据进行智能解算，在不同工况和多时段下，生成各监测点的涌水量动态预测值。本发明兼顾了隧道排水安全与能源利用双重目标，充分利用隧道纵坡天然高差，无需额外开挖高成本的引水斜井，具有良好的经济性和可推广性。

本发明授权一种大纵坡富水隧道运营期涌水量预测方法及利用系统在权利要求书中公布了：1.一种大纵坡富水隧道运营期涌水量预测方法，其特征在于：所述预测方法包括： 步骤一、对采集的数据进行预处理后，根据隧道围岩分布状态及监测数据，利用古德曼公式，结合地质参数及各层结构特性，建立分层涌水量物理计算模型； 步骤二、将多源实测数据作为网络输入，将古德曼理论解作为物理约束项，对建立的PINN模型进行训练； 步骤三、使用训练优化后的PINN模型对隧道沿线各监测点实时采集的地质、水文和涌水量数据进行智能解算，在不同工况和多时段下，生成各监测点的涌水量动态预测值； 所述根据隧道围岩分布状态及监测数据，利用古德曼公式，结合地质参数及各层结构特性，建立分层涌水量物理计算模型包括： 依据隧道运营期沿线实测地质勘探资料，对隧道断面进行分层划分； 根据历史检测获取初始水头数据H，根据古德曼理论推导并结合分层结构，建立隧道断面分层涌水量物理计算模型为，其中，为围岩渗透系数，为注浆圈渗透系数，为衬砌渗透系数，为衬砌内径半径，为衬砌外半径，为注浆圈外半径，为围岩外边界半径； 利用分层涌水量物理计算模型结合多组监测点参数，完成各监测点、各区段分层涌水量理论解的批量计算； 所述步骤二具体包括以下内容： A1、整理并集合多源实测数据作为网络的输入数据集，多源实测数据包括地层结构参数、环境参数、各监测点历史及实时涌水量； A2、设计PINN结构，确定输入层、隐藏层、若干全连接层及输出层的神经元数量以及激活函数； A3、根据古德曼公式建立的分层涌水量计算模型，将其解析解作为PINN模型的物理约束项，以确保PINN模型预测结果与监测数据拟合以及符合隧道水力-地质物理机理； A4、设定PINN模型训练过程中总损失函数为数据拟合损失与物理约束损失的加权组合，数据拟合损失度量PINN模型输出与实际监测涌水量的误差，物理约束损失度量PINN模型输出与古德曼公式理论解的偏差，实现机理驱动与数据驱动的有机融合； A5、利用多源实测数据对网络进行迭代训练，通过反向传播算法最小化总损失函数，提升模型预测精度，并在训练过程中引入交叉验证防止过拟合，通过留出法对训练效果进行评估，确保模型的泛化能力； A6、根据验证结果，调整网络架构、超参数及损失权重，反复优化模型性能。

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西南交通大学，其通讯地址为：610000 四川省成都市金牛区二环路北一段111号；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。