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！

龙图腾网获悉上海交通大学;中铁上海设计院集团有限公司;南京上铁地方铁路开发有限公司申请的专利一种基于物理信息神经网络的强夯施工智能监测与自适应控制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：CN120995892B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511508921.3，技术领域涉及：G06F30/27；该发明授权一种基于物理信息神经网络的强夯施工智能监测与自适应控制方法是由徐永福;陈洋;许帅;邵成健;程岩;徐子邦;魏洪山;杜伟;王星;杨勇设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络的强夯施工智能监测与自适应控制方法在说明书摘要公布了：本发明涉及一种基于物理信息神经网络的强夯施工智能监测与自适应控制方法，包括：在施工安全区域布设振动传感器阵列，实时采集夯击振动信号并提取时域、频域及空间传播特征；构建物理信息神经网络模型，将土体弹性波传播方程作为物理约束，以振动特征和监测点空间坐标为输入，预测土体物性参数的三维分布；基于预测的土体参数，采用太沙基承载力理论计算地基承载力分布与发展趋势；建立以承载力达标、能耗最小及时间最短为目标的多目标优化模型，优化后续夯击参数；根据优化参数执行施工，并持续更新数据与模型参数。与现有技术相比，本发明解决了传统强夯施工中土体状态不可观测、优化缺乏理论支撑的问题，实现了施工过程的智能化与精准控制。

本发明授权一种基于物理信息神经网络的强夯施工智能监测与自适应控制方法在权利要求书中公布了：1.一种基于物理信息神经网络的强夯施工智能监测与自适应控制方法，其特征在于，包括以下步骤： S1、在距离夯击点20‑50米安全范围内布设振动传感器阵列，实时采集夯击产生的地面振动信号，并提取振动波形的时域特征、频域特征、空间传播特征； S2、构建物理信息神经网络模型，将土体弹性波传播方程作为物理约束，以S1中提取的振动特征和监测点的空间坐标为输入，预测土体物性参数的空间分布； S3、基于所述物理信息神经网络模型预测的土体物性参数的空间分布，采用太沙基承载力理论计算地基承载力的三维分布和发展趋势； S4、基于计算得到的地基承载力的三维分布和发展趋势，建立以承载力达标、能量消耗最小、施工时间最短为目标的多目标优化模型，优化后续施工参数； S5、根据优化后的施工参数执行强夯施工，并在施工过程中持续更新振动特征数据与物理信息神经网络模型参数，实现施工过程的自适应控制； S2中，构建物理信息神经网络模型，将土体弹性波传播方程作为物理约束，以S1中提取的振动特征和监测点的空间坐标为输入，预测土体密度场、弹性模量场、泊松比场的三维分布的具体过程包括： 将S1中提取的振动特征向量和监测点的空间坐标向量组合成输入向量； 构建包含输入层、多个隐藏层、输出层的多层前馈神经网络结构，其中隐藏层采用ReLU激活函数进行非线性变换，输出层输出土体密度、弹性模量、泊松比三个物性参数； 在网络训练过程中，将土体弹性波传播方程作为物理约束条件，通过自动微分技术计算网络输出与物理方程之间的残差，并将该残差作为物理方程残差损失纳入整体损失函数，所述整体损失函数由数据拟合损失、物理方程残差损失、边界条件损失、初始条件损失加权求和构成，其中数据拟合损失确保网络输出与实测数据一致，物理方程残差损失确保预测结果符合波传播物理规律，边界条件损失和初始条件损失确保解的唯一性和稳定性； 采用梯度‑based优化算法最小化所述整体损失函数，迭代更新网络参数，最终得到训练好的物理信息神经网络模型，该模型能够以振动特征和空间坐标为输入，准确预测土体物性参数的三维空间分布。

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上海交通大学;中铁上海设计院集团有限公司;南京上铁地方铁路开发有限公司，其通讯地址为：200240 上海市闵行区东川路800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。