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！

龙图腾网获悉太原理工大学申请的专利一种预测三维应力状态不同粗糙度结构面剪切强度的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：CN119534097B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202411604490.6，技术领域涉及：G01N3/02；该发明授权一种预测三维应力状态不同粗糙度结构面剪切强度的方法是由赵婷婷;王晨龙;巨凯萱;王志勇;杨泽进设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种预测三维应力状态不同粗糙度结构面剪切强度的方法在说明书摘要公布了：本发明属于力学计算模拟领域，具体涉及一种预测三维应力状态不同粗糙度结构面剪切强度的方法。在该发明中，首先制备标准岩样和硅橡胶试样，对标准岩样沿劈裂线劈裂，形成具有粗糙面的劈裂岩样，对其粗糙壁面进行扫描、构建三维模型并渲染生成二维图像。然后，在三维应力条件下，开展抗剪强度试验，测定结构面的抗剪强度。最后将二维图像与抗剪强度关联构建数据集，采用GoogLeNet深度卷积神经网络作为基准模型，通过贝叶斯优化调参，并结合K折交叉验证和早停策略优化训练流程，使用测试集评估模型性能，不断迭代提升预测精度。本发明建立起不同粗糙度结构面图像与剪切强度之间的非线性映射关系，可以预测结构面的剪切强度等力学行为。

本发明授权一种预测三维应力状态不同粗糙度结构面剪切强度的方法在权利要求书中公布了：1.一种预测三维应力状态不同粗糙度结构面剪切强度的方法，其特征在于：包括以下步骤： S1：制备标准岩样Sam1：使用岩石取芯机、岩石切割机和抛光机对采集的岩块进行加工，制备标准圆柱体岩样Sam1； S2：制备硅橡胶试样Sam2，并进行测试：使用硅橡胶浇筑成厚度为h、直径与标准岩样Sam1相同的圆柱体硅橡胶试样Sam2，固化后，在多种围压条件下对硅橡胶试样Sam2进行应力-应变曲线测试； S3：制备劈裂岩样Sam4：用万能试验机和劈裂夹具沿高度方向劈裂标准岩样Sam1，使其沿不同的劈裂线断裂成具有不同粗糙度结构面的、左右两块岩样Sam3，并切除岩样Sam3上端头或下端头厚度为h的岩块，形成劈裂岩样Sam4； S4：构建三维形貌模型D1：采用形貌扫描仪对劈裂岩样Sam4结构面的两侧壁面进行扫描，生成点云数据，并通过最邻近插值法加密点云数据，构建三维形貌模型D1； S5：导出结构面的二维图像文件D2：调整视角和范围，应用表面渲染技术将结构面粗糙度可视化，通过颜色梯度表达粗糙度，并导出结构面的二维图像文件D2； S6：制备测试试样Sam5：在劈裂岩样Sam4被切端头外侧包裹塑料硬膜，使塑料硬膜与端头面齐平，在塑料硬膜腔内填充厚度为h的硅橡胶，以补足切除的岩块，形成测试试样Sam5； S7：进行三维应力状态抗剪强度试验：将测试试样Sam5固化后，利用步骤S2中对硅橡胶试样Sam2使用的围压条件对测试试样Sam5进行三维应力状态抗剪强度试验，记录剪切过程中载荷与位移变化，绘制剪切载荷-剪切位移曲线； S8：计算不同粗糙度结构面的抗剪强度τts：根据步骤S7中绘制的剪切载荷-剪切位移曲线，得到峰值剪切载荷，根据根据峰值剪切载荷与硅橡胶试样Sam2的三轴压缩轴向载荷，计算不同粗糙度结构面的抗剪强度τts，其中每个抗剪强度τts的计算公式表达为公式1， τts＝F′-FS1，式中，F′指三维应力状态结构面剪应力达到峰值时，左岩块下部与右岩块上部受到的力，F指硅橡胶试样Sam2的三轴压缩轴向载荷值，S为左、右两岩块剪切作用面积； S9：构建结构面的图像与力学强度数据集D3：重复步骤S1至S5，得到多个具有不同粗糙面的劈裂岩样Sam4，并导出每个劈裂岩样Sam4对应的二维图像文件D2；重复步骤S6至S8，得到每个测试试样Sam5的抗剪强度τts；将每个结构面的二维图像文件D2与其对应的抗剪强度τts关联，构建包含图像与力学强度的数据集D3； S10：训练GoogLeNet模型：将数据集D3随机划分为训练集D31和测试集D32，使用训练集D31训练计算模型， 采用GoogLeNet深度卷积神经网络作为基础模型，并通过贝叶斯优化算法对超参数进行自动化调优，以获得最优参数组合， 对训练集D31进行K折交叉验证训练，将训练集划分为K个子集，每次随机选取K-1个子集用于训练，剩余1个子集用于验证，循环执行直至平均损失达到预定标准，则完成计算模型的训练； S11：利用测试集D32对训练完成的GoogLeNet模型进行测试，评估模型的预测性能，并通过计算精度指标量化其表现； S12：根据步骤S11中的测试结果进行误差分析，评估预测值与实际值之间的偏差，当预测误差超出预期，则通过优化超参数、扩展数据集及调整模型结构的方法进行改进，重复执行步骤S10和步骤S11，直至模型性能达到预期标准。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79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。