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！

龙图腾网获悉重庆城投基础设施建设有限公司;重庆交通大学申请的专利环境敏感区长大隧道爆破振动监测及影响范围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：CN120372386B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510437208.8，技术领域涉及：G06F18/241；该发明授权环境敏感区长大隧道爆破振动监测及影响范围预测方法是由李铮;张学富;聂觅;胡波;钟立平;李爱生;张建;林高宇设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本环境敏感区长大隧道爆破振动监测及影响范围预测方法在说明书摘要公布了：本发明提供了一种环境敏感区长大隧道爆破振动监测及影响范围预测方法，涉及隧道工程爆破安全监测与振动控制技术领域，包括构建三维动态监测网络，基于三维动态监测网络采集多源数据，并对其进行预处理，得到爆破振动特征矩阵，基于改进的LSTM模型搭建预测模型，基于预设的爆破振动特征矩阵及与其对应的爆破参数、地质条件对预测模型进行训练，得到训练后的预测模型，将待检测的爆破振动特征矩阵及与其对应的爆破参数、地质条件输入训练后的预测模型，得到预测结果。本发明显著提高了爆破振动监测与预测的精度和实时性，有效解决了环境敏感区长大隧道爆破施工中的振动控制难题，预测精度高、实时性强、适应性强、数据利用效率高。

本发明授权环境敏感区长大隧道爆破振动监测及影响范围预测方法在权利要求书中公布了：1.一种环境敏感区长大隧道爆破振动监测及影响范围预测方法，其特征在于，包括： 步骤1：构建三维动态监测网络； 步骤2：基于三维动态监测网络采集多源数据，并对其进行预处理，得到爆破振动特征矩阵；具体为： 步骤201：基于振动传感器采集原始振动信号，基于声发射传感器采集原始声发射信号，基于应力传感器采集原始应力信号； 步骤202：对采集的原始振动信号、原始声发射信号及原始应力信号进行信号降噪处理； 步骤203：对信号降噪处理后的振动信号、声发射信号及应力信号进行数据归一化处理及时间对齐处理； 步骤204：提取处理后的振动信号、声发射信号及应力信号的特征，构建爆破振动特征矩阵； 步骤202中，对采集的原始振动信号、原始声发射信号及原始应力信号进行信号降噪处理，具体为： 基于改进小波阈值降噪算法对原始振动信号、原始声发射信号及原始应力信号进行降噪处理，具体流程为： 将原始振动信号、原始声发射信号及原始应力信号离散化，对小波进行4层分解，得到每层分解的近似分量和细节分量以及该层小波细节信号幅值； 根据每层信号的细节信号系数计算该层的噪声标准差和自适应阈值； 利用阈值量化函数处理各层的信号系数，完成每一个尺度上的阈值降噪； 对各层处理后的分量进行小波逆变换，得到降噪后的分量，完成小波重构； 步骤204中，提取处理后的振动信号、声发射信号及应力信号的特征，构建爆破振动特征矩阵，具体为： 针对振动信号，提取其振动特征，包括峰值质点振动速度、主振频率及振动持续时间； 针对声发射信号，提取其声发射特征，包括声发射事件计数、声发射能量及声发射幅值； 针对应力信号，提取其应力特征，包括峰值应力、应力变化率及应力恢复时间； 基于振动特征、声发射特征及应力特征，构建爆破振动特征矩阵F，为： F＝[PPV，主振频率，持续时间，声发射事件计数，声发射能量，声发射幅值，峰值应力，应力变化率，应力恢复时间]； 步骤3：基于改进的LSTM模型搭建预测模型，基于预设的爆破振动特征矩阵及与其对应的爆破参数、地质条件对预测模型进行训练，得到训练后的预测模型； 步骤4：将待检测的爆破振动特征矩阵及与其对应的爆破参数、地质条件输入训练后的预测模型，得到预测结果。

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重庆城投基础设施建设有限公司;重庆交通大学，其通讯地址为：400000 重庆市渝中区中山三路128号15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。