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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中铁十九局集团有限公司;中铁十九局集团第三工程有限公司刘斌获国家专利权

中铁十九局集团有限公司;中铁十九局集团第三工程有限公司刘斌获国家专利权

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!

龙图腾网获悉中铁十九局集团有限公司;中铁十九局集团第三工程有限公司申请的专利隧道-边坡系统状态信息关联互馈模型构建方法和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:CN121434746B

龙图腾网通过国家知识产权局官网在2026-03-27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:202511987943.2,技术领域涉及:G06F18/213;该发明授权隧道-边坡系统状态信息关联互馈模型构建方法和系统是由刘斌;吴晨;寇海军;赵红刚;王涛;李文龙;蒙艳峰;王胜国;李明;代兵设计研发完成,并于2025-12-26向国家知识产权局提交的专利申请。

隧道-边坡系统状态信息关联互馈模型构建方法和系统在说明书摘要公布了:本申请提供一种隧道‑边坡系统状态信息关联互馈模型构建方法和系统,涉及岩土工程监测技术领域,其中,该方法包括:通过获取的目标监测数据构建统一数据库,结合动态扰动因子分析交通负荷对边坡稳定性的影响系数;基于该系数、地理特征与应力数据,补全未知区域数据,形成完整数据集;从中提取敏感特征集,识别施工爆破与暴雨降雨干扰区段,锁定边坡潜在滑动面与隧道衬砌变形协同特征区间;构建多指标评估矩阵并进行归一化与阈值动态调整,筛选预警指标集;建立动态模型,通过边坡位移与隧道开挖数据的双向反馈机制优化模型,形成隧道‑边坡系统状态信息关联互馈模型。本申请提升了隧道‑边坡系统状态预警的准确性与实时调控能力。

本发明授权隧道-边坡系统状态信息关联互馈模型构建方法和系统在权利要求书中公布了:1.一种隧道-边坡系统状态信息关联互馈模型构建方法,其特征在于,包括: 获取目标监测数据; 基于所述目标监测数据,构建隧道-边坡的统一数据库,并基于所述统一数据库,结合动态扰动因子,分析得到交通负荷对边坡稳定性的影响系数,具体为基于所述统一数据库中的历史交通流量数据,建立车流荷载与边坡位移变化的关联关系;引入振动效应作为动态扰动因子,通过分析振动频率与边坡岩体结构面响应的对应关系,确定振动对边坡稳定性的影响权重;结合所述关联关系和所述影响权重,计算得到交通负荷对边坡稳定性的影响系数; 基于所述影响系数、所述统一数据库中的地理特征数据和应力传感器数据,利用空间插值算法对所述统一数据库所覆盖区域中的未知区域进行数据插值,生成隧道-边坡的数据集,具体为根据所述地理特征数据中的高程分布和岩层产状,识别所述未知区域与已知区域的地质相似性;基于所述应力传感器数据在已知区域的时空分布特征,建立应力传递的背景场;利用所述影响系数对所述背景场进行动态修正;基于所述动态修正后的背景场和所述地质相似性,计算所述未知区域与相邻已知区域之间的距离因子和地质相似性因子;基于距离因子和地质相似性因子,利用基于空间插值算法构建的空间插值函数,计算所述未知区域的补全值,并将所述补全值与所述应力传感器数据融合,形成隧道-边坡的数据集; 通过机器学习方法,从所述数据集中提取敏感特征集,并利用所述敏感特征集,识别施工爆破和暴雨降雨事件对应的干扰区段,并锁定边坡潜在滑动面和隧道衬砌变形协同变化对应的特征区间,具体为通过机器学习模型的提取模块,从所述数据集中提取敏感特征集,所述敏感特征集包括位移加速度特征、应力突变特征和裂缝扩展特征;通过机器学习模型的第一标记模块,基于所述位移加速度特征和所述应力突变特征,结合施工记录数据,识别与爆破作业时间同步的位移突变区段和应力震荡区段,将所述位移突变区段和所述应力震荡区段共同标记为施工爆破对应的干扰区段;通过机器学习模型的第二标记模块,基于所述位移加速度特征和所述裂缝扩展特征,结合降雨监测数据,识别与强降雨过程同步的位移加速区段和裂缝扩展区段,将所述位移加速区段和所述裂缝扩展区段共同标记为暴雨降雨事件对应的干扰区段;通过机器学习模型的第一锁定模块,基于所述位移加速度特征的分布规律,识别位移矢量方向发生显著变化的边坡区域,结合三维地质建模数据中的软弱夹层分布,从所述边坡区域中锁定边坡潜在滑动面对应的特征区间;通过机器学习模型的第二锁定模块,基于所述应力突变特征的分布规律,识别与边坡位移变化同步的响应区域,从所述响应区域中锁定隧道衬砌变形协同变化对应的特征区间; 基于所述干扰区段和所述特征区间,构建多指标评估矩阵,对所述多指标评估矩阵进行处理,以筛选得到预警指标集; 利用所述预警指标集,结合物理模型和深度学习模型进行动态建模,生成包含边坡安全系数和响应关系的动态模型,并结合边坡位移数据和隧道开挖数据,通过双向反馈机制优化所述动态模型,形成隧道-边坡系统状态信息关联互馈模型,具体为基于所述预警指标集,通过物理模型中的极限平衡分析法计算边坡安全系数;基于所述预警指标集,通过深度学习模型中的深度神经网络训练隧道支护应力与边坡位移之间的响应关系;基于所述边坡安全系数与所述响应关系,生成动态模型;通过双向反馈机制,基于所述动态模型和边坡位移数据,动态调整隧道支护参数中的锚杆预应力值,并结合隧道开挖数据,更新边坡稳定性评估过程中的预测结果;通过迭代执行动态调整和更新操作,对所述动态模型进行持续优化,以形成隧道-边坡系统状态信息关联互馈模型。

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中铁十九局集团有限公司;中铁十九局集团第三工程有限公司,其通讯地址为:100176 北京市大兴区北京经济技术开发区荣华南路19号1号楼;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。