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 > 中国电建集团成都勘测设计研究院有限公司张世殊获国家专利权

中国电建集团成都勘测设计研究院有限公司张世殊获国家专利权

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!

龙图腾网获悉中国电建集团成都勘测设计研究院有限公司申请的专利基于数字孪生与多源反馈的高能地质环境围岩分类与决策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:CN121765985B

龙图腾网通过国家知识产权局官网在2026-05-05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:202610257068.0,技术领域涉及:G06F30/20;该发明授权基于数字孪生与多源反馈的高能地质环境围岩分类与决策方法是由张世殊;李青春;冉从彦;陈炜韬;赵小平设计研发完成,并于2026-03-04向国家知识产权局提交的专利申请。

基于数字孪生与多源反馈的高能地质环境围岩分类与决策方法在说明书摘要公布了:本发明属于隧道与地下工程智能施工及岩土工程信息化技术领域,其公开了一种基于数字孪生与多源反馈的高能地质环境围岩分类与决策方法,解决高能地质环境下现有技术难以实现围岩状态动态感知、多源数据融合分类与施工决策闭环联动带来的问题。本发明首先基于初始勘察资料构建隧道三维地质‑结构数字孪生体;在施工过程中利用物联网技术实时采集地质、施工扰动和围岩响应等多源数据,并映射到数字孪生体中,实现虚实同步更新。随后,在多源融合数据基础上构建深度学习‑参数反演混合模型,输出动态围岩分类指数DRCI及关键力学参数,并将其输入多目标优化模块,给出自适应钻爆方案。最后通过施工反馈结果反向修正模型,实现闭环自学习。

本发明授权基于数字孪生与多源反馈的高能地质环境围岩分类与决策方法在权利要求书中公布了:1.基于数字孪生与多源反馈的高能地质环境围岩分类与决策方法,其特征在于, 包括以下步骤: S1.构建高能地质环境下的隧道-围岩数字孪生体,所述数字孪生体集成三维地质模型、隧道几何信息及高能环境场变量; S2.实时采集地质与勘察数据、施工扰动数据及围岩响应数据,经过时空对齐后映射至所述数字孪生体; S3.对采集的多源数据进行预处理与特征提取,并进行整合形成特征向量; S4.将所述特征向量输入深度学习-反演混合模型,计算动态围岩分类指数DRCI,同时反演围岩关键力学参数,并更新数字孪生体; 所述深度学习-反演混合模型包括CNN-LSTM深度学习模型和PSO-NN反演模型; 所述CNN-LSTM深度学习模型以特征向量作为输入,输出当前开挖循环对应的动态围岩分类指数DRCI和围岩类别等级,其训练过程的目标函数为: ; 其中,N为训练样本数量;和分别为第k个样本的预测值与真实值;和分别为第k个样本的预测围岩类别与真实类别;为交叉熵损失函数;为权重系数; 所述PSO-NN反演模型的目标函数为: ; 其中,为目标函数值;为待反演的围岩本构参数集合,为黏聚力,为内摩擦角,为变形模量,为泊松比;为第k工况的实测响应向量;为在参数下通过数字孪生体的数值模拟得到的预测响应向量; 所述动态围岩分类指数DRCI的计算公式为: ; 其中,为围岩稳定性指数;为围岩可爆性指数;为动态风险指数;、和为权重系数,且满足; ; 其中,Uc为围岩周边收敛量;Uc,lim为对应围岩等级或规范允许的极限收敛量;Uv为拱顶下沉量;Uv,lim为允许的极限拱顶下沉量;Ns为支护结构内力;Ns,lim为支护结构设计允许内力;α1、α2、α3为权重系数,满足α1+α2+α3=1; ; 其中,Fp为钻进平均推力或等效钻进阻力;Fp,ref为参考推力值;d50为出渣块度中值粒径;d50,ref为目标或参考块度粒径;vp为爆破振动速度峰值;Vp,ref为允许或设计振动参考值;β1、β2、β3为权重系数,满足β1+β2+β3=1; ; 其中,Em为单位时间或单位里程内微震事件累计能量;Em,ref为参考能量阈值;nm为微震事件发生频次;nm,ref为参考频次阈值;He为高能地质环境因子;γ1、γ2、γ3为权重系数,满足γ1+γ2+γ3=1; ; 其中,σH为最大主应力;T为围岩温度;p为孔隙水压力;D为施工扰动强度指标;、、、分别为最大主应力、围岩温度、孔隙水压力、施工扰动强度指标的对应参考值;δ1、δ2、δ3、δ3为权重系数,满足δ1+δ2+δ3+δ4=1; S5.基于所述动态围岩分类指数DRCI确定围岩类别及对应的约束阈值,基于所述围岩关键力学参数,通过数字孪生体的数值模拟量化钻爆参数与超欠挖、围岩损伤、爆破振动的关联关系,构建多目标优化模型并求解,通过多目标优化算法求解所述多目标优化模型,得到适配当前围岩状态的最优钻爆方案; S6.在按照最优钻爆方案实施爆破后,采集施工实际反馈数据,与所述数字孪生体通过数值模拟输出的预测结果对比计算误差指标,利用所述误差指标更新深度学习-反演混合模型参数。

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国电建集团成都勘测设计研究院有限公司,其通讯地址为:610072 四川省成都市青羊区浣花北路1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。

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。