Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河南省水利第一工程局靳记平获国家专利权

河南省水利第一工程局靳记平获国家专利权

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!

龙图腾网获悉河南省水利第一工程局申请的专利基坑降水处理系统和基于人工智能的基坑降水处理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:CN116163325B

龙图腾网通过国家知识产权局官网在2025-09-23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:202211339463.1,技术领域涉及:G06Q10/04;该发明授权基坑降水处理系统和基于人工智能的基坑降水处理方法是由靳记平;孙怀军;侯彦超;苏黎耀;王永强;马志国;周彦平;马卫民;马帅;张海龙;徐玉杰;秦济生设计研发完成,并于2022-10-29向国家知识产权局提交的专利申请。

基坑降水处理系统和基于人工智能的基坑降水处理方法在说明书摘要公布了:本发明公开了一种基坑降水处理系统,包括电控装置,电控装置中存储有图卷积神经网络;各井点管和各回灌井均为图卷积神经网络的图结构数据中的第一节点,各第一节点内分别设有用于监测第一节点内的实时水位的水位检测装置;各沉降监测站作为图卷积神经网络的图结构数据中的第二节点。本发明公开的基于人工智能的基坑降水处理方法包括数据采集步骤、训练图卷积神经网络步骤、获取预期参考水位分布图步骤和根据预期参考水位分布图调节基坑降水处理系统步骤。本发明通过参考信息约束函数对图卷积神经网络进行重新拟合,得待拟合参数的值和参考水位分布图,指导当前降水和回灌作业,实际水位处于受约束的状态,保证工作效率并保证建筑的安全。

本发明授权基坑降水处理系统和基于人工智能的基坑降水处理方法在权利要求书中公布了:1.基于人工智能的基坑降水处理方法,采用基坑降水处理系统,用于基坑周边,基坑周边具有若干建筑物, 基坑降水处理系统包括回灌井和围绕基坑周边间隔设置的多个井点管,回灌井设置于所述建筑物朝向基坑的一侧面与基坑之间,井点管邻近基坑,回灌井邻近建筑物; 围绕基坑的各建筑物围成监测区域,监测区域中设有电控装置,在监测区域中邻近各建筑的位置设有若干沉降监测站,各沉降监测站分别具有若干用于监测地面沉降量的沉降传感器; 各井点管均通过抽水管连接有水泵,各水泵的出水管均通过两位三通电磁阀选择性通入相应井点管邻近的回灌井中或者通向排放场所; 各两位三通电磁阀、各水泵、各沉降传感器和各水位检测装置均与电控装置相连接,电控装置中存储有图卷积神经网络;各井点管和各回灌井均为图卷积神经网络的图结构数据中的第一节点,各第一节点内分别设有用于监测第一节点内的实时水位的水位检测装置;各沉降监测站作为图卷积神经网络的图结构数据中的第二节点; 其特征在于按以下步骤进行: 第一步骤是数据采集; 针对图卷积神经网络,电控装置根据各第一节点之间的距离获得所述第一节点间的边权值,以各第一节点内的水位检测装置监测的水位信息作为节点值构建第一水位分布图; 电控装置根据第一节点之间的距离获得第一节点间的边权值,以每个第一节点在t时刻的水位信息作为节点值构建第一水位分布图G1t; 电控装置根据第二节点之间的距离获得第二节点间的边权值,以每个第二节点内的沉降传感器监测的实时地面沉降量信息作为节点值构建第一地面沉降信息图G2t; 第一水位分布图和第一地面沉降信息图的构建周期是15±5分钟一次; 第二步骤是通过训练,得到训练后的图卷积神经网络; 训练数据为一个由多个二元组数据组成的序列,具体包括: List={G11G21,G12G22,…,…G1TG2T}; T为序列长度; 以历史数据中连续时刻下的多组所述第一水位分布图和所述第一地面沉降信息图作为图卷积神经网络的训练数据;所述图卷积神经网络的输入为所述第一水位分布图,输出为第二地面沉降信息图和第一节点的初始节点关联信息图;初始节点关联信息图的图结构与所述第一水位分布图的图结构相同,初始节点关联信息图的节点值为对应的第一节点的类别,边权值为对应的第一节点之间的关联程度; 所述图卷积神经网络的损失函数包括沉降信息重构损失函数和关联信息重构损失函数; 图卷积神经网络根据第二地面沉降信息图和第一地面沉降信息图的差异获得所述沉降信息重构损失函数; 关联信息重构损失函数包括类别约束项和关联约束项; 根据第一节点的类别和初始节点关联信息图的节点值获得所述类别约束项; 根据第一节点间的类别差异和第一水位分布图的边权值获得所述关联约束项; 第三步骤是使用训练后的图卷积神经网络计算获得预期参考水位分布图; 电控装置构建包含待拟合信息量的初始参考水位分布图;初始参考水位分布图的图结构与第一水位分布图的图结构相同; 初始参考水位分布图与第一水位分布图的节点值差异为所述待拟合信息量;将初始参考水位分布图输入第二步骤训练后的图卷积神经网络中,输出参考地面沉降信息图和参考节点关联信息图; 根据初始参考水位分布图的节点值、参考地面沉降信息图的节点值和参考节点关联信息图构建参考信息约束函数; 将所述参考信息约束函数引入图卷积神经网络中进行拟合,获得所述待拟合信息量的值,获得预期参考水位分布图; 第四步骤是调节基坑降水处理系统; 施工人员按照第三步骤得到的预期参考水位分布图中记载的水位信息,调整各水泵的运行频率及两位三通电磁阀的导通方向,使各第一节点的实际水位信息趋近于预期参考水位分布图中的参考信息。

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河南省水利第一工程局,其通讯地址为:450016 河南省郑州市安平路77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。