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 > 南昌轨道交通集团有限公司地铁项目管理分公司詹涛获国家专利权

南昌轨道交通集团有限公司地铁项目管理分公司詹涛获国家专利权

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!

龙图腾网获悉南昌轨道交通集团有限公司地铁项目管理分公司申请的专利一种基于多因素的盾构施工穿越建筑物的变形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:CN119494138B

龙图腾网通过国家知识产权局官网在2025-10-03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:202411531652.8,技术领域涉及:G06F30/13;该发明授权一种基于多因素的盾构施工穿越建筑物的变形预测方法是由詹涛;尹水金;姜谙男;万友生;谢丽辉;郑福;黄浩;罗志伟;程利民;陈志兰设计研发完成,并于2024-10-30向国家知识产权局提交的专利申请。

一种基于多因素的盾构施工穿越建筑物的变形预测方法在说明书摘要公布了:本发明公开了一种基于多因素的盾构施工穿越建筑物的变形预测方法,通过多个时刻获取的沉降数据、倾斜数据、施工掌子面与建筑物的距离、盾构施工参数数据和施工区域的地质信息数据,建立多因素矩阵,将其作为预测模型的输入,来获取建筑物的沉降数据的预测值,实现基于多因素的盾构施工穿越建筑物的变形预测。本发明通过CNN与LSTM模型的结合,不仅能够对多因素特征进行关联,通过盾构施工与建筑物距离这一因素,将盾构施工的进度与建筑物变形的关联起来,这些技术不仅能有效减少施工风险,还能提高整体施工效率和经济效益,使得沉降预测更加智能化、动态化和精细化。能够大幅提高盾构施工过程中对临近建筑物沉降的预测精度和安全性。

本发明授权一种基于多因素的盾构施工穿越建筑物的变形预测方法在权利要求书中公布了:1.一种基于多因素的盾构施工穿越建筑物的变形预测方法,其特征在于:包括以下步骤: S1:设置盾构施工过程中的自动化监测系统,以获取盾构隧道开挖过程中的建筑物的沉降数据和倾斜数据;同时获取盾构施工的位置坐标、盾构施工参数数据和施工区域的地质信息数据; S2:根据盾构施工的位置坐标,获取施工掌子面与建筑物的距离; S3:根据多个时刻获取的沉降数据、倾斜数据、施工掌子面与建筑物的距离、盾构施工参数数据和施工区域的地质信息数据,获取多因素矩阵; S4:构建用于对建筑物的沉降数据进行预测的基于CNN网络和LSTM单元的预测模型,以根据所述多因素矩阵,获取沉降数据的预测值,实现基于多因素的盾构施工穿越建筑物的变形预测; 所述预测模型包含寻优单元、卷积单元、样本划分单元、LSTM单元、第一判断单元、全连接单元、第二判断单元、适应度值计算单元以及输出单元; 所述卷积单元用于根据所述多因素矩阵,获取多因素矩阵中的因素的一维时空特征序列; 所述样本划分单元的输入端与所述卷积单元的输出端连接,用于将所述一维时空特征序列,划分为训练集和测试集; 所述LSTM单元的输入端与所述样本划分单元的输出端连接,用于根据所述训练集、测试集对LSTM单元进行训练,并基于训练后的LSTM单元,获取预测时空特征值序列; 所述适应度值计算单元的输入端与所述LSTM单元的输出端连接,用于获取当前训练步的预测时空特征值序列与上一训练步的预测时空特征值序列之间的均方根误差值; 所述第一判断单元的输入端与所述适应度值计算单元的输出端连接,用于判断所述均方根误差值是否小于设定的误差阈值: 所述第一判断单元的输出端分别与所述LSTM单元的输入端和所述全连接单元的输入端连接,用于当当前训练步的预测时空特征值序列与上一训练步的预测时空特征值序列之间的均方根误差值不小于设定的误差阈值时,重新根据所述训练集、测试集对LSTM单元进行训练,并基于重新训练后的LSTM单元,获取新的预测时空特征值序列;以及当当前训练步的预测时空特征值序列与上一训练步的预测时空特征值序列之间的均方根误差值小于设定的误差阈值时,通过所述全连接单元获取预测时间序列矩阵; 所述全连接单元的输入端与所述第一判断单元的输出端连接; 所述第二判断单元的输入端与所述全连接单元的输出端连接,用于根据所述预测时间序列矩阵,获取建筑物沉降数据预测值,所述第二判断单元的输出端分别与所述寻优单元的输入端和所述输出单元连接,用于当建筑物沉降数据预测值和所述建筑物沉降数据实测值之间的差值不小于设定的预测误差阈值时,通过所述寻优单元更新所述卷积单元的卷积核的尺寸和LSTM单元中的神经元个数;以及当建筑物沉降数据预测值和所述建筑物沉降数据实测值之间的差值小于设定的预测误差阈值时,将所述建筑物沉降数据预测值通过所述输出单元输出,所述寻优单元的输出端分别与所述卷积单元和所述LSTM单元的输入端连接;以将更新后的卷积单元的卷积核尺寸和更新后的LSTM单元中的神经元个数分别传输至所述卷积单元和所述LSTM单元。

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南昌轨道交通集团有限公司地铁项目管理分公司,其通讯地址为:330000 江西省南昌市红谷滩新区丰和中大道912号写字楼11层;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。