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！

龙图腾网获悉中建二局土木工程集团有限公司申请的专利一种岩溶隧道塌方灾害微震前兆信息的识别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：CN119717005B 。

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：202411798787.0，技术领域涉及：G01V1/30；该发明授权一种岩溶隧道塌方灾害微震前兆信息的识别方法是由胡小川;朱淳;蒋剑青;廖满平;梅诗明;刘俊;关志鹏;黄求明设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种岩溶隧道塌方灾害微震前兆信息的识别方法在说明书摘要公布了：本发明涉及地质灾害预报技术领域，尤其涉及一种岩溶隧道塌方灾害微震前兆信息的识别方法。其技术方案包括构建融合多源数据的微震监测系统，进行基于机器学习的处理与分析，建立多因素耦合分析与预警模型，还包括实时预警与动态反馈。本发明通过小波变换能够精准地去除噪声，保留微震信号的关键特征，提高了数据的质量，并从微震信号中提取包括频率、幅值、相位等多维度的特征，实现了多维度特征提取，从而提高捕捉到与塌方灾害相关的前兆信息的准确性，还利用机器学习算法，结合了地质条件、施工进度等多方面因素进行综合分类和判断，使识别结果更符合实际情况，避免了单一因素导致的误判，提高了识别的准确性和效率。

本发明授权一种岩溶隧道塌方灾害微震前兆信息的识别方法在权利要求书中公布了：1.一种岩溶隧道塌方灾害微震前兆信息的识别方法，其特征在于，包括以下步骤： 构建融合多源数据的微震监测系统； 根据所述微震监测系统所采集的微震信号进行基于机器学习的处理与分析，提取微震信号的多维度特征； 基于微震信号的多维度特征建立多因素耦合分析与预警模型，分析不同因素对微震前兆信息的影响机制和程度，确定预警指标及其阈值； 实时预警与动态反馈，依据所述预警指标及其阈值，对岩溶隧道的塌方风险进行动态评估与预警； 所述基于机器学习的处理与分析包括以下步骤： 采用小波变换对所述微震监测系统所采集的微震信号进行去噪、滤波预处理； 提取信号的幅值、频率、能量、持续时间特征构建特征数据集； 采用支持向量机，以所述特征数据集为输入，以是否为塌方灾害微震前兆信息为输出标签进行模型训练与优化； 采用加权平均法对多个训练好的机器学习模型进行融合与集成学习； 包括： 采用小波变换对微震信号进行去噪、滤波预处理时，设原始微震信号为，选择小波基函数，对原始信号进行小波分解，得到不同尺度和位移下的小波系数: ； 通过设定阈值对小波系数进行处理，处理后的小波系数为： 当时，=； 当时，=0，对处理后的小波系数进行重构得到去噪后的信号：； 其中，； 其中，是的傅里叶变换； 构建特征数据集中，所述幅值特征包括信号的最大幅值和平均幅值，其中为信号的持续时间; 所述频率特征通过对信号进行傅里叶变换，得到信号的频谱，进而计算主频，其中是频谱中幅值最大的频率成分对应的角频率，以及频率带宽，和分别是信号频谱中一定能量占比所对应的高频和低频边界频率； 所述能量特征采用信号的能量； 所述持续时间特征为记录信号从起始到结束的时间间隔； 模型训练与优化中，将特征数据集构建优化函数如下： ； 其中，约束条件，0n，其中为超平面的法向量，为偏置项，为惩罚参数，为松弛变量，求解得到最优的超平面参数和，从而确定分类模型，训练过程中，采用交叉验证方法调整参数； 采用加权平均法对多个训练好的机器学习模型进行融合与集成学习，对于多个模型对测试样本的预测结果，最终预测结果，其中是模型的权重，根据模型性能评估指标确定权重值，综合多个模型的预测信息。

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中建二局土木工程集团有限公司，其通讯地址为：101101 北京市通州区梨园北街21号1-3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”。

以上内容由龙图腾AI智能生成。