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！

龙图腾网获悉深圳大学申请的专利一种深部流态化开采扰动诱导岩石破裂实时监测与预警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：CN121432514B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202512034574.1，技术领域涉及：G01V1/00；该发明授权一种深部流态化开采扰动诱导岩石破裂实时监测与预警系统是由李存宝;胡建军;谢和平;叶春烽设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本一种深部流态化开采扰动诱导岩石破裂实时监测与预警系统在说明书摘要公布了：本发明公开了一种深部流态化开采扰动诱导岩石破裂实时监测与预警系统，包括：多模态传感器阵列，用于同步采集深部岩体内部的声发射微震信号以及流态化开采过程中的关键环境扰动参数；数据采集与传输模块；环境噪声建模与特征表征模块；上下文感知型信号分离与增强模块；岩石破裂特征提取与事件识别模块，本发明涉及矿山安全监测技术领域。该深部流态化开采扰动诱导岩石破裂实时监测与预警系统通过多模态传感器阵列提供丰富的上下文信息，结合环境噪声建模和基于深度学习的上下文感知型信号分离与增强模块，本发明能够有效识别并抑制深部流态化开采所特有的复杂、动态背景噪声，使得微弱的岩石破裂信号不再被淹没。

本发明授权一种深部流态化开采扰动诱导岩石破裂实时监测与预警系统在权利要求书中公布了：1.一种深部流态化开采扰动诱导岩石破裂实时监测与预警系统，其特征在于，包括： 多模态传感器阵列模块，用于同步采集深部岩体内部的声发射微震信号以及流态化开采过程中的关键环境扰动参数； 数据采集与传输模块； 环境噪声建模与特征表征模块； 上下文感知型信号分离与增强模块； 岩石破裂特征提取与事件识别模块，与所述上下文感知型信号分离与增强模块连接，用于接收增强型声发射微震信号，并从增强型信号中提取与岩石破裂相关的关键特征，识别出真正的岩石破裂事件； 高精度震源定位与破裂机制分析模块，与所述岩石破裂特征提取与事件识别模块连接，用于接收已识别岩石破裂事件数据，对所述已识别岩石破裂事件进行精确的三维震源定位和破裂类型判断； 还包括：智能预警与决策支持模块与系统控制与人机交互模块，与上述各模块互联互通，所述各模块之间通过高速数据总线和专用通信协议进行互联互通； 所述环境噪声建模与特征表征模块与数据采集与传输模块连接，用于接收原始环境扰动参数数据和部分声发射微震原始数据，对流态化开采过程中的各类背景噪声进行实时监测、分类、建模与特征提取，并实时输出噪声频谱、功率谱密度以及噪声强度关键参数作为噪声上下文信息，所述环境噪声建模与特征表征模块包括： 噪声源识别与分类功能，通过对流体压力、流量、设备振动和颗粒碰撞摩擦参数与声发射微震信号的同步分析，利用互相关分析、相干性分析、主成分分析及盲源分离算法，识别并区分流体流动噪声、机械振动噪声、颗粒碰撞噪声及地质背景噪声； 噪声时频特性分析功能，对各类噪声进行短时傅里叶变换、小波变换和希尔伯特-黄变换，以获取噪声在不同频率和时间尺度上的能量分布、瞬时频率和瞬时幅度特征； 实时噪声模型建立功能，基于分析结果，建立参数化模型，噪声模型具体为高斯混合模型或卡尔曼滤波器，或建立非参数化模型； 所述上下文感知型信号分离与增强模块与数据采集与传输模块及所述环境噪声建模与特征表征模块连接，利用深度学习技术，结合所述环境噪声建模与特征表征模块提供的实时噪声上下文信息和当前工况参数，对多通道的声发射微震信号进行高效的噪声抑制和信号增强处理，所述上下文感知型信号分离与增强模块采用卷积循环神经网络的U-Net架构模型进行信号分离与增强，所述卷积循环神经网络的U-Net架构模型包括： 编码器，由多个卷积层和池化层组成，每个卷积层采用一维卷积核，池化层用于对特征图进行下采样，并在每个卷积层之后采用批量归一化和修正线性单元激活函数； 解码器，由多个转置卷积层和上采样层组成，与所述编码器结构对称，在解码器的每个上采样阶段，通过跳跃连接将编码器对应阶段的特征图与解码器上采样后的特征图进行拼接，以保留来自编码器的细粒度信息； 循环层，在所述编码器和解码器的中间部分或特定卷积层之后嵌入长短期记忆网络层或门控循环单元层，用于捕捉声发射微震信号和背景噪声的长期时间依赖性。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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。