-
公开(公告)号:CN112070756A
公开(公告)日:2020-12-11
申请号:CN202010966513.3
申请日:2020-09-15
Applicant: 河北工业大学
Abstract: 本发明为一种基于无人机倾斜摄影的路面立体病害测量方法,该方法包括以下过程:道路通车前对路面进行一次路面检测,此时路面无病害,将通车前采集的路面数据称之为母版数据;通车后根据道路养护需求再次进行路面检测,采集当前路面数据,路面检测时使用无人机对路面进行倾斜摄影分别构建出相应时期的数字表面模型以及数字高程模型;通过对不同时期的数字高程模型进行叠加计算,得到路面不同位置的高程变化,将每个位置高程的变化映射到每一个像素点的像素值,通过无监督学习和图像处理并结合工程规范判断路面破坏类型以及破坏等级、病害特征和病害位置,实现对立体病害的智能识别。该方法实现路面立体病害的识别分级和定位、病害直观展示。
-
公开(公告)号:CN110397060A
公开(公告)日:2019-11-01
申请号:CN201910627632.3
申请日:2019-07-12
Applicant: 河北工业大学
Abstract: 本发明涉及一种仿生结构抗冲刷桩基础,包括桩基础本体,在桩基础本体的迎水面上设置有前缘凸起,所述前缘凸起沿桩基础上下方向呈连续波浪形;所述前缘凸起的波峰处横截面形状与前缘凸起的波谷处横截面的形状形同、且与桩基础本体的横截面形状形同,前缘凸起的波峰与对应波谷之间经曲面光滑过渡连接。本桩基础基于座头鲸胸鳍前缘结节结构特点,在桩基础本体的迎水面上设置有前缘凸起,这种结构可以有效推迟流动分离的作用,主动改变桩基受力和流场分布,减小桩柱迎水面下潜水流,从而降低了桩基冲刷。
-
公开(公告)号:CN109056704A
公开(公告)日:2018-12-21
申请号:CN201811079331.3
申请日:2018-09-17
Applicant: 河北工业大学
IPC: E02D5/28
CPC classification number: E02D5/285
Abstract: 本发明涉及一种加装约束盘的高承载力开口钢管桩,包括开口钢管桩本体,在开口钢管桩本体内固定有约束盘,约束盘沿开口钢管桩本体的径向方向设置,在约束盘上制有开孔。本发明通过在开口钢管桩本体内焊接带有开孔的约束盘,提高了钢管桩的桩端承载力,同时促进了钢管桩内部土塞的形成,从而在整体上提高了大直径开口钢管桩的极限承载力,在实际工程中,可以用少量这种新型桩替代更多的传统桩;另外这种约束盘设计可以对现有传统钢管桩进行简单改造便可提高其承载力,因此可以达到节约成本的目的。
-
公开(公告)号:CN119902534A
公开(公告)日:2025-04-29
申请号:CN202510386328.X
申请日:2025-03-31
Abstract: 本发明为机械—数据双驱动的道路无人化机群协同作业方法及系统,建立了动态静态相结合的路径规划,根据施工场景的不同,实现动态、静态路径规划的切换,对于土路基,采取静态路径规划进行作业,对于沥青面层,采用基于摊铺机与压路机机群位置交互的动态路径规划,动态路径规划保证施工的同步性,解决了冬季施工情况下,填料冷却过快来不及碾压的问题,实现了“即摊即压”,同步作业。针对压路机机群压实作业后的压实质量进行分析评价,并针对压实质量未达标的区域做出精确的压实质量优化,避免了以往压路机作业时易发生漏压、欠压、过压等缺点,实现了压实作业的自动“质量控制”。
-
公开(公告)号:CN119885889A
公开(公告)日:2025-04-25
申请号:CN202510033046.1
申请日:2025-01-09
Applicant: 河北工业大学
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明为温度‑质量驱动的路面无人机群作业全过程路径优化方法,通过大量沥青混合料冷却试验数据建立数据集并训练沥青混合料温度衰减曲线预测模型,来预测沥青混合料温度随时间的衰减趋势,得到温度衰减曲线。建立通过非接触式红外测温相机采集温度来预测实际沥青混合料温度的智能预测模型,用于压实作业中对沥青温度做到实时监测。根据得到的沥青混合料温度衰减曲线,提取出最佳压实温度区间以及对应的最佳压实时间窗口,以最佳压实时间窗口为基础对作业段长度进行划分;机群进行作业时,将实时预测所碾压位置沥青的实际温度,并调整压路机速度,保证压路机在最佳压实温度区间进行压实作业。
-
公开(公告)号:CN119539453A
公开(公告)日:2025-02-28
申请号:CN202510105642.6
申请日:2025-01-23
Applicant: 河北工业大学
IPC: G06Q10/0631 , G06Q50/06 , G06N5/048 , G06N3/006 , G06N3/126 , G06F30/27 , G06F113/04 , G06F111/06
Abstract: 本发明用户出行行为与智能充电策略驱动的充电站改扩建方法,通过对用户出行行为的深入分析,预测用户在工作日的出行及充电行为,基于预测结果为每个用户动态生成可调度时间窗,在可调度时间窗内进行充电,将用户充电成本最小、电网负荷均方差最小和碳排放最小作为优化目标,利用多目标优化求解用户充电策略的最优解集;以总建筑成本最小、用户总距离成本最小、未覆盖用户的惩罚成本最小为优化目标,将用户调度后的充电策略纳入充电站智能改扩建优化模型进行多目标优化求解,最终得到不同充电策略下的充电站改扩建方案。根据不同充电策略的特性,动态调整充电站的建设布局,为充电站的改扩建提供科学指导,提升充电设施的利用效率和服务质量。
-
公开(公告)号:CN116430739B
公开(公告)日:2023-08-22
申请号:CN202310701409.5
申请日:2023-06-14
Applicant: 河北工业大学
Abstract: 本发明为一种基于数字孪生技术的全过程智慧压实系统及管控方法,包括用于碾压工作中的压路机工作参数优化的并利用强化学习优化的遗传算法模型和用于碾压工作后路基压实度的计算的神经网络。利用数字孪生技术和人工智能技术,根据施工前各项数据建立数字孪生场地模型,在施工前进行模拟碾压演示来预计施工时间和碾压质量,在施工中通过强化学习优化的循环遗传算法模型实时控制压路机按最优压路机工作参数进行工作,施工后复核碾压后各工作参数与压实质量是否达标,从而能够在碾压前中后全过程中监测施工工作整体进度及状态。
-
公开(公告)号:CN116050670B
公开(公告)日:2023-06-06
申请号:CN202310330570.6
申请日:2023-03-31
Applicant: 河北工业大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/048 , G06N3/08 , G06Q10/0639 , G06Q10/20 , G06Q50/26
Abstract: 本发明为一种基于数据驱动的道路养护决策方法及系统,所述道路养护决策系统包括路面使用性能预测模块、养护单元选择模块以及养护决策模块、数据库;路面使用性能预测模块包括由神经网络建立的道路性能预测模型,神经网络训练用的数据由数据库提供;养护单元选择模块,利用道路性能预测模型预测的路面使用性能来划分养护单元,选择出需要利用养护决策模块进行养护的养护单元;养护决策模块包括由神经网络建立的决策用性能预测模型。本发明能够充分考虑年道路环境因素、交通因素及路龄、养护次数、养护方式、道路结构等对养护效果的影响,并利用鲸鱼优化算法WOA对养护决策过程进行优化使养护效益达到最佳,有效提高了养护效益。
-
公开(公告)号:CN116050670A
公开(公告)日:2023-05-02
申请号:CN202310330570.6
申请日:2023-03-31
Applicant: 河北工业大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/048 , G06N3/08 , G06Q10/0639 , G06Q10/20 , G06Q50/26
Abstract: 本发明为一种基于数据驱动的道路养护决策方法及系统,所述道路养护决策系统包括路面使用性能预测模块、养护单元选择模块以及养护决策模块、数据库;路面使用性能预测模块包括由神经网络建立的道路性能预测模型,神经网络训练用的数据由数据库提供;养护单元选择模块,利用道路性能预测模型预测的路面使用性能来划分养护单元,选择出需要利用养护决策模块进行养护的养护单元;养护决策模块包括由神经网络建立的决策用性能预测模型。本发明能够充分考虑年道路环境因素、交通因素及路龄、养护次数、养护方式、道路结构等对养护效果的影响,并利用鲸鱼优化算法WOA对养护决策过程进行优化使养护效益达到最佳,有效提高了养护效益。
-
公开(公告)号:CN115797338B
公开(公告)日:2023-05-02
申请号:CN202310052003.9
申请日:2023-02-02
Applicant: 河北工业大学
Abstract: 本发明为基于双目视觉的全景路面多性能指标计算方法及系统,包括:自适应动态抽帧模块,点云数据获取模块,点云预处理模块,校准点云获取模块,网格分割模块,纵向分割模块,IRI计算模块,横向分割模块,车辙检测计算模块,路面磨耗指数计算模块。该方法对校准后的路面点云数据进行纵向、横向和网格分析,得到待测路面的路面点云纵向分布、横向轮廓和区域构造深度;通过纵向点云分布和区域构造深度计算路面平整度IRI和路面磨耗指数PWI;利用横向轮廓获得车辙深度指数RDI。通过双目相机实现对路面IRI、PWI和RDI指标的提取和计算。
-
-
-
-
-
-
-
-
-