-
公开(公告)号：CN119538374A
公开(公告)日：2025-02-28
申请号：CN202411616679.7
申请日：2024-11-13
Applicant: 中国水利水电第五工程局有限公司 , 三峡大学
Inventor： 苟三江 , 樊鹏 , 陈云 , 王志浩 , 晋良海 , 胡其林 , 郑霞忠 , 刘军国 , 陈述 , 孙国兴 , 梁涛 , 郑文全 , 张萍 , 罗臣 , 高鑫 , 杨剑 , 王琪
IPC: G06F30/13 , E21D9/00 , G06F30/20 , G06F119/14 , G06F111/06
Abstract: 本发明公开了基于Anylogic的输水隧洞施工多目标优化方法、系统，涉及输水隧洞施工优化技术领域，该方法包括：获取待优化的输水隧洞的施工现场数据，基于施工现场数据并利用Anylogic平台建立对应的仿真模型，并建立输水隧洞的多目标优化模型；基于多目标优化模型，利用Anylogic平台和仿真模型进行隧洞模拟施工，并按照施工进度优化调整隧洞模拟施工的施工模拟参数；基于施工模拟参数优化输水隧洞的现场施工工艺，并得到工期和成本经过优化的现场施工配置；系统地分析输水隧洞施工流程，构建基于Anylogic的多智能体的仿真模型，以全面描述机械设备、道路、渣场、候车平台等实体元素之间的交互关系和动态过程。
-
公开(公告)号：CN118522447A
公开(公告)日：2024-08-20
申请号：CN202410395179.9
申请日：2024-04-02
Applicant: 三峡大学
IPC: G16H50/30 , A61B5/16 , A61B5/18 , A61B5/0205 , G16H50/50 , G16H50/70 , G06F18/23213 , G06F17/10 , A61B5/318 , A61B5/363 , A61B5/352 , A61B5/366
Abstract: 本发明提供一种大型地下洞室施工环境驾驶负荷模拟评估方法，包括如下步骤：步骤一、建立施工环境三维模型；步骤二、施工环境模拟驾驶装置连接电脑，将施工环境三维模型导入施工环境模拟驾驶装置，驾驶员通过施工环境模拟驾驶装置进行驾驶模拟，记录驾驶员的驾驶过程并采集在行驶过程中的驾驶员行为、眼动以及心动数据；步骤三、对采集的数据进行处理；步骤四、基于融合眼动‑心率的驾驶负荷评估方法进行数据分析，对驾驶员负荷进行评估。该方法能够对驾驶者的心理生理指标进行统一处理及可视化分析，有效量化驾驶员的驾驶负荷。
-
公开(公告)号：CN114220159A
公开(公告)日：2022-03-22
申请号：CN202111289133.1
申请日：2021-11-02
Applicant: 三峡大学
IPC: G06V40/18 , G06Q50/26 , G06V10/762 , G06K9/62
Abstract: 基于机器学习的施工安全隐患识别方法，首先搭建多组现场实验场景，通过眼动实验获取施工安全管理人员的眼动数据，筛选并提取注视点坐标与平均注视时间，利用距离目标函数来完成对于整个注视界面的聚类，最后对整个施工现场全局的隐患注视兴趣区进行划分，以此来表征专家群体的注视分配状况，得出专家群体对于仓面安全隐患的识别规律。相对于当前尚未开发出高效率的仓面施工安全隐患智能识别程序，本发明方法能为其安全性添砖加瓦。且依据该技术的理论方法和相关数据，加上机器学习理论知识，能够将专家的隐性经验知识录入，借由人工智能来执行更高效率的自动识别。
-
公开(公告)号：CN112323802A
公开(公告)日：2021-02-05
申请号：CN202011092690.X
申请日：2020-10-13
Applicant: 三峡大学
Inventor： 晋良海 , 沈佳丽 , 朱忠荣 , 宋文 , 蔡启龙 , 李新哲 , 向玉华 , 张晋恺 , 王李成 , 范玲 , 方梅 , 刘硕 , 彭爽 , 江新 , 郑霞忠 , 陈述 , 陈云 , 邵波
Abstract: 大坝施工缆机混凝土料罐着陆防摆系统，包括供料定位机构、牵引调速机构；供料定位机构的供料平台中，在堡坎内侧固定两个定滑轮并使轮盘平行于地面，并在定滑轮水平方向安装双筒卷扬机，第一绳索与定滑轮共同形成四线轨道，使料罐在卷扬机的牵引下往返移动，能够精准快速地就位；牵引调速机构包括装配速度传感器的缆机吊钩，以及连接自适应速度调控器的上游斜拉定位卷扬机，二者可使得料罐快速定位于需浇筑的大坝仓位及防止缆机料罐入仓时的碰撞事故发生，极大程度提高了缆机起吊重物的时间效率和安全性。
-
公开(公告)号：CN119672590A
公开(公告)日：2025-03-21
申请号：CN202411494386.6
申请日：2024-10-24
Applicant: 中国水利水电第五工程局有限公司 , 三峡大学
IPC: G06V20/40 , G06V10/764 , G06V10/774 , G06V20/52
Abstract: 本发明提供了一种地下洞室暗尘场景的多要素视觉识别方法，涉及隧洞施工智能管理领域。该方法包括在地下洞室暗尘场景的监控视频数据中采集图像数据；过滤图像数据，并通过LabImg软件进行多要素分类标注，生成图像数据集；在YOLOv5目标检测模型中，使用CBAMC3模块替换Backbone中的C3模块；将图像数据集输入目标检测模型进行迭代训练至预设轮次；将训练好的目标检测模型接入地下洞室暗尘场景的监控视频源，进行多要素的实时视觉识别。该方法可实现对地下洞室内人机遮挡、方向各异、小目标识别场景下更高效、准确的实时视觉识别监控。
-
Patent Agency Ranking
公开(公告)号：CN118939936A
公开(公告)日：2024-11-12
申请号：CN202410872121.9
申请日：2024-07-01
Applicant: 三峡大学
IPC: G06F18/10 , G06F18/2135 , G06F18/2431 , G06N20/20 , G06F17/16 , G01N33/00 , G01D21/02
Abstract: 本发明涉及地下洞室施工安全技术领域，具体涉及一种多因素驱动的地下洞室施工中多源有害气体浓度预测方法，包括：收集地下洞室施工现场数据，包括有害气体浓度监测值以及与有害气体浓度值具有联系的因素，包括湿度、温度以及大气压；对收集的数据进行预处理；使用预处理后的数据构建机器学习有害气体浓度预测模型；基于机器学习有害气体浓度预测模型进行有害气体浓度预测；分析预测有害气体浓度的重要影响因素及重要时间节点。该预测方法能够实现有害气体浓度预测。
-
公开(公告)号：CN118934022A
公开(公告)日：2024-11-12
申请号：CN202411168393.7
申请日：2024-08-23
Applicant: 中国水利水电第五工程局有限公司 , 三峡大学
Abstract: 本发明公开了一种集成式地下洞室施工泥水分离装置，包括泥浆泵及分离箱；所述泥浆泵出浆管伸入分离箱内；还包括滤网，滤网位于出浆管下方；所述滤网一端连接到收网卷筒，另一端连接到放网卷筒；刮板贴近收网卷筒上的滤网；还包括第一接泥板，所述第一接泥板将经由滤网过滤后的泥水混合物导入离心分离器；还包括压滤箱，所述压滤箱的上方设有第二接泥板；刮板将未通过滤网的泥水混合物刮下，并由所述第二接泥板导入压滤箱。本发明集成了泥浆初筛、未通过滤网的大粒径泥浆压滤脱水及通过滤网的小粒径泥浆离心脱水，无需对泥浆进行预处理，省略了对泥浆进行预处理的步骤，有效提升了泥浆处理速度，提升了泥浆处理效率，有效提升了施工效率。
-
公开(公告)号：CN114219687B
公开(公告)日：2024-06-14
申请号：CN202111290335.8
申请日：2021-11-02
Applicant: 三峡大学
IPC: G06Q50/26 , G06V40/18 , G06N3/0464 , G06N3/08
Abstract: 融合人机视觉的施工安全隐患智能识别方法，首先采用眼动仪跟踪眼跳过程，获得基于人眼经验的目标显著图；然后识别隐患图像训练数据库，获得基于初级视觉特征的目标显著图；接着训练隐患部位的卷积神经网络参数；最后建立隐患知识语义判别模型，计算隐患信息输入与隐患知识库的相似度矩阵，实现隐患自动判别。本发明一种融合人机视觉的施工安全隐患智能识别方法，将传统的人工检查施工安全隐患转变为机器自动检测施工安全隐患，节省人力成本。将专家检测安全隐患的模式运用在机器上，使得机器拥有近似于专家检测安全隐患的能力去对安全隐患自动检测，隐患识别度高。
-
公开(公告)号：CN114219687A
公开(公告)日：2022-03-22
申请号：CN202111290335.8
申请日：2021-11-02
Applicant: 三峡大学
Abstract: 融合人机视觉的施工安全隐患智能识别方法，首先采用眼动仪跟踪眼跳过程，获得基于人眼经验的目标显著图；然后识别隐患图像训练数据库，获得基于初级视觉特征的目标显著图；接着训练隐患部位的卷积神经网络参数；最后建立隐患知识语义判别模型，计算隐患信息输入与隐患知识库的相似度矩阵，实现隐患自动判别。本发明一种融合人机视觉的施工安全隐患智能识别方法，将传统的人工检查施工安全隐患转变为机器自动检测施工安全隐患，节省人力成本。将专家检测安全隐患的模式运用在机器上，使得机器拥有近似于专家检测安全隐患的能力去对安全隐患自动检测，隐患识别度高。
-
公开(公告)号：CN114220159B
公开(公告)日：2024-04-23
申请号：CN202111289133.1
申请日：2021-11-02
Applicant: 三峡大学
IPC: G06V40/18 , G06Q50/26 , G06V10/762
Abstract: 基于机器学习的施工安全隐患识别方法，首先搭建多组现场实验场景，通过眼动实验获取施工安全管理人员的眼动数据，筛选并提取注视点坐标与平均注视时间，利用距离目标函数来完成对于整个注视界面的聚类，最后对整个施工现场全局的隐患注视兴趣区进行划分，以此来表征专家群体的注视分配状况，得出专家群体对于仓面安全隐患的识别规律。相对于当前尚未开发出高效率的仓面施工安全隐患智能识别程序，本发明方法能为其安全性添砖加瓦。且依据该技术的理论方法和相关数据，加上机器学习理论知识，能够将专家的隐性经验知识录入，借由人工智能来执行更高效率的自动识别。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.037 seconds)
