一种自落式动力触探试验装置及方法

    公开(公告)号:CN119574349A

    公开(公告)日:2025-03-07

    申请号:CN202411630871.1

    申请日:2024-11-15

    Abstract: 本发明公开了一种自落式动力触探试验装置及方法,涉及钻探技术领域,所述试验装置包括实验框架、水平滑动支撑机构、压力试验筒、触探组件和竖直提升结构,水平滑动支撑机构包括滑动支撑板、第一滑轨组件以及第一驱动结构,第一驱动结构适于带动滑动支撑板沿第一滑轨组件滑移;压力试验筒和滑动支撑板适于在第一驱动结构的驱动下进入到实验框架的内部或从实验框架的内部移出;触探组件竖直设置在压力试验筒的正上方;竖直提升结构包括支撑架、第二滑轨组件、连接在第二滑轨组件上的贯入固定板及连接在贯入固定板上的第二驱动结构。该动力触探试验方法能够模拟不同深度、土层条件及应力条件下的固结土样,并进行自动化式的自落动力触探试验。

    一种适用于深水条件的组合式海上风机基础及其安装工法

    公开(公告)号:CN113846665A

    公开(公告)日:2021-12-28

    申请号:CN202111205748.1

    申请日:2021-10-15

    Abstract: 本发明公开一种适用于深水条件的组合式海上风机基础及其安装工法。其中,适用于深水条件的组合式海上风机基础,包括群桩基础结构、防沉板、桁架结构、检修维护平台以及浮筒、锚链和锚固基础结构,群桩基础结构包括若干深层桩且每一深层桩均嵌入固定在海床中,防沉板与群桩基础结构连接,桁架结构底部与防沉板连接,检修维护平台与桁架结构顶部连接,浮筒套设在桁架结构的外围,浮筒周向上均匀连接设有若干锚链且每一锚链的另一端均通过锚固基础结构固定在海床上。本发明通过群桩基础结构、桁架结构共同支撑风机结构,而浮筒、锚链和锚固基础结构组成的系泊系统可进一步约束风机结构的位移,从而增加海上风机基础的承载力,保障风机结构的安全。

    一种适用于深水条件的组合式海上风机基础及其安装工法

    公开(公告)号:CN113846665B

    公开(公告)日:2022-08-09

    申请号:CN202111205748.1

    申请日:2021-10-15

    Abstract: 本发明公开一种适用于深水条件的组合式海上风机基础及其安装工法。其中,适用于深水条件的组合式海上风机基础,包括群桩基础结构、防沉板、桁架结构、检修维护平台以及浮筒、锚链和锚固基础结构,群桩基础结构包括若干深层桩且每一深层桩均嵌入固定在海床中,防沉板与群桩基础结构连接,桁架结构底部与防沉板连接,检修维护平台与桁架结构顶部连接,浮筒套设在桁架结构的外围,浮筒周向上均匀连接设有若干锚链且每一锚链的另一端均通过锚固基础结构固定在海床上。本发明通过群桩基础结构、桁架结构共同支撑风机结构,而浮筒、锚链和锚固基础结构组成的系泊系统可进一步约束风机结构的位移,从而增加海上风机基础的承载力,保障风机结构的安全。

    一种基于机器学习算法融合预测模型的土层量化分层方法、系统、设备以及介质

    公开(公告)号:CN119939381A

    公开(公告)日:2025-05-06

    申请号:CN202411807975.5

    申请日:2024-12-10

    Abstract: 本发明提供一种基于机器学习算法融合预测模型的土层量化分层方法、系统、设备以及介质,所述方法包括如下步骤:S1、孔压静力触探数据和土层分类信息的收集与整理;S2、采用SVM、RF、XGBoost建立基础模型;S3、采用贝叶斯优化算法对基础模型超参数进行寻优;S4、建立三个基础模型的融合预测模型;S5、对融合预测模型进行训练;S6、运用已完成训练的融合预测模型对另一场地的土层类型进行预测;S7、确定划分精度,对分层结果进行并层处理,最终得到土层量化分层结果。本发明能快速建立孔压静力触探数据与土层类别的定量关系,实现快速精确分类,并能量化土层分类的不确定性,同时避免了传统土层分类方法的主观性和单一算法的局限性。

    一种软土地区深基坑变形的快速智能预测方法

    公开(公告)号:CN119720746A

    公开(公告)日:2025-03-28

    申请号:CN202411716696.8

    申请日:2024-11-27

    Abstract: 本发明公开了一种软土地区深基坑变形的快速智能预测方法。该智能预测方法包括以下步骤:通过蒙特卡洛算法随机生成不同软土地层小应变硬化(HSS)模型参数,利用有限元软件PLAXIS进行基坑开挖过程的模拟,得到不同地层条件下的深基坑变形情况;将土体HSS模型参数以及基坑围护结构的最大侧移、坑外地表最大沉降和围护墙朝向坑内的最大正弯矩汇总至软土地区深基坑变形数据库中;引入人工神经网络(ANN)方法,建立起软土地区HSS模型参数与深基坑变形的关系,实现软土地区深基坑变形的快速智能预测。根据上述技术方案,将蒙特卡洛算法与ANN算法结合的基坑变形预测方法,可实现大量基坑变形数据的模拟与处理,为实际工程快速预测软土地区深基坑变形提供了有力参考。

Patent Agency Ranking