公开(公告)号：CN119578051A

公开(公告)日：2025-03-07

申请号：CN202411619590.6

申请日：2024-11-13

Applicant: 太原理工大学

Inventor： 晏勤 ,  李昕尧 ,  王林浩 ,  李倩 ,  郭琪 ,  高阳 ,  倪富陶 ,  翟瑞鑫 ,  苏宁义

IPC: G06F30/20 ,  G06F30/17 ,  G06F30/13 ,  G06F119/14

Abstract: 本发明提供了一种基于数字钻进技术的初始地应力状态下的岩体力学参数获取方法，涉及岩土工程勘察技术领域，其方法包括以下步骤：一、通过监测设备获取推进力F、扭矩M、钻进速度V和转速N四项钻进参数；二、基于钻进参数与室内岩石强度参数，获取掌子面围岩初始地应力；三、基于钻进参数与初始地应力解析各施工循环掌子面的岩体抗压强度，并基于能量守恒确定岩体弹性模量；四、基于深度学习构建掌子面岩体力学参数与初始地应力判识模型，使用样本库对所述模型进行训练，进一步精确获取各循环地应力与岩体力学参数。本发明可有效帮助施工人员对隧道整体稳定性的判断，能够实现隧道工程掌子面围岩的强度参数及地应力状态原位定量探测。

公开(公告)号：CN119577445A

公开(公告)日：2025-03-07

申请号：CN202411634919.6

申请日：2024-11-15

Applicant: 太原理工大学

Inventor： 倪富陶 ,  王永宝 ,  李倩 ,  晏勤 ,  张翛 ,  郭琪 ,  李昕尧

IPC: G06F18/214 ,  G06F18/10 ,  G06F18/2433 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明属于结构健康监测与数据处理领域，旨在解决传统数据修复中在异常段的检测、剔除方面往往仍需人工干预的问题。提供了一种结构健康监测加速度数据修复的深度学习方法，其方法包括结构健康监测加速度异常数据集模拟方法和健康监测异常数据修复的深度学习方法，其中结构健康监测加速度异常数据模拟方法用于人工添加各类型异常信号、并制作深度学习模型的数据集，其中健康监测异常数据修复的深度学习方法用于将实测的各类型异常数据修复为正常数据。本发明可以学习到健康监测加速度数据的各类型异常特征，将加速度传感器直接采集数据作为网络的输入，在使用阶段无需人工干预直接输出修复后的数据。