公开(公告)号：CN116856960A

公开(公告)日：2023-10-10

申请号：CN202311055139.1

申请日：2023-08-22

Applicant: 华中科技大学

Inventor： 阮滨 ,  刘崇瑾 ,  庄海洋 ,  陈扬 ,  席仁强 ,  赵凯 ,  吴琪 ,  周正龙 ,  王苏阳

IPC: E21D11/08 ,  E21D11/38

Abstract: 本发明提供了一种热熔自密封顶管隧道管节防水结构，包括相邻的前管节和后管节，前管节的凹槽中设置有母密封条，后管节的凹槽中设置有公密封条；所述公密封条包括第一热熔橡胶条以及条状的金属板，金属板的下部均固定于第一热熔橡胶条的内部，金属板的上部从第一热熔橡胶条的顶面伸出，金属板的底部设置有两个接线点；凹槽中还设置有两个接线座，接线座与金属板上的接线点的位置相对应且电连通；管节中预埋有导线，导线的一端与接线座连接，导线的另一端位于管片本体的内壁上。本申请中采用热熔胶包覆在金属板上并填充至两密封条之间的间隙处，从而形成致密的防水密封层，能够起到极好的防水效果。

公开(公告)号：CN116838372A

公开(公告)日：2023-10-03

申请号：CN202311055043.5

申请日：2023-08-22

Applicant: 华中科技大学

Inventor： 阮滨 ,  刘崇瑾 ,  庄海洋 ,  陈扬 ,  席仁强 ,  赵凯 ,  吴琪 ,  周正龙 ,  王苏阳

IPC: E21D11/08 ,  E21D11/38 ,  E21D11/10

Abstract: 本发明提供了一种便于顶进且密封防水的顶管隧道管节，所述管节本体的外壁上固定包覆有钢板，且钢板的覆盖率为80％～95％，钢板的外壁与管节本体上未包覆钢板的外壁相平齐；管节本体的前侧壁和后侧壁上均设置有环形的凹槽，所述凹槽为连续结构且其整体外形与管节的外形相一致，两个凹槽位置相对应，前侧壁的凹槽中设置有公密封条，后侧壁的凹槽中设置有母密封条。该管节能够进一步的降低管节与土层之间的摩擦力，便于顶进作业。同时该管节的防水结构采用热熔胶包覆在金属板上并填充至两密封条之间的间隙处，从而形成致密的防水密封层，能够起到极好的防水效果。

公开(公告)号：CN116624172A

公开(公告)日：2023-08-22

申请号：CN202310737038.6

申请日：2023-06-21

Applicant: 华中科技大学

Inventor： 阮滨 ,  陈扬 ,  刘崇瑾 ,  赵凯 ,  吴琪 ,  周正龙 ,  周方圆 ,  王苏阳

IPC: E21D11/08 ,  E21D11/38

Abstract: 本发明提供了一种热熔自密封盾构隧道管片以及盾构隧道，管片本体的左右侧壁以及上下侧壁中在靠近外壁的位置处均设置有凹槽，凹槽设置有公密封条和母密封条；所述公密封条包括第一热熔橡胶条以及条状的金属板，金属板的下部均固定于第一热熔橡胶条的内部，金属板的上部从第一热熔橡胶条的顶面伸出，金属板的底部设置有两个接线点；凹槽中还设置有两个接线座，接线座与金属板上的接线点的位置相对应且电连通；管片本体中预埋有导线，导线的一端与接线座连接，导线的另一端位于管片本体的内壁上。本申请中采用热熔胶包覆在金属板上并填充至两密封条之间的间隙处，从而形成致密的防水密封层，能够起到极好的防水效果。

公开(公告)号：CN120030442A

公开(公告)日：2025-05-23

申请号：CN202510113418.1

申请日：2025-01-24

Applicant: 华中科技大学

Inventor： 阮滨 ,  胡耀东 ,  缪剑雄 ,  刘崇瑾 ,  周正龙

IPC: G06F18/243 ,  G06F18/214 ,  G06F18/211 ,  G06N5/01 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度混合人工智能的漫滩相软土压缩系数预测方法，获取漫滩相软土土样经过试验所得的试验数据，利用试验数据生成数据集，利用CNN‑CatBoost深度混合模型建立漫滩相软土压缩系数预测模型，将数据集输入漫滩相软土压缩系数预测模型进行训练，对漫滩相软土压缩系数预测模型进行解释性分析。本发明能够在复杂环境下自动学习和提取数据特征，与实际值比较能够证实其预测能力的优越性，并通过可解释性分析解决深度学习模型的黑盒问题，得出各个特征对影响输出变量的影响规律。

公开(公告)号：CN119358350A

公开(公告)日：2025-01-24

申请号：CN202411901687.6

申请日：2024-12-23

Applicant: 华中科技大学

Inventor： 阮滨 ,  刘崇瑾 ,  时朝阳 ,  黄家乐 ,  缪剑雄 ,  李俊成 ,  黄浩

IPC: G06F30/23 ,  G06F30/27 ,  G16C60/00 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/086 ,  G06F111/06 ,  G06F119/14

Abstract: 本发明提供了一种考虑经济性的泡沫混凝土力学性能预测模型优化方法，建立泡沫混凝土的三维细观有限元模型，接着选择材料参数和外部加载条件参数进行规律性分析，将影响因素较高的参数作为深度学习输入变量。然后，采用结合卷积神经网络（CNN）和双向门控循环单元（BiGRU）的组合神经网络作为预测模型，通过可靠的数值模型分析得到数据样本，并基于CNN‑BiGRU实现对泡沫混凝土力学性能的准确预测。最后，根据深度学习模型设定泡沫混凝土抗压强度和能量吸收能力的目标函数，求解泡沫混凝土在抗压强度和能量吸收能力方面的最佳设计特征，获取泡沫混凝土的最佳性能设计方案。