-
公开(公告)号：CN118536080A
公开(公告)日：2024-08-23
申请号：CN202410638398.5
申请日：2024-05-22
Applicant: 南通大学
IPC: G06F18/27 , G06F18/15 , G06F18/2131 , G06F17/14
Abstract: 本发明公开了一种振动环境下提高桥梁固有频率回归模型优度的方法，利用现场监测设备得到桥梁竖向加速度信号；利用同步压缩变换处理桥梁竖向加速度信号，获得桥梁固有瞬时频率；将加速度信号强度分解为与桥梁模态相对应的不同分量信号强度；对桥梁固有瞬时频率和不同分量信号强度进行回归分析，获得预测结果。本发明通过采用先进的时频域分析技术，获取监测桥梁的模态参数信息，通过回归分析，建立桥梁固有瞬时频率与信号强度间的线性关系。通过信号重构技术，将信号强度分解至桥梁的各个模态，从而提高了回归模型结果的合理性，减少通过回归分析得到桥梁固有瞬时频率的误差。
-
公开(公告)号：CN119494819A
公开(公告)日：2025-02-21
申请号：CN202411507914.7
申请日：2024-10-28
Applicant: 南通大学
IPC: G06T7/00 , G06T5/50 , G06N3/0464 , G06N3/0895 , G06N3/096
Abstract: 本发明公开一种基于半监督学习的沥青路面缺陷的检测辨识方法，包括：将待识别的沥青路面图像输入训练获得的卷积神经网络模型，基于最佳缺陷值阈值判定待识别的沥青路面图像是完好还是出现缺陷的预测结果；训练获得卷积神经网络模型包括：基于卷积神经网络ResNet‑18，构建卷积神经网络模型；基于预先获取的完好沥青路面图像构建训练集，将训练集输入卷积神经网络模型，卷积神经网络模型进行沥青路面图像特征的提取，获得提取的图像补丁；将提取的图像补丁进行扁平化，获得训练集的图像补丁空间特征向量；融合所有训练集的图像补丁空间特征向量并进行随机采样。本发明采用半监督学习策略，仅采用易收集的完好沥青路面图像作为训练集。
-
公开(公告)号：CN118332513A
公开(公告)日：2024-07-12
申请号：CN202410434089.6
申请日：2024-04-11
Applicant: 南通大学
Abstract: 本发明属于桥梁健康监测技术领域，具体涉及一种运营状况下桥梁固有频率预测值的修正方法。本发明包括以下步骤，步骤1：采用模拟信号验证循环韦尔奇方法和傅里叶同步压缩变换方法的精度，能准确解析出信号中瞬时频率的精度要求；步骤2：对桥梁运营期间的监测加速度信号进行分析，同时采用循环韦尔奇方法和傅里叶同步压缩变换方法以对解析的桥梁固有频率结果进行相互验证；步骤3：采用该桥梁的监测竖向加速度信号的均方根即信号强度作为指标；步骤4：对该桥梁各个竖向模态的频率建立了标准化的信号强度与桥梁固有频率的变化量之间的线性回归模型；步骤5：将该桥梁在运营期间所获得固有频率计算值校正至更为接近该桥梁的实际固有频率。
-
公开(公告)号：CN111898193B
公开(公告)日：2024-01-30
申请号：CN202010847783.2
申请日：2020-08-21
Applicant: 南通大学
IPC: G06F30/13 , E21D21/00 , G06F119/14
Abstract: 本发明涉及一种让压锚杆设计参数综合经验确定方法，采用全新设计构思，通过预设各经验公式下围岩塑性区半径、围岩径向应变分别与隧道支护所提供总支护力之间的关系，结合隧道总支护力为零状态、以及隧道总最大支护力状态，分别获得让压锚杆设计长度的上限值、下限值，以及让压锚杆设计让压量的上限值、下限值，由此进而实现让压锚杆设计长度的确定、以及实现让压锚杆设计让压量的确定；如此在实际应用中，能够快速高效实现锚杆设计参数的确定，保证锚杆的实际工作效率。
-
公开(公告)号：CN113780807A
公开(公告)日：2021-12-10
申请号：CN202111060864.9
申请日：2021-09-10
Applicant: 南通大学
Abstract: 本发明公开了一种以电折水转换系数的计算方法，包含以下步骤：S0，测试部分水泵的出水量构建同一类型水泵的训练样本集；S1，将训练样本集输入回归模型进行训练获得转换系数预测模型；S2，将同类型水泵的投入使用年数输入转换系数预测模型即可得到该水泵的转换系数。计算水泵出水量测量时，当水文法多次测量结果对应的相对误差大于预设阈值时，会接着采用容积法继续测量出水量，当上述2个结果对应的相对误差仍大于预设阈值时，最后会采用第三种方法继续测量出水量，并判定上述3个结果对应的相对误差是否小于预设阈值，上述过程将水泵出水量的误差限定在较小范围内，从而保证了训练样本的准确性，进而保证了水泵转换系数预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN112883464A
公开(公告)日：2021-06-01
申请号：CN202110102129.3
申请日：2021-01-26
Applicant: 南通大学
IPC: G06F30/13 , G06F119/14
Abstract: 本发明公开了一种软岩隧道开挖引起围岩大变形的不确定性预测方法，包含以下步骤：S1：根据区段隧道的岩体强度应力比确定是否属于可能发生隧道围岩大变形区段；S2：对于可能发生隧道围岩大变形区段选择预测围岩大变形公式；S3：分析预测围岩大变形公式中各参数的特征分布，采用蒙特卡罗算法得出围岩大变形的洞壁收敛率及其概率分布，解决了现有预测方法中预测公式内参数采用固定取值导致围岩大变形的洞壁收敛率不准确的技术问题，更符合实际工程情况，为设计、施工人员所接受。
-
公开(公告)号：CN110820758A
公开(公告)日：2020-02-21
申请号：CN201911113218.7
申请日：2019-11-14
Applicant: 南通大学
Abstract: 本发明公开了一种钢管支撑与型钢系杆的可拆卸式连接构件，该连接构件包括：半圆弧形钢套管、翼板、紧固螺栓、连接端板、连接节点板，所述的连接构件适用于钢管支撑与型钢系杆垂直相交和斜交的情况。本发明的连接构件，连接安全可靠，施工方便灵活，装置可拆卸并重复使用，施工时对钢管和型钢无损伤，适合钢管支撑与型钢垂直相交和斜交连接。
-
公开(公告)号：CN113688446B
公开(公告)日：2023-09-15
申请号：CN202110783687.0
申请日：2021-07-12
Applicant: 南通大学
IPC: G06F30/13 , G06F18/214 , G06F18/241
Abstract: 本发明公开了一种围岩判别分级方法，包含以下：S0，对Rc和Jv进行数据转换得到转换后的R′c和J′v；S1，利用转换后的R′c、J′v、S1、S2以及S3进行因子分析得到综合因子F′1和F′2，其中，综合因子F′1为围岩完整性综合因子，主要反映Jv和S1因素影响；综合因子F′2为围岩强度综合因子，主要反映Rc和S2因素影响；S2，将综合因子F′1和F′2作为训练样本训练围岩分级模型，得到Fisher判别模型；S3，利用Fisher判别模型对测试样本进行围岩等级预测，从而解决了由于未对影响因素进行预处理导致利用回代法验证Fisher判别模型时准确性不高的问题，本发明的围岩判别分级方法准确度高、适用性广。
-
公开(公告)号：CN113529744A
公开(公告)日：2021-10-22
申请号：CN202110973095.5
申请日：2021-08-24
Applicant: 南通大学
IPC: E02D17/04
Abstract: 本发明公开了一种基坑支护的坑外大跨度桁架式支撑结构，包括上弦杆、下弦杆、竖杆、斜腹杆；上弦杆与下弦杆通过中间的腹杆和斜腹杆连接形成坑外桁架式支撑结构；桁架形式为三角形或梯形；下弦杆可兼作支护桩顶的冠梁使用；桁架支撑端部设置坑内支撑杆加以固定；以此形成一种坑外大跨度桁架支撑结构体系。该支撑体系具有跨度大、刚度大、施工方便、节省材料等优点，可以大幅增加坑内内支撑间距，改善坑内施工作业条件，提高基坑支护安全、缩短施工工期、节省工程造价等。
-
公开(公告)号：CN113235610A
公开(公告)日：2021-08-10
申请号：CN202110521310.8
申请日：2021-05-13
Applicant: 南通大学
IPC: E02D17/04
Abstract: 本发明公开了一种坑外拱形支撑体系的基坑支护结构及其施工方法，该结构包括坑外拱形支撑结构、支护桩、冠梁、对撑、角撑、连杆、立柱；支护桩顶部设有冠梁；拱形支撑结构由拱肋和吊索组成，拱肋两端交于冠梁，吊索一端锚固在拱肋上，另一端锚固在冠梁上；拱形支撑结构设置在长边基坑侧壁的坑外，拱脚处的坑内设置对撑，短边基坑侧壁设置角撑，对撑和角撑的中部设置立柱；以此形成一种坑外拱形支撑体系的基坑支护结构。本发明的基坑支护结构及其施工方法，充分利用了拱形结构受力合理的特征，具有刚度大、跨度大、控制变形能力强、施工方便、部分构件可回收等优点，可大幅减少坑内支撑、提高基坑安全、缩短施工工期、节省工程造价。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.018 seconds)
