-
公开(公告)号：CN118424372A
公开(公告)日：2024-08-02
申请号：CN202410352330.0
申请日：2024-03-26
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院
Abstract: 本发明公开了一种基于多源异构数据的既有隧道结构定量健康检测评估方法，所述方法包括如下步骤：步骤一、搭建系统化服役隧道监测构架；步骤二、基于常时微动方法对服役隧道进行无损量化评估；步骤三、多源数据融合。该方法可用于长期实时监测服役期间的地下隧道工程可能存在的安全隐患，并通过可视化监测终端对隐患进行及时预警并准确定位隐患位置，解决了现有地下结构监测及预警方法不完善的问题。
-
公开(公告)号：CN118095066A
公开(公告)日：2024-05-28
申请号：CN202410127958.0
申请日：2024-01-30
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院 , 中铁十七局集团第四工程有限公司
IPC: G06F30/27 , G06F30/13 , G06F17/16 , G06F17/11 , G06F17/18 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种基于多源信息的分层填充型岩溶隧道围岩稳定性评估方法，所述方法通过“物探+钻探”等手段获取岩溶隧道多源信息，构建隧道围岩稳定性评估指标体系，计算分层填充型岩溶隧道围岩压力和有效降雨量阈值，运用矩阵分析法开展基于分层填充体围岩压力和有效降雨量的隧道围岩稳定性评估与分级。本发明依据有效降雨量、分层填充体围岩压力等数据开展分层填充型岩溶隧道围岩稳定性综合评估，指导岩溶隧道全周期安全施工，解决了现有隧道围岩稳定性评估对溶洞填充体影响考虑不足的难题，为岩溶隧道全周期安全施工提供了理论依据。
-
公开(公告)号：CN114997359B
公开(公告)日：2024-06-28
申请号：CN202210540575.7
申请日：2022-05-17
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院
IPC: G06N3/008 , G06N3/006 , G06N3/0464 , G06N3/08 , G06N7/02 , G06T7/00 , G06V20/52 , G01S17/88 , G01J5/48 , G01V3/12 , B62D57/032 , G16Y20/10 , G16Y40/10 , G16Y40/20 , G16Y40/35 , G16Y40/50 , G16Y40/60 , G05D1/43
Abstract: 一种基于仿生机器狗的堤防险情巡查成套技术装备，属于堤防险情巡查技术领域。它结合智能机器人技术，能够加强堤防险情巡查力度，具有多种探查手段排查地底隐患，利用网络云技术实现终端数据处理和实时检测的功能。四足仿生机器狗上集成多种探测系统，用于获取堤防数据，将数据传入数据层，数据层通过网络层将数据输入深度学习卷积神经网络，深度学习卷积神经网络进行病害特征分析，识别应用层中的堤防隐患病害，由决策层进行堤防边坡安全的预警决策。本发明集成双目立体视觉、点云激光雷达和红外热成像三种技术实现机器狗昼夜工作不间断，在一定范围内设置充电仓为机器狗提供昼夜不间歇工作的动力，具有实时监测、反馈、预警的技术优势。
-
公开(公告)号：CN114997359A
公开(公告)日：2022-09-02
申请号：CN202210540575.7
申请日：2022-05-17
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学重庆研究院
IPC: G06N3/00 , G06N3/04 , G06N3/08 , G06N7/02 , G06T7/00 , G06V20/52 , G05D1/02 , G01S17/88 , G01J5/48 , G01V3/12 , B62D57/032 , G16Y20/10 , G16Y40/10 , G16Y40/20 , G16Y40/35 , G16Y40/50 , G16Y40/60
Abstract: 一种基于仿生机器狗的堤防险情巡查成套技术装备，属于堤防险情巡查技术领域。它结合智能机器人技术，能够加强堤防险情巡查力度，具有多种探查手段排查地底隐患，利用网络云技术实现终端数据处理和实时检测的功能。四足仿生机器狗上集成多种探测系统，用于获取堤防数据，将数据传入数据层，数据层通过网络层将数据输入深度学习卷积神经网络，深度学习卷积神经网络进行病害特征分析，识别应用层中的堤防隐患病害，由决策层进行堤防边坡安全的预警决策。本发明集成双目立体视觉、点云激光雷达和红外热成像三种技术实现机器狗昼夜工作不间断，在一定范围内设置充电仓为机器狗提供昼夜不间歇工作的动力，具有实时监测、反馈、预警的技术优势。
-
公开(公告)号：CN119777928A
公开(公告)日：2025-04-08
申请号：CN202510007189.5
申请日：2025-01-03
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种多源信息的超前注浆加固智能装置及效果评估方法，所述装置包括传感器模块、数据采集模块和控制单元，其中：所述传感器模块用于采集注浆过程中的多源信息数据；所述数据采集模块用于对传感器模块采集的数据进行集成和同步，确保数据的准确性和一致性；所述控制单元用于实时监测、分析和处理数据，通过机器学习算法和数据融合算法对数据进行综合评估，生成注浆方案并实时调整注浆参数，以确保加固效果的稳定性和可靠性。本发明通过对施工过程和加固效果的全面监测和评估，避免了不必要的加固重复和调整，降低了施工成本和材料浪费，还能够及时发现问题并作出相应调整，提高了施工效率。
-
Patent Agency Ranking
公开(公告)号：CN118822249A
公开(公告)日：2024-10-22
申请号：CN202410761598.X
申请日：2024-06-13
Applicant: 哈尔滨工业大学 , 中铁十七局集团有限公司
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/02 , G06Q50/08 , G06F18/15 , G06F18/213 , G06F18/25 , G06F18/2431 , G06F18/214 , G06F18/21 , G06F16/2458 , G06N20/20
Abstract: 本发明公开了一种基于多源数据和堆叠集成技术的盾构施工风险评估方法，所述方法包括如下步骤：步骤S1、盾构掘进多源异构数据识别与分类；步骤S2、多源异构数据剔除与过滤；步骤S3、盾构掘进多源异构数据参数敏感性分析；步骤S4、盾构掘进多源异构数据降维；步骤S5、盾构掘进多源异构数据特征提取与融合；步骤S6：建立风险评价指标体系；步骤S7、堆叠集成模型应用于多源数据的盾构掘进施工质量风险评估。该方法的实施不仅大幅提升了盾构掘进风险评估的精度，也为工程管理提供了强大的决策支持，有助于有效降低施工风险，确保工程的安全和效率。
-
公开(公告)号：CN118622290A
公开(公告)日：2024-09-10
申请号：CN202410761572.5
申请日：2024-06-13
Applicant: 哈尔滨工业大学 , 中铁十七局集团有限公司
Abstract: 本发明公开了一种失效滚刀非整体更换的装配式滚刀，所述装配式滚刀包括刀体、膨胀材料、刀圈、卡环、限位齿和凸起，其中：所述刀体的一侧设置有凹槽，凹槽的内部设置有中心对称的限位齿；所述刀圈的两侧设置有对称的、与凹槽内限位齿相匹配的凸起，刀圈一侧的凸起嵌入凹槽内部的限位齿中；所述卡环的内部设有与刀圈凸起匹配的限位齿，刀圈另一侧的凸起嵌入卡环内部的限位齿中；所述膨胀材料填充于刀圈与刀体接触的圆弧面上。本发明通过对刀圈、刀体等进行重新设计，使得由刀圈原因失效的滚刀，仅需对部分刀圈进行更换，大幅节约了成本；使得更换刀圈的过程更为方便快捷；使得刀圈磨损情况的判断更为准确。
-
公开(公告)号：CN119963480A
公开(公告)日：2025-05-09
申请号：CN202411871548.3
申请日：2024-12-18
Applicant: 哈尔滨工业大学 , 中建八局轨道交通建设有限公司
IPC: G06T7/00 , G06T5/70 , G06T5/90 , G06T3/60 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于图像采集与激光扫描设备的盾构掘进排土量智能监测方法，所述方法通过对盾构机运行影响因素，包括环境因素，盾构机的状态等进行实时监控，对是否超排进行预测及时给出指令，并且通过神经网络模型不断优化学习，通过控制系统对盾构机达到实时控制的目的。本发明通过对盾构机渣土排除图像的识别，对是否超排进行预测及时给出指令。同时也给出了精确测量排土量的方法，通过三维激光扫描仪，生成传送带上渣土侧剖面二维模型并获取点云数据，结合神经网络识别的渣土平面图像对盾构排土的体积进行精准测量。本发明综合考虑了地质环境实际施工等因素的影响，结合实时监测数据对渣土排量进行动态计算与预估，提高了施工安全性和效率。
-
公开(公告)号：CN119616519A
公开(公告)日：2025-03-14
申请号：CN202411497034.6
申请日：2024-10-25
Applicant: 哈尔滨工业大学 , 中建八局轨道交通建设有限公司
IPC: E21D9/093 , E21D9/087 , E21D9/06 , E21D9/12 , E21D9/00 , G08B21/18 , G08B19/00 , G01M99/00 , G01C5/00 , G01N33/24 , G01L5/00 , G01P3/00 , G05B13/04 , G06F18/243 , G06F18/214 , G06F18/15 , G06N3/0499 , G06N3/084
Abstract: 盾构排渣体积与土仓压力双控的地面沉降自适应调控方法，属于地下工程施工技术领域。所述方法包括以下步骤：步骤S1：监测设备及各类传感器的数据采集；步骤S2：初始模型构建与校准；步骤S3：初始调控策略设定与执行；步骤S4：自适应调控与模型优化；步骤S5：自动预警与人工干预；步骤S6：调控效果验证与施工调整。本发明的方法通过实时监测排渣体积和土仓压力，并结合地质条件、盾构机参数等多重因素，自动调整施工过程中的排渣速度和土仓压力，以减少地面沉降的发生，提升施工安全性和精度。本发明用于盾构施工过程中，通过排渣体积与土仓压力双重控制实现地面沉降自适应调控。
-
公开(公告)号：CN119878211A
公开(公告)日：2025-04-25
申请号：CN202411871550.0
申请日：2024-12-18
Applicant: 哈尔滨工业大学 , 中建八局轨道交通建设有限公司
IPC: E21D9/12 , E21D9/06 , E21D9/093 , G08B21/18 , G06V10/764 , G06V10/82 , G06V10/30 , G06V10/20 , G06V10/44 , G06V10/56 , G06V10/774 , G06V20/50 , G06T7/62 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种盾构掘进出渣非接触式实时测量和防超排智能控制方法，所述方法如下：步骤1：选择设备及设备安装；步骤2：采集图像；步骤3：图像预处理；步骤4：构建CNN机器学习模型；步骤5：应用CNN机器学习模型与报警机制的设定；步骤6：建立实时监测与反馈系统；步骤7：数据记录与分析。CNN能够自动提取复杂数据中的局部特征，尤其适用于处理图像。在掘进过程中，CNN可以从图像数据中识别出盾构机的工作状态等有用的特征，从而为超排风险预测和控制提供更准确的参考。由于CNN能够处理大量复杂数据并捕获其中的精度变化，其预测精度通常比传统方法更高，在防超排控制中，采用CNN可以有效提升控制系统的精度和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
