公开(公告)号：CN119687745A

公开(公告)日：2025-03-25

申请号：CN202510011023.0

申请日：2025-01-03

Applicant: 中铁十二局集团第二工程有限公司 ,  哈尔滨工业大学重庆研究院 ,  哈尔滨工业大学

Inventor： 程凯 ,  唐亮 ,  王冬胜 ,  谢立海 ,  王涛 ,  边盛凤 ,  张自富 ,  汤超 ,  丛晟亦 ,  孔祥勋 ,  荣仲笛 ,  司盼 ,  石远亮

IPC: F42D1/00 ,  F42D3/04 ,  F42D1/10

Abstract: 本发明公开了一种大坡度红层软岩斜井深孔光面爆破法开挖优化施工方法，所述方法包括如下步骤：步骤S1：根据隧道围岩地质条件，确定光面爆破参数；步骤S2：根据步骤S1计算及选取的参数进行光面爆破的炮孔设计；步骤S3：光面爆破的施工；步骤S34：开挖爆破区岩渣。该方法对大坡度有轨长斜井红层软岩隧道的光面爆破参数及施工技术进行优化，采用台阶法优化施工方法减小隧道爆破开挖进尺的难度，采用优化的平行空孔直线桶形掏槽方式制造出较好的临空面，达到利于隧道开挖进尺，较好控制斜井超欠挖的施工效果。该施工方法操作方便、易于施工，具有广阔的应用前景。

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

Inventor： 唐亮 ,  张天宇 ,  孔祥勋 ,  凌贤长 ,  陈宏伟 ,  杨永睿 ,  王冬胜 ,  石远亮 ,  田爽 ,  姚昌瑞 ,  李博宇

IPC: E21D11/10 ,  E21F17/18 ,  E21F17/00

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。

公开(公告)号：CN119779585A

公开(公告)日：2025-04-08

申请号：CN202510007190.8

申请日：2025-01-03

Applicant: 哈尔滨工业大学

Inventor： 孔祥勋 ,  黄东 ,  唐亮 ,  凌贤长 ,  陈宏伟 ,  杨永睿 ,  王冬胜 ,  石远亮 ,  唐文冲 ,  郑展鹏 ,  谢立海

IPC: G01M3/20

Abstract: 本发明公开了一种基于荧光示踪技术的隧道自动化漏水检测系统及方法，所述检测系统包括装有不同颜色荧光材料的微胶囊条带、导轨、近紫外光发射模块、影像采集模块、光电信号后置放大电路、数据采集模块，隧道产生裂缝后，缠绕在钢筋上的装有不同颜色荧光材料的微胶囊变形破裂，释放出荧光材料，地下水携带荧光材料渗入隧道，装在导轨上的近紫外光发射模块发射近紫外光，荧光材料激发出荧光，影像采集模块接受到荧光信号，通过光电信号后置放大电路将荧光信号转化为电信号并放大，数据采集模块采集由光电信号后置放大电路传输而来的电信号，通过分析得到荧光颜色、荧光分布，从而判断隧道漏水位置，显著提高了漏水识别的准确率和效率。

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

Inventor： 孔祥勋 ,  隋宏宇 ,  何伟 ,  唐亮 ,  石远亮 ,  姚昌瑞 ,  凌贤长 ,  李博宇 ,  张天宇

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。

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

Inventor： 孔祥勋 ,  魏浚哲 ,  何伟 ,  唐亮 ,  凌贤长 ,  石远亮 ,  姚昌瑞 ,  李博宇 ,  张天宇 ,  隋宏宇

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。