-
公开(公告)号：CN115928702A
公开(公告)日：2023-04-07
申请号：CN202211503230.0
申请日：2022-11-28
Applicant: 中国能源建设集团浙江省电力设计院有限公司 , 浙江大学
IPC: E02D3/10
Abstract: 本发明公开了一种软土地基虹吸群管充气增压启动排水方法，旨在解决软土地基的排水固结效果不佳，虹吸管充水启动操作不便，效率低的不足。本发明通过多根虹吸管将软土地基各个位置的水虹吸集中到集水井中进行集中抽排，工作效率高，软土地基排水固结效果好，能够缩短排水固结处理时间，降低成本。虹吸管工作之前需要在管内充满水，而本申请中通过向集水井内充气增压的方式将集水井内的水反向充入虹吸管内，能够实现一次性将所有虹吸管全部充满水，完成虹吸管的启动，可以大大降低人力成本。
-
Patent Agency Ranking
公开(公告)号：CN115897544A
公开(公告)日：2023-04-04
申请号：CN202211503267.3
申请日：2022-11-28
Applicant: 中国能源建设集团浙江省电力设计院有限公司 , 浙江大学
Abstract: 本发明公开了一种软土地基排水虹吸群管抽气减压启动装置及方法，旨在解决现有技术中多个虹吸管启动效率低的不足。本发明通过以下技术方案解决上述技术问题：虹吸群管的出水口设置在集水井中，虹吸群管的进水口设置在软土地基中，虹吸群管的出水口位于进水口水平面的下方；排水装置，设置在集水井的底部，用于将集水井中的水排出；真空抽气组件，用于将虹吸群管管内空气排出。本发明中采用一种软土地基排水虹吸群管抽气减压启动装置，通过抽水泵与真空抽气组件配合，能够实现一次性将所有虹吸管全部启动虹吸作用，可以大幅降低人力成本。
-
公开(公告)号：CN118262481A
公开(公告)日：2024-06-28
申请号：CN202410423939.2
申请日：2024-04-09
Applicant: 浙江大学
Abstract: 本发明公开小流域泥石流灾害早期预警方法、减灾方法。针对现有技术只能以降水指标作为监测阈值指标，限制了模型精度的缺陷，本发明提供小流域泥石流灾害早期预警方法，基于流域水量平衡，以流域降雨、蒸发、径流数据率定水文模型参数，建立以流域存水量为核心监测评价指标的泥石流早期监测预警方案。本发明改进GR4J水文模型，考虑流域面积、含水层给水度、多项地质参数，同时考虑植被蒸散发效应。基于小流域实时存水量及相应阈值测算，本发明提供小流域泥石流减灾方案，是科学计量方案。排水渠调控的减灾方法能够为小流域减灾的数学模型模拟研究提供基础。本发明以流域存水量为核心指标反映土体饱水状态及灾害易发程度，方法原理更科学。
-
公开(公告)号：CN120068697A
公开(公告)日：2025-05-30
申请号：CN202510014690.4
申请日：2025-01-06
Applicant: 浙江大学
IPC: G06F30/28 , G06F119/14 , G06F113/08
Abstract: 本发明公开泥石流沟道粗大颗粒流体力测算与临界起动判识的方法及应用。针对现有技术未考虑浆体非牛顿体特征与粗大颗粒“陷入”状态对其临界状态改变影响的缺陷，本发明粗大颗粒流体力测算方法，是一种充分考虑包括流态特征在内的浆体特征及其变化影响的流体力计算模型，测量所得流体力是综合度量的浆体对粗大颗粒起动作用力。本发明粗大颗粒临界起动判识方法，根据分布特征划分孤生粗大颗粒与伴生粗大颗粒两类问题，前者构建浆体流体力环境下的力矩平衡，后者构建流体力及粗大颗粒相互接触作用力环境下的力矩平衡。本发明方法提供考虑浆体特殊流态特征、粗大颗粒下陷深度、旋转中心位置等因素的粗大颗粒运动状态测量并判识方案。
-
公开(公告)号：CN117854239A
公开(公告)日：2024-04-09
申请号：CN202410081965.1
申请日：2024-01-19
Applicant: 浙江大学
Abstract: 本发明公开降雨型滑坡监测预警方法与系统。针对现有技术无法实现以地下水位或孔隙水压力动态数据作为输入变量对滑坡灾害实施监测预警的缺陷，本发明利用前期开发的地下水连通器原理排水测量法，解决利用地面微量排水流速动态数据反演地下水高程与孔隙水压力等关键特征参数的技术问题，进而测算边坡安全系数的技术方案。本发明基于监测地面排水流速实现降雨型滑坡监测预警，将对边坡安全稳定性的监测评估转入对地面排水口流速的监测，是一种全新地下水监测型降雨型滑坡监测预警技术方案。技术可用于任意形状滑动面，且考虑滑面底部孔隙水压力实时数据，计算时间短、计算效率高；不但简化监测手段，且较同期降雨监测型技术方案具有更高监测精度。
-
公开(公告)号：CN116757323A
公开(公告)日：2023-09-15
申请号：CN202310740822.2
申请日：2023-06-21
Applicant: 浙江大学
Abstract: 本发明提供一种基于IVMD‑IAO‑BiLSTM的滑坡位移预测方法，以解决当前滑坡位移预测领域中的模型调参问题，以及优化算法仍存在搜索空间有限、容易陷入局部最优解问题。IVMD‑IAO‑BiLSTM预测模型中包括改进的天鹰优化算法IAO、改进的变分模态分解IVMD和改进的双向长短期记忆神经网络IAO‑BiLSTM；首先对传统的天鹰优化算法进行基于三个策略的改进；并利用IAO分别对变分模态分解和双向长短期记忆神经网络进行参数优化，进而构建IVMD‑IAO‑BiLSTM预测模型；随后通过IVMD分解滑坡位移序列，运用IAO‑BiLSTM依次对分解后的模态分量进行预测，并将所有预测结果累加为最终的预测结果。本发明中的IAO算法收敛速度快、寻优精度高、鲁棒性强，IVMD‑IAO‑BiLSTM预测模型的预测精度高、适用性强，能够良好地处理特征复杂的多因素预测问题。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
