盾构姿态跟踪的同步注浆量的计算方法、装置及电子设备

    公开(公告)号:CN118774855A

    公开(公告)日:2024-10-15

    申请号:CN202411169037.7

    申请日:2024-08-23

    申请人: 清华大学

    摘要: 本申请涉及一种盾构姿态跟踪的同步注浆量的计算方法、装置及电子设备,其中,方法包括:获取盾构机的尺寸参数、目标隧道的尺寸参数和盾构导向系统的盾构导向参数,并计算每环管片的土地损失,并根据每环管片的土地损失计算每环管片的注浆量,并根据每环管片的注浆量在试验段进行注浆,监测每环管片的注浆量对应的地表沉降,根据每环管片的土地损失、每环管片的注浆量和每环管片的注浆量对应的地表沉降确定每环管片的注浆量的注浆修正系数,并根据修正系数修正每环管片的注浆量。由此,解决了相关技术未能考虑盾构姿态引起的超挖损失的问题,有效地计算不同盾构掘进姿态模式下每环管片对应的同步浆液注入量,克服盾构姿态所带对超挖损失影响。

    多孔介质渗流通道提取、模型训练方法、装置及设备

    公开(公告)号:CN114092489B

    公开(公告)日:2023-08-29

    申请号:CN202111288854.0

    申请日:2021-11-02

    申请人: 清华大学

    IPC分类号: G06T7/11 G06V10/774

    摘要: 本发明提供一种多孔介质渗流通道提取、模型训练方法、装置及设备,其中的方法包括:将多孔介质的原始图像划分成N个子区域图像;从N个子区域图像中选取M个子区域图像进行标注;对M个子区域图像及M个子区域图像中每个子区域图像对应的标注信息,进行扩增操作,以得到K个子区域图像及K个子区域图像中每个子区域图像对应的标注信息;基于K个子区域图像中的至少部分子区域图像及至少部分子区域图像中每个子区域图像对应的标注信息,对预设模型进行训练,得到图像分割模型;其中,图像分割模型用于提取多孔介质的渗流通道的信息。如此,提高了标注效率,且实现了小样本学习,大大提高了提取的多孔介质的渗流通道的信息的精度。

    岩体产状信息测量方法
    6.
    发明公开

    公开(公告)号:CN114895367A

    公开(公告)日:2022-08-12

    申请号:CN202210449962.X

    申请日:2022-04-27

    申请人: 清华大学

    IPC分类号: G01V8/02

    摘要: 本申请涉及一种岩体产状信息测量方法。该方法包括:根据目标岩体的位置,确定目标岩体上的多个测量点;通过多个不同方位的测量设备获取各测量点的几何参数信息;几何参数信息表示各测量点分别与每个测量设备之间的位置关系;根据各测量点的几何参数信息,确定各测量点在三维坐标系中的坐标信息;三维坐标系为以多个测量设备中任意一个测量设备位置为原点的坐标系;根据各测量点在三维坐标系中的坐标信息,确定目标岩体的产状信息。采用本方法能够减少节理岩体的结构面信息和节理信息的测量结果误差。

    岩体结构面的测量方法、装置、系统和计算机设备

    公开(公告)号:CN114858213A

    公开(公告)日:2022-08-05

    申请号:CN202210429138.8

    申请日:2022-04-22

    申请人: 清华大学

    IPC分类号: G01D21/02 G05D1/10

    摘要: 本申请涉及一种岩体结构面的测量方法、装置、系统、计算机设备、存储介质和计算机程序产品。所述方法包括:获取目标作业区域内的各目标岩体对应的位置信息和目标图像信息;根据所述各目标岩体对应的位置信息和目标图像信息,确定所述各目标岩体对应的测量设备;所述测量设备包括机器人和无人机;针对对应的测量设备为机器人的目标岩体,控制所述机器人测量所述目标岩体,得到第一测量信息;针对对应的测量设备为无人机的目标岩体,控制所述无人机测量所述目标岩体,得到第二测量信息;根据所述第一测量信息和所述第二测量信息,得到所述各目标岩体对应的岩体结构面测量结果。采用本方法能够提高岩体结构面测量的测量效率。

    多孔介质渗流通道提取、模型训练方法、装置及设备

    公开(公告)号:CN114092489A

    公开(公告)日:2022-02-25

    申请号:CN202111288854.0

    申请日:2021-11-02

    申请人: 清华大学

    IPC分类号: G06T7/11 G06K9/62 G06V10/774

    摘要: 本发明提供一种多孔介质渗流通道提取、模型训练方法、装置及设备,其中的方法包括:将多孔介质的原始图像划分成N个子区域图像;从N个子区域图像中选取M个子区域图像进行标注;对M个子区域图像及M个子区域图像中每个子区域图像对应的标注信息,进行扩增操作,以得到K个子区域图像及K个子区域图像中每个子区域图像对应的标注信息;基于K个子区域图像中的至少部分子区域图像及至少部分子区域图像中每个子区域图像对应的标注信息,对预设模型进行训练,得到图像分割模型;其中,图像分割模型用于提取多孔介质的渗流通道的信息。如此,提高了标注效率,且实现了小样本学习,大大提高了提取的多孔介质的渗流通道的信息的精度。