公开(公告)号：CN119435851A

公开(公告)日：2025-02-14

申请号：CN202411573758.4

申请日：2024-11-06

Applicant: 郑州大学

Inventor： 翟科杰 ,  张屹 ,  方宏远 ,  王念念 ,  李斌 ,  杜雪明 ,  狄丹阳 ,  杜明瑞 ,  姚煦霈

IPC: F16L21/02 ,  F16L21/08

Abstract: 本发明提供一种用于PCCP管道的连接装置及连接方法，其中连接装置包括待连接管道，密封圈和紧箍件；所述待连接管道的端部为外圈管道，所述外圈管道的内径大于所述待连接管道的内径，所述外圈管道外壁设有多个连接块，所述连接块与其相邻外圈管道上设置的连接块通过螺栓组件连接，所述密封圈设于相邻的外圈管道之间，所述紧箍件套设于相邻待连接管道的外圈管道内，且均与两外圈管道连接；所述密封圈包括定位圈，定位圈一端套设在外圈管道上，其另一端设有沿其半径方向向圆心延伸的密封环，所述密封环位于相邻的外圈管道之间。本发明能够保证待连接管道之间连接处的密封性，提高连接处的结合强度。

公开(公告)号：CN118840843A

公开(公告)日：2024-10-25

申请号：CN202410779531.9

申请日：2024-06-17

Applicant: 郑州大学

Inventor： 狄丹阳 ,  方宏远 ,  张朝阳 ,  刘广鑫 ,  王念念 ,  孙斌 ,  李斌

IPC: G08B31/00 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/086 ,  G06N3/094 ,  G06F30/28 ,  G08B21/10 ,  G06F111/10 ,  G06F113/08 ,  G06F113/14 ,  G06F119/14

Abstract: 本发明公开了一种排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能预测方法，包括：建立排水管道淤积颗粒输移的理论概率结构式；排水管道淤积颗粒输移的理论概率结构式中的参数率定；利用跳跃反馈的排水管道淤积颗粒遗传寻优算法，预测得到排水管道淤积度概率调节参数；引入到雨洪数值模型，结合改进的样本集扩充方法，得到扩充后的训练样本集；在双向长短记忆神经网络的每个数据处理单元中嵌入组合式预处理模块和时变滑块寻优模块，再通过增加误差补偿因子，得到改进后的时变滑块神经网络，以扩充后的训练样本集为时变滑块神经网络输入，进而得到排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能预测。

公开(公告)号：CN117953311A

公开(公告)日：2024-04-30

申请号：CN202410274853.8

申请日：2024-03-11

Applicant: 郑州大学

Inventor： 王念念 ,  冉庆洋 ,  方宏远 ,  孙斌 ,  何志林 ,  王心怡 ,  石庭宇 ,  邵一帆

IPC: G06V10/764 ,  G06T7/11 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06T5/70 ,  G06T5/20 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种改进U‑net模型的排水管道病害检测方法，所述方法包括：采集地下排水管道的红外热成像图像，并对所述红外热成像图像进行预处理；将所述红外热成像图像输入改进的U‑net模型，所述U‑net模型分割出所述红外热成像图像中的病害区域；所述U‑net模型包括：编码器以及解码器；所述编码器与所述解码器之间跳跃连接，所述编码器包括多个依次相连的多尺度块以及下采样特征融合模块，所述解码器包括多个依次相连的多尺度块以及上采样特征融合模块。采用本发明，可以精准的识别出排水管道的病害。

公开(公告)号：CN117876581A

公开(公告)日：2024-04-12

申请号：CN202311781392.5

申请日：2023-12-22

Applicant: 郑州大学

Inventor： 杜雪明 ,  梁佳森 ,  方宏远 ,  薛冰寒 ,  赵小华 ,  狄丹阳 ,  李斌 ,  王念念 ,  孙明明 ,  杜明瑞

IPC: G06T17/00 ,  G06T7/00 ,  G06N20/10

Abstract: 本发明公开了一种基于点云处理的高精度岩石JRC值预测方法及系统，包括如下步骤：S1、拍摄不同粗糙度岩石裂隙图像，采集其中的岩石裂隙损伤信息，将图像的深度帧注册生成粗糙裂隙表面三维点云，得到天然粗糙岩石裂隙几何模型；S2、通过分形布朗运动方法生成合成岩石裂隙几何模型；S3、将天然粗糙岩石裂隙几何模型和合成岩石裂隙结合模型的点云数据集合并，得到岩石裂隙扩展数据集；S4、将岩石裂隙扩展数据集分成训练集和测试集，对支持向量机模型进行训练，构建得到岩石裂隙预测模型；S5、将新拍摄的岩石裂隙图像数据输入岩石裂隙预测模型，输出岩石裂隙JRC值的预测。本发明实现了对裂隙性质的全面分析和预测。

公开(公告)号：CN117390990A

公开(公告)日：2024-01-12

申请号：CN202311379442.7

申请日：2023-10-24

Applicant: 郑州大学

Inventor： 杜雪明 ,  李子龙 ,  方宏远 ,  薛冰寒 ,  赵小华 ,  狄丹阳 ,  李斌 ,  王念念 ,  翟科杰 ,  孙明明 ,  杜明瑞

IPC: G06F30/28 ,  G06F30/13 ,  G06F17/18 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种岩层裂隙设计方法、岩层裂隙模型及动水注浆试验装置，使用了高斯分布的均值和标准差参数来生成随机数，通过累积求和的方式得到了岩石裂隙曲线的形状。动水注浆试验装置包括可调网络裂隙模拟系统、动水系统、注浆系统、数据处理系统，可调网络裂隙模拟系统上固定设置本发明上述的岩层裂隙模型，岩层裂隙模型上的裂隙设有进水端、注浆端以及若干传感部件；动水系统包括水泵，所述水泵将水源和岩层裂隙模型的进水端连接，模拟岩层动水环境；注浆系统包括与岩层裂隙模型的注浆端连接的注浆料筒，模拟岩层裂隙注浆过程；数据处理系统与岩层裂隙模型上的传感部件通信连接，接收岩层裂隙模型在注浆过程中的试验参数。本发明对于岩体裂隙注浆修复的效果评估以及后续研究具有积极的参考作用。

公开(公告)号：CN117132575A

公开(公告)日：2023-11-28

申请号：CN202311132665.3

申请日：2023-09-01

Applicant: 郑州大学

Inventor： 王念念 ,  方宏远 ,  马铎 ,  李斌 ,  狄丹阳 ,  翟科杰 ,  乔磊

IPC: G06T7/00 ,  G06T5/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/774 ,  G06T17/00 ,  G06V20/64

Abstract: 本发明公开了一种基于改进的PointNet++的排水管道缺陷三维检测方法，所述方法包括：采集排水管道三维的点云数据；对所述点云数据进行预处理；将所述点云数据输入至预设缺陷检测网络模型，所述缺陷检测网络模型输出检测结果。采用本发明，具有针对排水管道的检测精度高，测量准确，鲁棒性好等特点。

公开(公告)号：CN116702638A

公开(公告)日：2023-09-05

申请号：CN202310496993.5

申请日：2023-05-05

Applicant: 郑州大学

Inventor： 方宏远 ,  狄丹阳 ,  王念念 ,  孙斌 ,  李斌 ,  杜雪明

IPC: G06F30/28 ,  G06F30/23 ,  G06F113/08 ,  G06F119/14 ,  G06F113/14

Abstract: 本发明涉及排水管道病害诊断技术领域，涉及一种排水管道淤积病害双层智能诊断方法及系统，包括：一、基于流体动力学的管道淤积病害瞬时水力模型分析；二、利用真实管道淤积多场耦合指标数据集与足尺试验指标数据集进行对比、场景条件调整，以足尺试验‑精细化数值模拟‑现场定期监测为多维度数据驱动路径，实现多维度数据驱动分析与筛选；三、结合去噪自编码器和生成对抗网络，实现管道淤积数据集多源异构数据融合和数据集扩充；四、建立知识‑数据协同驱动的排水管道淤积病害双层智能诊断模型并对模型进行训练；五、得到的管道淤积双层智能诊断结果。本发明能较佳地诊断排水管道病害。

公开(公告)号：CN113111703B

公开(公告)日：2023-07-28

申请号：CN202110228020.4

申请日：2021-03-02

Applicant: 郑州大学

Inventor： 郭文彤 ,  方宏远 ,  钟山 ,  王念念 ,  朱锐 ,  陈家将 ,  曹顺林 ,  张高翼

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/26 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种基于多种卷积神经网络融合的机场道面病害异物检测方法，其步骤包括：采集机场道面病害和异物图像；构建用于训练神经网络的机场道面病害异物数据库；搭建目标检测算法YOLOv3、Mask R‑CNN卷积神经网络；调整卷积神经网络超参数，直至收敛且误差损失值满足要求，保存此时的网络权重参数，完成YOLOv3、Mask R‑CNN卷积神经网络的训练；将训练后的YOLOv3、Mask R‑CNN卷积神经网络进行融合，构建机场道面病害和异物像素级别的智能分割模型；将测试图像输入到保存的模型中，输出机场道面的病害和异物的分割结果；统计分割结果的掩码对应图像的像素，输出机场道面病害和异物的语义信息。本发明具有更好的鲁棒性与泛化能力，能够提高机场道面病害异物的分割精度与效率。

公开(公告)号：CN113610957B

公开(公告)日：2023-05-30

申请号：CN202110773224.6

申请日：2021-07-08

Applicant: 哈尔滨工业大学水资源国家工程研究中心有限公司 ,  郑州大学

Inventor： 赵焱 ,  郑成志 ,  张娟 ,  张昭君 ,  钟汶均 ,  方宏远 ,  王念念 ,  黄帆

IPC: G06T17/00 ,  G06V10/762 ,  G06F30/18 ,  G06F30/13 ,  G06F119/02

公开(公告)号：CN115205266A

公开(公告)日：2022-10-18

申请号：CN202210863076.1

申请日：2022-07-21

Applicant: 郑州大学

Inventor： 方宏远 ,  王念念 ,  马铎 ,  梁静 ,  姜雪

IPC: G06T7/00 ,  G06T7/10 ,  G06T7/60 ,  G06T17/00 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08 ,  G01N21/954 ,  G01B11/24

Abstract: 本发明公开一种融合视觉与激光的管道病害智能量化方法。该方法包括获取管道爬行机器人采集的检测数据，根据检测数据进行实时计算，得到管道的全景图和色谱图；根据全景图和色谱图构建管道缺陷数据集，对管道缺陷数据集进行分类标注，建立管道缺陷数据库，将管道缺陷数据库内的图像按比例分为训练集、验证集和测试集；搭载基于特征金字塔的管道缺陷分割模型，训练管道缺陷分割模型，基于管道缺陷分割模型对全景图进行检测，在全景图上检测到缺陷时，关联缺陷对应的激光雷达轮廓数据和管道检测影像数据，进行缺陷的判读及量化，为管道运维管理和修复提供详细数据，降低排水管渠检测工程的人工成本，提升检测效率。