一种基于CycleGAN的水泥水化反应程度预测方法及系统

    公开(公告)号:CN117745643A

    公开(公告)日:2024-03-22

    申请号:CN202311477839.X

    申请日:2023-11-07

    Abstract: 本发明公开了一种基于CycleGAN的水泥水化反应程度预测方法及系统,包括如下步骤:S1、水泥净浆试件的微观结构图像采集;S2、建立微观孔隙结构图像数据集;S3、建立基于CycleGAN的水泥微观水化预测模型;S4、基于最终的水泥微观水化预测模型完成预测。本发明将深度学习算法应用于水泥微观水化预测,以数据驱动的模式代替复杂的理论公式,减少了对理想假设的依赖,进而提高了对水泥微观水化的预测精度;相比传统模型需要借助多次迭代预测水泥的微观水化过程,本模型利用结合深度学习领域中的图像域迁移理论,端到端的预测水泥的微观结构随水化时间的变化过程,可大幅度提高模型预测效率。

    一种用于PCCP管道的连接装置及连接方法

    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

    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。

    一种基于点云处理的高精度岩石JRC值预测方法及系统

    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

    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。

    岩层裂隙设计方法、岩层裂隙模型及动水注浆试验装置

    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

    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。

    排水管道淤积病害双层智能诊断方法及系统

    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

    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。

    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

    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

    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。

Patent Agency Ranking