Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西省交投养护科技集团有限公司;江西省交通投资集团有限责任公司孙洋获国家专利权

江西省交投养护科技集团有限公司;江西省交通投资集团有限责任公司孙洋获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江西省交投养护科技集团有限公司;江西省交通投资集团有限责任公司申请的专利基于现场监测数据的隧道衬砌健康状态分析方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121859671B

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610316750.2,技术领域涉及:G06F30/23;该发明授权基于现场监测数据的隧道衬砌健康状态分析方法及系统是由孙洋;俞俊平;戴红涛;张友华设计研发完成,并于2026-03-16向国家知识产权局提交的专利申请。

基于现场监测数据的隧道衬砌健康状态分析方法及系统在说明书摘要公布了:本发明公开了基于现场监测数据的隧道衬砌健康状态分析方法及系统,方法包括:通过温度变形修正和热噪声剔除得到净位移和净声发射数据;构建以损伤变量为内变量的损伤演化本构模型,将净位移和净声发射数据作为边界条件与能量约束进行有限元反演,求解损伤场分布;识别损伤变量超阈值的连续区域作为损伤活跃区,提取其几何中心坐标和面积;沿时间轴拟合得到损伤核心的迁移轨迹和面积扩展曲线;将轨迹和曲线外推预测未来损伤位置与范围,并根据扩展曲线斜率变化率划分稳定扩展、加速扩展、失稳破坏前兆三个阶段,对应生成分级预警。本发明实现了隧道衬砌内部损伤的精准量化与时空演化预测,显著提升了健康状态评估的智能化水平。

本发明授权基于现场监测数据的隧道衬砌健康状态分析方法及系统在权利要求书中公布了:1.基于现场监测数据的隧道衬砌健康状态分析方法,其特征在于,包括: 获取隧道衬砌在预设时间段内的多点位移计监测数据序列、多通道声发射监测数据序列以及衬砌内部温度测点的温度数据序列; 根据所述温度数据序列计算各个时刻的温度变化量,基于预设的衬砌材料热膨胀系数,对所述多点位移计监测数据序列进行温度变形修正,得到剔除温度影响后的净位移数据序列; 根据所述温度数据序列识别温度变化速率超过预设阈值的时段,剔除对应时段内受热噪声干扰的声发射信号,得到净声发射数据序列; 构建以损伤变量为内变量的衬砌材料损伤演化本构模型,所述损伤演化本构模型包含损伤驱动力与损伤变量增量之间的非线性关系,其中,所述构建以损伤变量为内变量的衬砌材料损伤演化本构模型包括: 定义损伤变量D描述衬砌材料在荷载作用下的劣化程度,所述损伤变量D的取值范围为0~1,其中D=0表示材料完好无损,D=1表示材料完全失效; 建立损伤驱动力与损伤变量增量之间的非线性演化方程,所述损伤驱动力基于当前应力状态和累积损伤程度计算得到,所述非线性演化方程的形式为:dDdt=fσ,D,T,其中,σ为当前应力,D为当前损伤变量值,T为当前温度,f为预设的非线性函数; 建立损伤变量D与声发射累计能量E之间的关联函数,所述关联函数的形式为:或,其中,和为通过材料试验数据拟合得到的单调递增函数; 将所述非线性演化方程和所述关联函数进行耦合,构成所述损伤演化本构模型的控制方程组; 将所述净位移数据序列作为位移边界条件,将所述净声发射数据序列作为能量耗散约束,输入至所述损伤演化本构模型中进行有限元反演计算,求解得到当前时刻衬砌内部各单元的损伤变量值,形成损伤场分布; 根据所述损伤场分布,识别损伤变量值超过预设损伤阈值的连续空间区域,作为损伤活跃区,并提取各个时刻损伤活跃区的几何中心坐标和区域面积; 沿时间轴对所述损伤活跃区的几何中心坐标和区域面积进行拟合,得到损伤活跃区中心在空间上的迁移轨迹以及面积随时间的扩展曲线; 根据所述迁移轨迹和所述扩展曲线,预测未来预设时间窗口内损伤活跃区的健康状态评估结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西省交投养护科技集团有限公司;江西省交通投资集团有限责任公司,其通讯地址为:330000 江西省南昌市南昌县小蓝经济开发区金沙大道809号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。