← 返回列表
基于深度学习的地下连续墙接头缝渗漏预测方法及装置
摘要文本
本发明提供了一种基于深度学习的地下连续墙接头缝渗漏预测方法及装置，涉及基坑支护防水技术领域，包括获取第一信息和第二信息；将第一信息进行预处理和转化得到地下连续墙工程时空数据；根据地下连续墙工程时空数据和预设的深度学习算法建立渗漏量预测模型；根据第二信息和渗漏量预测模型得到推荐方案。本发明基于深度学习算法建立地下连续墙接头缝渗漏预测模型，通过获取历史项目的地层分布图、地下连续墙接缝加固方案和渗漏量监测数据，以及当前施工区域的地层分布图，预测地下连续墙接头缝的渗漏量，从而得出建议的施工参数和对应的渗漏量预测值，为地下连续墙施工提供可靠的渗漏量预测和优化施工方案的指导。
申请人信息
- 申请人:北京市政建设集团有限责任公司; 北京高新市政工程科技有限公司; 北京工业大学
- 申请人地址:100032 北京市西城区南礼士路17号
- 发明人: 北京市政建设集团有限责任公司; 北京高新市政工程科技有限公司; 北京工业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习的地下连续墙接头缝渗漏预测方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311166997.3 |
| 申请日 | 2023/9/11 |
| 公告号 | CN117390381A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06F18/20 |
| 权利人 | 北京市政建设集团有限责任公司; 北京高新市政工程科技有限公司; 北京工业大学 |
| 发明人 | 郭彩霞; 郭飞; 王文正; 何华飞; 高前峰 |
| 地址 | 北京市西城区南礼士路17号; 北京市海淀区昌运宫17号; 北京市朝阳区平乐园100号 |
专利主权项内容
1.一种基于深度学习的地下连续墙接头缝渗漏预测方法，其特征在于，包括：获取第一信息和第二信息，所述第一信息包括历史项目的地层分布图、地下连续墙接缝加固方案和渗漏量监测数据，所述地下连续墙接缝加固方案包括采用高压旋喷注浆加固法施工的参数，所述第二信息包括当前施工区域的地层分布图；将所述第一信息进行预处理和转化得到地下连续墙工程时空数据，所述地下连续墙工程时空数据包括第一地层分布空间数据、渗漏信息时序数据和施工方案模型数据；根据所述地下连续墙工程时空数据和预设的深度学习算法建立渗漏量预测模型；根据所述第二信息和所述渗漏量预测模型得到推荐方案，所述推荐方案包括至少一种建议施工参数和对应的渗漏量预测值。