基于地质、物探与钻探多参数的围岩等级预测方法及系统

AITNT
正文
推荐专利
基于地质、物探与钻探多参数的围岩等级预测方法及系统
申请号:CN202411463394
申请日期:2024-10-21
公开号:CN119005005A
公开日期:2024-11-22
类型:发明专利
摘要
本发明属于隧道工程技术领域,提供了一种基于地质、物探与钻探多参数的围岩等级预测方法及系统,获取TBM施工过程中,通过地质分析方法,地球物理探测方法及地质钻探方法得到的围岩参数;构建贝叶斯网络模型,基于围岩参数,定义贝叶斯网络模型中的节点及有向边;基于历史数据和实测数据,对贝叶斯网络模型进行训练;通过先验信息和数据训练模型,建立各节点的条件概率表;根据所述各节点的条件概率表,进行TBM隧道围岩等级预测,得到TBM隧洞围岩等级概率图。本发明通过综合分析多源信息,采用贝叶斯网络算法,建立围岩等级预测模型,实现对前方围岩等级的实时预测和风险评估。
技术关键词
贝叶斯网络模型 岩石单轴抗压强度 地球物理探测方法 地质钻探方法 多参数 软弱结构面 隧洞围岩 隧道围岩 贝叶斯估计方法 节点 分析方法 隧道工程技术 实时数据 生成隧道 模型训练模块 应力 噪声数据
系统为您推荐了相关专利信息
1
基于贝叶斯网络的滑坡风险动态预警方法及系统
动态预警方法 因子 规则集 节点 爬山算法
2
基于无线无源三信号传感器的储氢站安全监测方法及系统
氢气检测单元 监测方法 信号收发器 分布式传感网络 数字孪生模型
3
一种基于数字孪生的复合柔性管道监测方法及系统
管道监测方法 数值仿真模型 数字孪生模型 流固耦合模型 风险评估值
4
一种基于多参数变量的车载光伏系统输出功率动态优化与发电量预测系统
车载光伏系统 车辆运行状态监测 发电量预测系统 数据管理模块 光伏电池
5
基于多参数融合的水下推进器控制方法及相关设备
多模态 神经网络模型 强化学习策略 多参数 水下推进器控制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号