買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜北京交通大學申請的專利一種待檢測工程場地邊坡的巖土力學參數的實時檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114036831B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111299234.7，技術領域涉及：G06F30/27；該發明授權一種待檢測工程場地邊坡的巖土力學參數的實時檢測方法是由白明洲;何伯虎設計研發完成，并于2021-11-04向國家知識產權局提交的專利申請。

本一種待檢測工程場地邊坡的巖土力學參數的實時檢測方法在說明書摘要公布了：本發明提供了一種待檢測工程場地邊坡的巖土力學參數的實時檢測方法。該方法包括：在待檢測工程場地進行現場踏勘，獲取待檢測工程場地邊坡的實際巖土力學參數；檢測設備獲取待檢測工程場地邊坡的監測數據，將監測數據傳輸給處理器，處理器利用數值分析模型不斷的試算反演巖土力學參數，直到反演巖土力學參數與實際巖土力學參數之間的偏差滿足精度要求；以反演巖土力學參數為訓練樣本，輸入到BP—GA模型中進行訓練，直至達到精度要求，得到訓練好的BP?GA模型；處理器將實時接收到的待檢測工程場地邊坡的監測數據輸入到訓練好的BP?GA模型，所述BP?GA模型輸出待檢測工程場地邊坡的實時巖土力學參數。本發明實施例基于實時監測數據可以獲取動態的巖土參數。

本發明授權一種待檢測工程場地邊坡的巖土力學參數的實時檢測方法在權利要求書中公布了：1.一種待檢測工程場地邊坡的巖土力學參數的實時檢測方法，其特征在于，包括：在待檢測工程場地進行現場踏勘，獲取所述待檢測工程場地邊坡的實際巖土力學參數；檢測設備獲取待檢測工程場地邊坡的監測數據，將所述監測數據傳輸給處理器，處理器利用數值分析模型不斷的試算反演巖土力學參數，直到反演巖土力學參數與所述實際巖土力學參數之間的偏差滿足精度要求；以反演巖土力學參數為訓練樣本，輸入到BP—GA模型中進行訓練，直至達到精度要求，得到訓練好的BP-GA模型；處理器將實時接收到的待檢測工程場地邊坡的監測數據輸入到訓練好的BP-GA模型，所述BP-GA模型輸出待檢測工程場地邊坡的實時巖土力學參數；所述的檢測設備獲取待檢測工程場地邊坡的監測數據，將所述監測數據傳輸給處理器，處理器利用數值分析模型不斷的試算反演巖土力學參數，直到反演巖土力學參數與所述實際巖土力學參數之間的偏差滿足精度要求，包括：在待檢測工程場地邊坡布設檢測設備，獲取待檢測工程場地邊坡的監測數據，該監測數據包括地表位移和降雨量，檢測設備通過網絡實時傳輸監測數據給處理器；處理器利用有限元分析軟件Flac3d建立數值分析模型，利用數值分析模型基于監測數據和室內試驗和室外試驗確定的試驗數據，以位移為已知量，不斷的試算反演巖土力學參數；處理器根據下述公式計算出偏差：偏差＝反演巖土力學參數-實際巖土力學參數實際巖土力學參數；判斷偏差是否小于設定的判斷閾值，如果是，則確定所述反演巖土力學參數滿足精度要求，否則，返回重算，直到偏差小于設定的判斷閾值，得到滿足精度要求的試算反演巖土力學參數；所述的以反演巖土力學參數為訓練樣本，輸入到BP—GA模型中進行訓練，直至達到精度要求，得到訓練好的BP-GA模型，包括：處理器以滿足精度要求的監測數據及相應的巖土力學參數為訓練樣本，將位移值、降雨量、巖土體類型、壓縮模量、泊松比和彈性模量作為輸入層神經元，黏聚力和內摩擦角作為輸出層神經元，中間隱藏層神經元個數以輸入層個數+輸出層個數2至2倍輸入層神經元個數+1確定，對BP—GA模型中進行訓練，直至達到精度要求；所述位移值和降雨量是監測數據，巖土體類型是初期勘察結論，壓縮模量、泊松比和彈性模量是經驗數據；訓練過程中BP—GA模型的輸出數據是對應于輸入層數據的各層巖土體的黏聚力和內摩擦角，所述BP—GA模型的訓練以均方根差小于0.01為判定標準，若符合判定標準，模型訓練完成；若不符合，重新調整中間層隱藏神經元個數，直至達到精度要求，得到訓練好的BP-GA模型；均方差MSE是各數據偏離真實值差值的平方和的平均數； Xi代表第i個樣本的樣本值，Yi代表第i個樣本的真實值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京交通大學，其通訊地址為：100044 北京市海淀區西直門外上園村3號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。