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 > 北京建工集团有限责任公司;北京建工土木工程有限公司李仕猛获国家专利权

北京建工集团有限责任公司;北京建工土木工程有限公司李仕猛获国家专利权

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!

龙图腾网获悉北京建工集团有限责任公司;北京建工土木工程有限公司申请的专利一种基于数字孪生的盾构施工管理方法及装置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:CN121279072B

龙图腾网通过国家知识产权局官网在2026-04-28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:202511276388.2,技术领域涉及:G06F30/27;该发明授权一种基于数字孪生的盾构施工管理方法及装置是由李仕猛;尹伟;何海琦;王伟;杨国哲;常城;张东;史磊磊设计研发完成,并于2025-09-08向国家知识产权局提交的专利申请。

一种基于数字孪生的盾构施工管理方法及装置在说明书摘要公布了:本发明提供了一种基于数字孪生的盾构施工管理方法及装置,涉及盾构施工管理技术领域,包括获取岩溶地层盾构施工的基础数据;基于所述基础数据生成时空多模态超图;将所述时空多模态超图经过结构保持图嵌入算法和基于扩散过程的图神经网络的融合处理,得到动态耦合的数字孪生模型;将所述数字孪生模型,经过持久谱增强处理与随机游走算法的融合处理,得到动态演化的掘进风险拓扑谱序列;基于所述掘进风险拓扑谱序列生成自适应掘进调控策略;基于所述自适应掘进调控策略进行实时稳定性评估,得到盾构施工全过程的动态管理方案。本发明能够自适应不同施工阶段的复杂情况,提高了盾构施工过程中的安全性和施工效率。

本发明授权一种基于数字孪生的盾构施工管理方法及装置在权利要求书中公布了:1.一种基于数字孪生的盾构施工管理方法,其特征在于,包括: 获取盾构施工的基础数据; 将所述基础数据经过多尺度曲率谱聚类方法与跨域谱图形生成方法的融合处理,得到同步表征地层—水文—机理多源关系的时空多模态超图; 将所述时空多模态超图经过结构保持图嵌入算法和基于扩散过程的图神经网络的融合处理,得到动态耦合的数字孪生模型; 将所述数字孪生模型,经过持久谱增强处理与随机游走算法的融合处理,得到动态演化的掘进风险拓扑谱序列; 基于所述掘进风险拓扑谱序列对盾构施工速度、支护压力与泥浆参数的自适应调控,生成自适应掘进调控策略; 基于所述自适应掘进调控策略进行实时稳定性评估,并基于实时评估结果对数字孪生模型进行增量更新,得到盾构施工全过程的动态管理方案; 其中,将所述基础数据经过多尺度曲率谱聚类方法与跨域谱图形生成方法的融合处理,包括: 将所述基础数据进行多尺度曲率谱聚类处理,并按照分形维数自适应划分曲率岛域,得到地层几何初级簇集; 将所述地层几何初级簇集和基础数据中的季节性地下水位时序进行跨域波谱共振对齐处理,得到多源谱共振矩阵; 将所述多源谱共振矩阵进行跨域谱图形生成处理,得到包含包含虚拟空洞-水团-断层三类超节点及其权重的先验超节点集; 将所述先验超节点集进行时空超图重构处理,得到同步表征地层—水文—机理多源关系的时空多模态超图; 其中,将所述时空多模态超图经过结构保持图嵌入算法和基于扩散过程的图神经网络的融合处理,包括: 根据所述时空多模态超图进行高阶结构嵌入处理,构建得到结构保持嵌入向量集,所述结构保持嵌入向量集为在高维嵌入空间内保持地层断裂模式、注浆行为和渗压扰动的向量集; 根据结构保持嵌入向量集进行非线性等构变换处理,将地层属性空间中的结构扰动轨迹与盾构控制变量空间中的反馈演化路径进行互域映射,构建得到等构非线性映射模型; 根据等构非线性映射模型进行基于扩散过程的图神经网络的建模处理,构建反映地层扰动响应机制与盾构控制行为之间的基于扩散过程的图神经网络; 根据基于扩散过程的图神经网络进行动态孪生机制构建处理,通过对基于扩散过程的图神经网络的扩散结构在时间序列层级上进行动态图记忆建模,构建得到动态耦合的数字孪生模型。

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北京建工集团有限责任公司;北京建工土木工程有限公司,其通讯地址为:100055 北京市西城区广莲路1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。