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！

龍圖騰網獲悉中電建鐵路建設投資集團有限公司;中電建鐵路建設投資集團重慶有限公司;重慶大學申請的專利一種基于深度學習算法的漏渣施工方法及系統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：CN120291530B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202510757087.5，技術領域涉及：E02D17/02；該發明授權一種基于深度學習算法的漏渣施工方法及系統是由姚毅;常富貴;厲志;宋銳;李小勇;鐘祖良;溫元平;劉呈祥;張建軍;涂義亮;李偉;龐磊磊;王明理;王利民;曹鈺暉設計研發完成，并于2025-06-09向國家知識產權局提交的專利申請。

本一種基于深度學習算法的漏渣施工方法及系統在說明書摘要公布了：本發明公開了一種基于深度學習算法的漏渣施工方法及系統，屬于數據采集處理技術領域，通過挖機斗齒上集成的傳感器采集地質數據，并采用第一深度學習算法對所述地質數據進行識別，確定巖性分層數據，以所述巖性分層數據為基礎，智能調整挖機掘進速率，并根據調整之后的掘進速率控制挖機進行漏渣挖掘，可以有效地避免坍塌事故的發生，保證了漏渣施工安全，并在進行漏渣挖掘之后，通過豎向漏渣通道將漏渣運輸至外部，并且在漏渣出口采用頻閃相機采集實時漏渣圖像，以所述實時漏渣圖像為基礎，采用第二深度學習算法預測當前漏渣量導致漏渣出口堵塞的預測概率，并根據所述預測概率調節漏渣出口的開口大小，避免了揚塵較多或堵塞的問題。

本發明授權一種基于深度學習算法的漏渣施工方法及系統在權利要求書中公布了：1.一種基于深度學習算法的漏渣施工方法，其特征在于，包括： 在進行地鐵車站風井基坑施工時，通過挖機斗齒上集成的傳感器采集地質數據，并采用第一深度學習算法對所述地質數據進行識別，確定巖性分層數據； 以所述巖性分層數據為基礎，智能調整挖機掘進速率，并根據調整之后的掘進速率控制挖機進行漏渣挖掘； 在進行漏渣挖掘之后，通過豎向漏渣通道將漏渣運輸至外部，并且在漏渣出口采用頻閃相機采集實時漏渣圖像； 以所述實時漏渣圖像為基礎，采用第二深度學習算法預測當前漏渣量導致漏渣出口堵塞的預測概率，并根據所述預測概率調節漏渣出口的開口大小，完成漏渣施工； 在進行地鐵車站風井基坑施工時，通過挖機斗齒上集成的傳感器采集地質數據，包括： 在進行地鐵車站風井基坑施工時，通過挖機斗齒上集成的壓力傳感器采集壓力傳感數據； 根據所述壓力傳感數據，初步確定巖性分層數據；其中，巖性分層數據包括當前掘進層為砂巖層、泥巖層或者素填土層； 當所述當前掘進層為砂巖層或泥巖層時，通過挖機斗齒上集成的地質雷達采集裂隙密度數據，并以所述裂隙密度數據為基礎，采用第一深度學習算法對巖性分層數據進行修正，得到修正之后的巖性分層數據，所述第一深度學習算法設置為RF算法； 以所述實時漏渣圖像為基礎，采用第二深度學習算法預測當前漏渣量導致漏渣出口堵塞的預測概率，并根據所述預測概率調節漏渣出口的開口大小，包括： 獲取所述實時漏渣圖像中漏渣粒徑數據； 以所述漏渣粒徑數據、漏渣量以及漏渣出口開合度為基礎，采用第二深度學習算法預測當前漏渣量導致漏渣出口堵塞的預測概率，所述第二深度學習算法設置為CNN-LSTM算法； 當所述當前漏渣量導致漏渣出口堵塞的預測概率大于預設概率閾值時，則采用反饋調節算法對漏渣出口的開口大小進行調節。

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中電建鐵路建設投資集團有限公司;中電建鐵路建設投資集團重慶有限公司;重慶大學，其通訊地址為：100000 北京市豐臺區汽車博物館東路10號院3號樓7層701；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”。