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 > 中南大学;中铁八局集团昆明铁路建设有限公司;中国铁路昆明局集团有限公司滇南铁路建设指挥部施成华获国家专利权

中南大学;中铁八局集团昆明铁路建设有限公司;中国铁路昆明局集团有限公司滇南铁路建设指挥部施成华获国家专利权

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!

龙图腾网获悉中南大学;中铁八局集团昆明铁路建设有限公司;中国铁路昆明局集团有限公司滇南铁路建设指挥部申请的专利节理化岩体隧道变形与失稳预测方法、介质及设备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:CN121480214B

龙图腾网通过国家知识产权局官网在2026-04-14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:202610014570.9,技术领域涉及:G06F30/25;该发明授权节理化岩体隧道变形与失稳预测方法、介质及设备是由施成华;陈磊;朱涛;赵前进;郭章辉;毕峻;贺福兵;袁仁杰;黄碧滔;贾朝军;郑可跃;雷明锋;林超设计研发完成,并于2026-01-07向国家知识产权局提交的专利申请。

节理化岩体隧道变形与失稳预测方法、介质及设备在说明书摘要公布了:本发明涉及隧道与地下工程技术领域,公开了一种节理化岩体隧道变形与失稳预测方法、介质及设备,该预测方法包括:基于待测隧道的尺寸及围岩变形影响范围建立由外至内依次包括连续介质模型区域、块体离散元模型区域和黏结块模型区域的节理化岩体隧道多尺度模型;采用节理化岩体隧道多尺度模型根据实际工程的施工工法与工序进行待测隧道施工步骤的分步模拟;根据在分步模拟过程中指定监测点处的位移、变形与应力变化输出得到节理化岩体隧道变形与失稳预测结果。本发明通过连续介质模型、块体离散元模型和黏结块模型的分层耦合,实现节理化岩体的宏观变形、局部破坏及裂缝扩展的多尺度分析,能够真实反映不同尺度下岩体的力学响应特征。

本发明授权节理化岩体隧道变形与失稳预测方法、介质及设备在权利要求书中公布了:1.一种节理化岩体隧道变形与失稳预测方法,其特征在于,包括以下步骤: S1:基于待测隧道的尺寸以及围岩变形影响范围建立节理化岩体隧道多尺度模型;节理化岩体隧道多尺度模型由外至内依次包括连续介质模型区域、块体离散元模型区域和黏结块模型区域; 所述S1包括: S1.1、建立节理化岩体隧道多尺度模型架构; 所述S1.1具体是: 采用有限元或有限差分软件建立待测隧道的连续介质模型,连续介质模型的模型范围为待测隧道洞径的5-10倍; 采用块体离散元数据软件建立待测隧道的块体离散元模型,块体离散元模型的模型范围为待测隧道洞径的2.5-3倍; 在连续介质模型与块体离散元模型交界处设置耦合边界; 设待测隧道洞径的2倍范围内的方形区域为核心区,在待测隧道的核心区建立黏结块模型,得到节理化岩体隧道多尺度模型架构;具体是:黏结块模型覆盖整个待测隧道核心区;或黏结块模型以隧道轴线为中心覆盖部分核心区;或黏结块模型的模型范围以隧道轴线为中心设置环形分布,尺寸为待测隧道洞径的1.1-1.5倍,待测隧道洞径的1.1-1.5倍范围内的隧道开挖区采用块体离散元模型;或核心区内的隧道开挖区域采用块体离散元模型,隧道开挖区域之外的核心区采用黏结块模型; S1.2、在节理化岩体隧道多尺度模型架构的块体离散元模型区域嵌入节理,并赋予节理接触参数,得到节理嵌入后模型架构; S1.3、分别对节理嵌入后模型架构中的连续介质模型、块体离散元模型和黏结块模型进行岩体参数标定与赋值,得到节理化岩体隧道多尺度模型;其中:当节理嵌入后模型架构采用不同的网格划分方案时,需要针对每种网格尺寸分别进行岩体参数标定与赋值; S2:采用节理化岩体隧道多尺度模型根据实际工程的施工工法与工序进行待测隧道施工步骤的分步模拟; S3:根据在分步模拟过程中指定监测点处的位移、变形与应力变化输出位移云图、应力云图及裂纹扩展分布,得到节理化岩体隧道变形与失稳预测结果。

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中南大学;中铁八局集团昆明铁路建设有限公司;中国铁路昆明局集团有限公司滇南铁路建设指挥部,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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。