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！

龙图腾网获悉中交第二航务工程局有限公司申请的专利一种基于人工智能的隧道洞口边坡风险识别分析系统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：CN120893322B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511345862.2，技术领域涉及：G06F30/27；该发明授权一种基于人工智能的隧道洞口边坡风险识别分析系统是由刘昕;周兴涛;王虎;王非凡;陈晓帆;韩昭阳设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本一种基于人工智能的隧道洞口边坡风险识别分析系统在说明书摘要公布了：本发明公开了一种基于人工智能的隧道洞口边坡风险识别分析系统，涉及数据处理领域，包括边坡风险识别系统，其中设置有风险因素调查采集模块、洞口风险模拟处理模块、隧道风险模拟处理模块、风险因素联合分析模块和边坡风险识别分析模块；风险因素调查采集模块用于采集隧道施工区域的数据信息；洞口风险模拟处理模块用于根据所获得的数据信息构建边坡破坏模型；隧道风险模拟处理模块用于根据所获得的数据信息构建支护破坏模型；风险因素联合分析模块用于生成风险影响数据库；边坡风险识别分析模块用于获取相应的风险识别数据；本发明在一定程度上提高了风险识别分析过程中的准确性。

本发明授权一种基于人工智能的隧道洞口边坡风险识别分析系统在权利要求书中公布了：1.一种基于人工智能的隧道洞口边坡风险识别分析系统，包括边坡风险识别系统，其特征在于，所述边坡风险识别系统包括风险因素调查采集模块、洞口风险模拟处理模块、隧道风险模拟处理模块、风险因素联合分析模块以及边坡风险识别分析模块； 所述风险因素调查采集模块用于采集相应隧道施工区域所对应的地质特征数据和施工监测数据以及对应隧道洞口边坡的风险因素数据和风险事件数据； 所述洞口风险模拟处理模块用于根据相应的地质特征数据、风险因素数据以及风险事件数据设置洞口边坡物理模型，获取相应的边坡形变破坏特征数据，并构建边坡破坏模型，构建边坡破坏模型的过程包括： 设置边坡试验模拟单元和边坡试验处理单元； 通过边坡试验模拟单元获取相应的地质特征数据，并构建虚拟洞口边坡结构三维图像，对虚拟洞口边坡结构三维图像进行切片处理，获取相应的边坡结构切片图像，对边坡结构切片图像内各个像素点位置处基于相似配比和量纲分析法获取相应的相似材料混合配比，根据各个像素点的相似材料混合配比设置洞口边坡物理模型； 获取相应的风险因素数据和历史施工监测数据，并对所获得的数据信息进行分析处理，获取相应的边坡工况信息； 根据相应边坡工况信息的类型依次设置对应的工况变量数据，对不同边坡工况信息所对应的工况变量数据依次进行变量组合，获取相应的边坡模拟试验数据组，基于FLAC3D数值模拟软件对各个边坡模拟试验数据组进行数值模拟，获取相应的试验数据信息； 所述边坡试验处理单元获取相应边坡模拟试验数据组所对应的试验数据信息进行分析处理，根据相应的边坡模拟试验数据组设置相应的试验数据集，对试验数据集内相应的试验数据信息分别与风险事件数据进行对比分析，获取相应的边坡形变破坏特征数据； 将所获得的边坡形变破坏特征数据基于深度学习算法进行分析训练，构建相应的边坡破坏模型； 所述隧道风险模拟处理模块用于根据相应的地质特征数据、风险因素数据以及风险事件数据设置洞口隧道物理模型，获取相应的支护形变破坏特征数据，并构建支护破坏模型，构建支护破坏模型的过程包括： 设置隧道试验模拟单元和隧道试验处理单元； 通过隧道试验模拟单元获取相应的地质特征数据，根据洞口边坡物理模型的构建方法构建相应的洞口隧道物理模型，并根据风险因素数据和历史施工监测数据获取相应的隧道工况信息； 根据隧道工况信息设置隧道模拟试验数据组，基于FLAC3D数值模拟软件对相应的隧道模拟试验数据组进行数值模拟，获取相应的试验数据信息； 所述隧道试验处理单元对相应隧道模拟试验数据组的试验数据信息与相应的风险事件数据进行对比分析，获取相应的支护形变破坏特征数据，将所获得的支护形变破坏特征数据基于深度学习算法进行分析训练，构建相应的支护破坏模型； 所述风险因素联合分析模块用于根据隧道施工区域所对应的地质特征数据和施工监测数据设置三维施工模型，将边坡破坏模型和支护破坏模型映射至三维施工模型内，根据三维施工模型内各个位置处设置风险特征序列，对风险特征序列内相应模型所对应的数据信息进行分析处理，获取相应的联合影响系数，并根据联合影响系数和相应的模型构建风险影响数据库； 对实时三维施工模型进行智能切片处理，分别获取相应的隧道洞口切片图像，并对各个隧道洞口切片图像进行标记处理； 根据各个隧道洞口切片图像内相应的像素点分别设置风险特征序列，并将其标记为，其中，为相应的风险特征序列，P为对应标记的隧道洞口切片图像； 所述风险特征序列内分别根据边坡破坏模型和支护破坏模型内相应的边坡模拟试验数据组和隧道模拟试验数据组所对应的试验数据信息设置相应的风险特征子序列，其中，将边坡模拟试验数据组标记为，将相应的试验数据信息标记为、、…、，将隧道模拟试验数据组标记为，将相应的试验数据信息标记为、、…、，将相应的风险特征子序列分别标记为和； 将所获得的风险特征子序列分别进行横向组合、纵向组合和综合组合； 所述横向组合为对应隧道洞口切片图像内各个风险特征序列内各个风险特征子序列在不同工况信息下所对应的试验数据信息组合结果，将相应的组合结果标记为和，并将相应的组合数据集标记为； 所述纵向组合为不同隧道洞口切片图像内相应位置处风险特征序列内各个风险特征子序列在不同工况信息下所对应的试验数据信息组合结果,将相应的组合结果标记为，并将相应的组合数据集标记为； 所述综合组合为不同隧道洞口切片图像内不同位置处风险特征序列内各个风险特征子序列在不同工况信息下所对应的试验数据信息组合结果，将相应的组合结果标记为，并将相应的组合数据集标记为； 对横向组合、纵向组合和综合组合内所对应边坡模拟试验数据组和隧道模拟试验数据组所对应的组合数据集分别进行联合分析，获取相应位置之间不同工况信息所对应风险事件数据之间的联合影响系数； 将相应的联合影响系数标记为F，其中： ，其中，和分别为横向组合内所对应边坡模拟试验数据组和隧道模拟试验数据组所对应的组合数据集内对应试验数据信息的权重系数，为横向组合内所对应边坡模拟试验数据组和隧道模拟试验数据组所对应的组合数据集内对应试验数据信息的误差项系数； ，其中为纵向组合内所对应边坡模拟试验数据组和隧道模拟试验数据组所对应的组合数据集内对应试验数据信息的权重系数，为纵向组合内所对应边坡模拟试验数据组和隧道模拟试验数据组所对应的组合数据集内对应试验数据信息的误差项系数； ，其中、和分别为对应组合数据集的权重系数，为对应组合数据集的误差项系数； 根据所获得的联合影响系数根据实时三维施工模型内对应的风险特征序列分别设置风险影响数据表； 将各个风险特征序列内的风险影响数据表进行整合，构建风险影响数据库； 所述边坡风险识别分析模块用于根据施工监测数据分别遍历相应的三维施工模型，根据相应风险特征序列处所对应的风险影响数据库进行对比分析，将各个风险特征序列处的分析结果进行验证，获取风险识别数据。

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交第二航务工程局有限公司，其通讯地址为：430040 湖北省武汉市东西湖区金银湖路11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。