基于多模态时空融合的隧道围岩智能分级预测方法及其系统
申请号:CN202510980030
申请日期:2025-07-16
公开号:CN120850217A
公开日期:2025-10-28
类型:发明专利
摘要
本发明公开了基于多模态时空融合的隧道围岩智能分级预测方法及其系统,涉及隧道施工技术领域,现提出如下方案,其包括获取带时间戳的围岩多模态数据,所述多模态数据包括地质雷达波形数据、钻探岩芯图像和三维激光点云数据;采用时空融合网络架构,生成围岩特征数据,并进行隧道围岩分级预测。本方案通过融合地质雷达波形数据、钻探岩芯图像及三维激光点云数据三类多模态数据,为围岩分级预测提供了全面的特征基础,且引入施工机械振动频谱数据构建实时反馈机制,通过动态阈值库与历史数据比对识别异常扰动,基于LSTM网络关联振动特征与围岩特征,生成精准的岩体参数修正量,并反向优化时空融合网络参数,有效缩小静态预测与实际地质条件的偏差。
技术关键词
融合网络架构
隧道围岩分级
三维激光点云数据
钻探岩芯
多模态
分级预测方法
地质雷达
在线学习机制
参数
岩体质量指标
重构误差
施工机械
生成工程
数据采集模块
DBSCAN聚类算法
卷积神经网络特征
注意力机制