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！

龙图腾网恭喜南昌轨道交通集团有限公司申请的专利一种基于数据预测的垂直冻结解冻管理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：CN119338131B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202411876596.1，技术领域涉及：G06Q10/063；该发明授权一种基于数据预测的垂直冻结解冻管理系统是由姜涛;詹涛;吴招锋;陈登开;尹水金;姚元;李亮;李垂忝;谢丽辉;万友生;单生彪;罗志伟;张晗秋;何瑜钦;万志轩;曾晨;熊昌根设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于数据预测的垂直冻结解冻管理系统在说明书摘要公布了：本发明涉及施工管理技术领域，具体公开了一种基于数据预测的垂直冻结解冻管理系统，包括分析预测模块，分析预测模块对第一监测单元获取的多项参数进行标准化处理并根据标准化后的参数获取状态系数，分析预测模块基于第二监测单元获取的多项数据构建预测模型，并将其用于冻结温度的适用性判别，本发明通过将冻结数据与受影响的结构件数据相匹配结合的方式，对没有超出临界状态的结构件的状态进行预测，并反之指导冻结施工的垂直冻结解冻过程，从而使得在富含水和泥沙的特殊地理条件下的冻结施工对地下建筑的保护性更好。

本发明授权一种基于数据预测的垂直冻结解冻管理系统在权利要求书中公布了：1.一种基于数据预测的垂直冻结解冻管理系统，包括监测模块、分析预测模块和管控模块，其特征在于：所述监测模块包括第一监测单元和第二监测单元，所述第一监测单元设置在冻结区域内，冻结区域内设置有若干冻结孔、测温孔和泄压孔，所述第一监测单元用于获取冻结孔内的冻结温度，测温孔的第一温度和泄压孔的冻结压力和冻结区域的环境温度，所述第二监测单元设置在冻结区域外的地下建筑内，用于获取地下建筑中受到低温影响的若干结构件的第三温度和应力数据；所述分析预测模块对第一监测单元获取的多项参数进行标准化处理并根据标准化后的参数获取状态系数，所述分析预测模块基于第二监测单元获取的多项数据构建预测模型，并将其用于冻结温度的适用性判别；获取状态系数的过程包括：分别将实际的冻结温度、若干测温孔的第一温度、环境温度和与受影响结构件距离最近的泄压孔的冻结压力进行标准化；将若干测温孔标准化后的第一温度进行一次加权求和获取测温系数；将数值标准化后的实际的冻结温度、环境温度、冻结压力和所述测温系数进行二次加权求和，获取状态系数；构建预测模型的过程包括：在控制时段内划分多个监测时段，获取监测时段内第三温度和应力数据的数值；基于第三温度和应力数据的数值，构建函数： 其中， 为构建的函数，是的两个自变量，是监测时段时段起点和时段终点第三温度的差值，是预设的标准时间值，是当前监测时间段获取的该构建的应力在监测时间段上的第一累计量与上个监测时间段获取的该构建的应力在对应监测时间段上的第二累计量的差值，是预设的标准累计值；所述管控模块用于控制冻结温度并设置控制时段，启动后的第一个控制时段的冻结温度为预设值，并在冻结过程、维持过程和解冻过程中基于冻结温度的适用性判别调整冻结温度；将预测模型用于冻结温度的适用性判别的过程包括：在若干监测时段对应的状态系数函数图像中，获取状态系数在监测时段内的积分值；将若干积分值与预设的基准值进行比对，选取出积分值大于基准值的监测时段；从选取的积分值大于基准值的监测时段中，选择时段终点的第三温度与临界温度的差值最小的监测时段作为目标时段；将目标时段的相应数据代入预测模型获取预测值，并基于预测值进行适用性判别；基于预测值进行适用性判别的过程包括：将预测值与预设的判别区间进行比对；若预测值位于判别区间的左侧，则判断当前的冻结温度过低，需要调整；若预测值落入判别区间内，则需要进行二次判断；若预测值位于判别区间的右侧，则判断当前的冻结温度符合要求，不需要调整；进行二次判断的过程包括：以目标时段为基准，沿着时间轴向前选取若干参照时段；将参照时段的相应数据代入预测模型获取多个预测值；基于多个预测值和参照时段的编号构建多个参照点，并对多个参照点进行线性回归分析，获取回归线斜率；进行二次判断的过程还包括：将获取的回归线斜率与预设斜率进行比较，若获取回归线斜率不小于预设斜率，则判断当前的冻结温度符合要求，不需要调整；若获取回归线斜率小于预设斜率，则判断当前的冻结温度接近临界条件，需要减小控制时段长度。

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南昌轨道交通集团有限公司，其通讯地址为：330000 江西省南昌市红谷滩区丰和中大道912号地铁大厦第5、25、26、27层；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”。