CN104834806B - 结构面粗糙度系数尺寸效应取样代表性评价方法 - Google Patents

结构面粗糙度系数尺寸效应取样代表性评价方法 Download PDF

Info

Publication number
CN104834806B
CN104834806B CN201510101166.7A CN201510101166A CN104834806B CN 104834806 B CN104834806 B CN 104834806B CN 201510101166 A CN201510101166 A CN 201510101166A CN 104834806 B CN104834806 B CN 104834806B
Authority
CN
China
Prior art keywords
sample
structural plane
dimensional effect
roughness
structural
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510101166.7A
Other languages
English (en)
Other versions
CN104834806A (zh
Inventor
杜时贵
雍睿
黄曼
刘育明
夏才初
刘文连
任伟中
李长宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shaoxing
Original Assignee
University of Shaoxing
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shaoxing filed Critical University of Shaoxing
Priority to CN201510101166.7A priority Critical patent/CN104834806B/zh
Publication of CN104834806A publication Critical patent/CN104834806A/zh
Application granted granted Critical
Publication of CN104834806B publication Critical patent/CN104834806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

一种结构面粗糙度系数尺寸效应取样代表性评价方法，选定典型岩体结构面作为粗糙度系数尺寸效应的研究对象并采用轮廓曲线仪定向测量尺寸效应最大研究尺寸的结构面轮廓线，依据现场大尺度岩体结构面表面形态要素测量结果，提取系列尺寸结构面试样的表面坐标信息，计算系列试样的粗糙度系数，对标准尺寸样本数据的总体分布进行概率密度函数拟合；构建结构面粗糙度系数尺寸效应概率密度函数模型；依据极大似然估计原理，计算系列尺度结构面粗糙度系数概率密度函数最大值；通过每个结构面试样的粗糙度系数与代表性评价指标的相对偏差分析，确定每个试样的粗糙度系数表征值。本发明解决结构面粗糙度系数尺寸效应试样代表性的定量评价问题、可靠性良好。

Description

结构面粗糙度系数尺寸效应取样代表性评价方法
技术领域
本发明涉及一种结构面粗糙度系数尺寸效应取样代表性评价方法，具体为基于结构面粗糙度系数定向概率统计分析的试样粗糙度系数定量评价方法，可用来客观评价结构面尺寸效应试样的代表性。
背景技术
结构面力学性质随取样尺寸的增大而变化是众所周知的现象，尺寸效应已成为研究结构面力学行为不可忽略的一个部分，系统总结和分析结构面抗剪强度的尺寸效应规律，是解决大、中、小等多种尺度岩体力学参数相互关联及大尺度工程应用的核心，具有重要的工程实用价值。然而，岩体结构面的形成与发展经历了地质历史时期各种内外动力地质作用的改造和影响，致使结构面发育特征差异大，其力学性质具有各质异性、各向异性与非均一性。因此，结构面随取样位置不同，其力学性质存在明显的差异性。
过去近50年来，学者们陆续开展了大量有关结构面力学行为的尺寸效应研究工作，并尝试借助试验手段揭示岩体结构面抗剪强度尺寸效应的一般规律。然而，一些试验结果揭示了随着结构面试样尺寸的增大，结构面抗剪强度和粗糙度降低的规律，称之为Negative Scale Effect；也有一些试验结果却得到了与之矛盾的结论，分别为PositiveScale Effect以及No Scale Effect。因此，结构面力学行为的尺寸效应机制尚不明确，难以准确获取结构面抗剪强度尺寸效应一般规律。试样选取的随意性是造成试验数据离散、试验结果受人为因素影响大、尺寸效应规律至今尚不明确的重要根源。
大量研究表明，结构面粗糙度系数是影响结构面力学性质的关键因素。壁岩强度相同时，结构面抗剪强度将由粗糙度系数决定。基于结构面粗糙度系数与抗剪强度具很好的一致性，2006年，公开号为CN 1815183A的中国专利申请《岩体结构面试样的代表性评价方法》中，提出了根据结构面试样和原位岩体结构面的粗糙度定向统计测量结果，判断结构面试样代表性优劣的具体方法。虽然，该方法从概率统计的角度对岩体结构面试样的定量评价做了探索与分析，但是该方法统计样本是人为经验确定且统计样本数较少，没有提出确定结构面粗糙度系数特征值的具体方法，没有建立考虑尺寸效应的粗糙度系数概率统计模型，不能直接用于估计系列尺寸下结构面试样的代表性。
发明内容
为了克服已有岩体结构面试样的代表性评价方法的无法实现定量评价、可靠性不足的缺陷，本发明提供了一种解决结构面粗糙度系数尺寸效应试样代表性的定量评价问题的结构面粗糙度系数尺寸效应取样代表性评价方法。
本发明解决其技术问题所采用的技术方案是：
一种结构面粗糙度系数尺寸效应取样代表性评价方法，包括以下步骤：
(1)野外工程地质调查，选定典型岩体结构面作为粗糙度系数尺寸效应的研究对象并采用轮廓曲线仪定向测量尺寸效应最大研究尺寸的结构面轮廓线；
(2)采用扫描仪将记录结构面轮廓线的图纸进行扫描，并转换成图片格式文本；
(3)采用形态学滤波去噪、图像归一化方法，通过Matlab软件对结构面轮廓线扫描图件按灰度值进行提取，根据结构面实际测量长度与图形数字化矩阵的大小关系，自动化读取并存储全断面、等间距、高精度的结构面复杂表面数据；
(4)依据现场大尺度岩体结构面表面形态要素测量结果，在整个尺寸效应研究范围内，提取系列尺寸结构面试样的表面坐标信息，系列尺寸试样的样本数必须保持一致且满足大样本统计条件；
(5)计算系列试样的粗糙度系数，记录并分类存储系列尺度结构面粗糙度系数；
(6)分别绘制系列尺寸结构面粗糙度系数统计直方图，总体判断结构面粗糙度系数随试样尺寸变化的概率分布规律；
(7)基于唯像学和显著性检验，分别对标准尺寸样本数据的总体分布进行概率密度函数拟合；
(8)确定系列尺寸概率密度函数的系数与试样尺寸l的函数关系，构建结构面粗糙度系数尺寸效应概率密度函数模型；
(9)依据极大似然估计原理，计算系列尺度结构面粗糙度系数概率密度函数最大值，并将其作为结构面试样代表性评价指标；
(10)通过每个结构面试样的粗糙度系数与代表性评价指标的相对偏差分析，即可确定每个试样的粗糙度系数表征值。
进一步，所述步骤(5)中，采用修正直边法或Barton直边法简明公式计算系列试样的粗糙度系数。当然，也可以其他方法。
再进一步，所述步骤(7)中，所述概率密度函数包括Bernoulli分布、Poisson分布、极值分布、中心极限分布、β分布所对应的概率密度函数。当然，也可以采用其他函数。
本发明的有益效果主要表现在：解决结构面粗糙度系数尺寸效应试样代表性的定量评价问题、可靠性良好，为客观研究尺寸效应规律提供有效手段。
附图说明
图1为结构面粗糙度系数概率统计规律，以试样尺寸10cm为例。
具体实施方式
下面对本发明作进一步描述。
参照图1，一种结构面粗糙度系数尺寸效应取样代表性评价方法，包括以下步骤：
(1)野外工程地质调查，选定典型岩体结构面作为粗糙度系数尺寸效应的研究对象并采用轮廓曲线仪定向测量尺寸效应最大研究尺寸的结构面轮廓线；
(2)采用大型扫描仪将记录结构面轮廓线的图纸进行扫描，并转换成图片格式文本；
(3)采用形态学滤波去噪、图像归一化方法，通过Matlab软件对结构面轮廓线扫描图件按灰度值进行提取，根据结构面实际测量长度与图形数字化矩阵的大小关系，自动化读取并存储全断面、等间距、高精度的结构面复杂表面数据；
(4)依据现场大尺度岩体结构面表面形态要素测量结果，在整个尺寸效应研究范围内，智能化提取系列尺寸结构面试样的表面坐标信息。为了保证系列尺寸结构面粗糙度系数统计分析的基础相同，系列尺寸试样的样本数必须保持一致且满足大样本统计条件；
(5)采用修正直边法或Barton直边法简明公式计算系列试样的粗糙度系数，记录并分类存储系列尺度结构面粗糙度系数。
(6)分别绘制系列尺寸结构面粗糙度系数统计直方图，总体判断结构面粗糙度系数随试样尺寸变化的概率分布规律；
(7)基于唯像学和显著性检验，分别对标准尺寸(例如10cm、20cm、30cm、40cm、50cm、60cm、70cm、80cm、90cm、100cm……)样本数据的总体分布进行概率密度函数拟合，例如Bernoulli分布、Poisson分布、极值分布、中心极限分布、β分布等；
(8)确定系列尺寸概率密度函数的系数与试样尺寸l的函数关系，进而可构建结构面粗糙度系数尺寸效应概率密度函数模型；
(9)依据极大似然估计原理，计算系列尺度结构面粗糙度系数概率密度函数最大值，并将其作为结构面试样代表性评价指标。
(10)通过每个结构面试样的粗糙度系数与代表性评价指标的相对偏差分析，即可确定每个试样的粗糙度系数表征值。
以试样尺寸10cm为例进行说明，本实施例的结构面粗糙度系数尺寸效应取样代表性评价方法，包括以下步骤：
(1)选取浙江省常山县出露条件良好的典型板岩结构面作为研究对象，岩石坚硬完整，结构致密，灰色，节理面起伏度为1～2cm，微风化。
(2)判断岩体结构面潜在滑动方向，采用轮廓曲线仪定向测量100cm尺寸范围的结构面轮廓线；
(3)采用大型扫描仪将记录结构面轮廓线的图纸进行扫描，并转换成Tiff格式图片文档；
(4)采用Matlab软件对结构面轮廓线扫描图件按灰度值进行提取，剔除图像异常值，依据中心值法获取系列尺寸结构面试样的表面信息；
(5)已知结构面粗糙度系数测量范围为100cm，将结构面轮廓线矩阵转换为坐标信息；
(6)系列尺寸试样的样本数取50个，满足大样本统计条件根据结构面试样的表面坐标信息，计算系列试样重合量与重合度，全域搜索结构面粗糙度试样并采用修正直边法公式计算系列试样的粗糙度系数；
(7)基于唯像学和显著性检验，分别对尺寸为10cm、20cm、30cm、40cm、50cm、60cm、70cm、80cm、90cm样本数据的总体分布进行Weibull概率密度函数拟合，其中结构面试样尺寸10cm的粗糙度系数概率统计规律，如图1所示
(8)分析Weibull分布中尺度参数a、形状参数b与试样尺寸l的函数关系，构建结构面粗糙度系数尺寸效应概率密度函数模型。
(9)依据极大似然估计原理，把结构面粗糙度系数概率密度函数最大值作为结构面试样代表性评价指标，计算可得10cm所对应的试样代表性评价指标为6.094；20cm所对应的试样代表性评价指标为4.892；30cm所对应的试样代表性评价指标为4.014；40cm所对应的试样代表性评价指标为3.690；50cm所对应的试样代表性评价指标为3.560；60cm所对应的试样代表性评价指标为3.574；70cm所对应的试样代表性评价指标为3.451；80cm所对应的试样代表性评价指标为3.074；90cm所对应的试样代表性评价指标为3.162。
(10)通过每个结构面试样的粗糙度系数与代表性评价指标的相对偏差分析，即可确定每个试样的粗糙度系数表征值，其中10cm的计算结果如表1所示：
编号 10cm(JRC) 10cm(表征指标)
1 14.594 1.395
2 18.86 2.095
3 11.204 0.838
4 5.289 0.132
5 6.226 0.022
6 6.485 0.064
7 4.148 0.319
8 5.476 0.101
9 8.884 0.458
10 9.069 0.488
11 6.732 0.105
12 4.991 0.181
13 5.035 0.174
14 8.045 0.32
15 5.391 0.115
16 7.28 0.195
17 5.963 0.022
18 5.068 0.168
19 8.335 0.368
20 11.099 0.821
21 10529 0728
22 4.03 0.339
23 6.049 0.007
24 7.086 0.163
25 5.372 0.118
26 4.405 0.277
27 3.708 0.392
28 5.616 0.078
29 5.579 0.085
30 4.319 0.291
31 5.358 0.121
32 4.019 0.341
33 4.449 0.27
34 5.748 0.057
35 8.237 0.352
36 7.879 0.293
37 4.474 0.266
38 6.144 0.008
39 5.655 0.072
40 5.94 0.025
41 6.159 0.011
42 4.419 0.275
43 5.6 0.081
44 7.193 0.18
45 5.061 0.17
46 4.922 0.192
47 4.807 0.211
48 7.581 0.244
49 6.391 0.049
50 11.163 0.832
表1。

Claims (2)

1.一种结构面粗糙度系数尺寸效应取样代表性评价方法，其特征在于：包括以下步骤：
(1)野外工程地质调查，选定典型岩体结构面作为粗糙度系数尺寸效应的研究对象并采用轮廓曲线仪定向测量尺寸效应最大研究尺寸的结构面轮廓线；
(2)采用扫描仪将记录结构面轮廓线的图纸进行扫描，并转换成图片格式文本；
(3)采用形态学滤波去噪、图像归一化方法，通过Matlab软件对结构面轮廓线扫描图件按灰度值进行提取，根据结构面实际测量长度与图形数字化矩阵的大小关系，自动化读取并存储全断面、等间距、高精度的结构面复杂表面数据；
(4)依据现场大尺度岩体结构面表面形态要素测量结果，在整个尺寸效应研究范围内，提取系列尺寸结构面试样的表面坐标信息，系列尺寸试样的样本数必须保持一致且满足大样本统计条件；
(5)采用修正直边法或Barton直边法简明公式计算系列试样的粗糙度系数，记录并分类存储系列尺度结构面粗糙度系数；
(6)分别绘制系列尺寸结构面粗糙度系数统计直方图，总体判断结构面粗糙度系数随试样尺寸变化的概率分布规律；
(7)基于唯像学和显著性检验，分别对标准尺寸样本数据的总体分布进行概率密度函数拟合；
(8)确定系列尺寸概率密度函数的系数与试样尺寸l的函数关系，构建结构面粗糙度系数尺寸效应概率密度函数模型；
(9)依据极大似然估计原理，计算系列尺度结构面粗糙度系数概率密度函数最大值，并将其作为结构面试样代表性评价指标；
(10)通过每个结构面试样的粗糙度系数与代表性评价指标的相对偏差分析，即可确定每个试样的粗糙度系数表征值。
2.如权利要求1所述的一种结构面粗糙度系数尺寸效应取样代表性评价方法，其特征在于：所述步骤(7)中，所述概率密度函数包括Bernoulli分布、Poisson分布、极值分布、中心极限分布、β分布所对应的概率密度函数。
CN201510101166.7A 2015-03-09 2015-03-09 结构面粗糙度系数尺寸效应取样代表性评价方法 Active CN104834806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510101166.7A CN104834806B (zh) 2015-03-09 2015-03-09 结构面粗糙度系数尺寸效应取样代表性评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510101166.7A CN104834806B (zh) 2015-03-09 2015-03-09 结构面粗糙度系数尺寸效应取样代表性评价方法

Publications (2)

Publication Number Publication Date
CN104834806A CN104834806A (zh) 2015-08-12
CN104834806B true CN104834806B (zh) 2017-12-12

Family

ID=53812689

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510101166.7A Active CN104834806B (zh) 2015-03-09 2015-03-09 结构面粗糙度系数尺寸效应取样代表性评价方法

Country Status (1)

Country Link
CN (1) CN104834806B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678786B (zh) * 2016-02-01 2018-08-17 绍兴文理学院 基于Jaccard相似度量的结构面粗糙度系数评价方法
CN107036569B (zh) * 2016-11-14 2019-03-08 绍兴文理学院 结构面轮廓曲线傅里叶级数逼近度的定量评价方法
CN107340159B (zh) * 2016-11-14 2020-01-17 宁波大学 三维结构面抗剪强度代表性试样的选取方法
CN109099880B (zh) * 2018-07-12 2020-08-11 宁波大学 岩体结构面粗糙度系数全域搜索测量方法
CN109029334B (zh) * 2018-07-12 2020-06-02 宁波大学 岩体结构面粗糙度系数尺寸效应全域搜索测量方法
CN109520448A (zh) * 2018-10-29 2019-03-26 绍兴文理学院 一种基于简单随机抽样原理的结构面粗糙度系数统计测量样本数确定方法
CN109493424A (zh) * 2018-11-07 2019-03-19 绍兴文理学院 结构面三维表面形貌的全覆盖取样方法
CN109460603B (zh) * 2018-11-07 2023-05-16 绍兴文理学院 基于自适应修正函数的jrc参数公式修正方法
CN110415283B (zh) * 2019-07-03 2022-04-01 绍兴文理学院 解析岩体结构面各向异性尺寸效应特征的分形评估方法
CN110516281B (zh) * 2019-07-03 2023-10-24 绍兴文理学院 一种定量化表征岩体结构面各向异性尺寸效应的评价方法
CN112001907B (zh) * 2020-08-24 2024-02-27 大连海事大学 一种隧道施工现场围岩粗糙度测量的方法
CN112903476B (zh) * 2021-01-13 2022-10-21 绍兴文理学院 工程现场超大尺寸结构面抗剪强度评估方法
CN112903434B (zh) * 2021-01-19 2022-10-21 绍兴文理学院 节理岩体强度尺寸效应统计模型构建方法
CN112903433B (zh) * 2021-01-19 2022-10-21 绍兴文理学院 节理岩体强度尺寸效应规律量化方法
CN115930847B (zh) * 2022-09-30 2023-09-22 中国科学院武汉岩土力学研究所 一种三维结构面粗糙度评价指标的定量确定方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1645049A (zh) * 2004-12-15 2005-07-27 金华职业技术学院 典型岩体结构面粗糙度系数尺寸效应分维数确定方法
CN101050959A (zh) * 2007-04-30 2007-10-10 浙江建设职业技术学院 大尺度结构面轮廓曲线粗糙度系数测量有效性判别方法
CN101055175A (zh) * 2007-04-30 2007-10-17 浙江建设职业技术学院 岩体结构面粗糙度系数简易测量方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0328708A (ja) * 1989-06-27 1991-02-06 Fanuc Ltd レーザ加工物の表面粗さ計測方法及び表示方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1645049A (zh) * 2004-12-15 2005-07-27 金华职业技术学院 典型岩体结构面粗糙度系数尺寸效应分维数确定方法
CN101050959A (zh) * 2007-04-30 2007-10-10 浙江建设职业技术学院 大尺度结构面轮廓曲线粗糙度系数测量有效性判别方法
CN101055175A (zh) * 2007-04-30 2007-10-17 浙江建设职业技术学院 岩体结构面粗糙度系数简易测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
岩石模型结构面的取样代表性试验研究;黄曼等;《岩石力学与工程学报》;20131031;第32卷(第10期);第2008-2014页 *
结构面粗糙度系数Barton直边法的简明公式;胡晓飞等;《工程地质学报》;20081231;第16卷(第2期);第196-200页 *

Also Published As

Publication number Publication date
CN104834806A (zh) 2015-08-12

Similar Documents

Publication Publication Date Title
CN104834806B (zh) 结构面粗糙度系数尺寸效应取样代表性评价方法
CN104833333B (zh) 结构面粗糙度系数尺寸效应试样表征单元确定方法
Tang et al. Study on estimation method of rock mass discontinuity shear strength based on three-dimensional laser scanning and image technique
CN106482674B (zh) 基于中智数函数的结构面粗糙度尺寸效应的近似表达方法
CN103454200A (zh) 应用计算机断层成像技术测定岩心孔隙参数的方法和装置
CN105606463B (zh) 一种基于中智函数的岩体结构面抗剪强度综合评价方法
CN106769276B (zh) 基于Dice相似度量的三维结构面代表性试样选取方法
CN108152216A (zh) 一种基于岩芯高光谱扫描图像的钻孔三维矿物填图方法
CN103091342B (zh) 一种对岩芯样品进行ct扫描分析处理的方法
CN110245686A (zh) 一种计算石英相对百分含量的岩性快速识别方法
CN104881564B (zh) 结构面粗糙度系数尺寸效应概率密度函数模型的构建方法
CN115131486A (zh) 一种工程勘察勘探数据采集系统及方法
CN105069162A (zh) 一种勘探平洞编录的信息化数据采集系统和方法
CN110968840A (zh) 一种基于大地电磁测深电阻率判定隧围岩等级的方法
CN113158558B (zh) 一种高速铁路路基连续压实分析方法、装置及分析仪
CN107300562A (zh) 一种测量继电器成品触点间距的x射线无损检测方法
Zhao et al. Research on micro-pore structure and 3D visual characterization of inter-salt shale based on X-CT imaging digital core technology
CN112147680A (zh) 岩石内部微裂缝提取和刻画方法及系统
CN113433301A (zh) 一种混凝土收缩变形测试装置及方法
CN109543236A (zh) 基于变异系数级比分析的岩体结构面粗糙度统计样本数确定方法
CN113216945A (zh) 一种致密砂岩储层渗透性定量评价方法
Cappuccio et al. Three-dimensional separation and characterization of fractures in X-ray computed tomographic images of rocks
CN107340159B (zh) 三维结构面抗剪强度代表性试样的选取方法
Guo-an et al. Evaluation on the accuracy of digital elevation models
CN109029334B (zh) 岩体结构面粗糙度系数尺寸效应全域搜索测量方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Du Shigui

Inventor after: Yong Rui

Inventor after: Huang Man

Inventor after: Liang Qifeng

Inventor after: Luo Zhanyou

Inventor after: Hu Yunjin

Inventor after: Xia Caichu

Inventor after: Wu Faquan

Inventor before: Yong Rui

Inventor before: Du Shigui

Inventor before: Huang Man

Inventor before: Liang Qifeng

Inventor before: Luo Zhanyou

Inventor before: Hu Yunjin

Inventor before: Zhong Zhen

COR Change of bibliographic data
CB03 Change of inventor or designer information

Inventor after: Du Shigui

Inventor after: Yong Rui

Inventor after: Huang Man

Inventor after: Liu Yuming

Inventor after: Xia Caichu

Inventor after: Liu Wenlian

Inventor after: Ren Weizhong

Inventor after: Li Changhong

Inventor before: Du Shigui

Inventor before: Yong Rui

Inventor before: Huang Man

Inventor before: Liang Qifeng

Inventor before: Luo Zhanyou

Inventor before: Hu Yunjin

Inventor before: Xia Caichu

Inventor before: Wu Faquan

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150812

Assignee: Zhejiang mountain and Sichuan Geological Environment Consulting Co., Ltd.

Assignor: Shaoxing University

Contract record no.: 2018330000010

Denomination of invention: Joint roughness coefficient size effect sampling representativeness evaluation method

Granted publication date: 20171212

License type: Common License

Record date: 20180211

Application publication date: 20150812

Assignee: Beijing mining and metallurgy science and Technology Group Co., Ltd.

Assignor: Shaoxing University

Contract record no.: 2018330000013

Denomination of invention: Joint roughness coefficient size effect sampling representativeness evaluation method

Granted publication date: 20171212

License type: Common License

Record date: 20180211

Application publication date: 20150812

Assignee: Sinosteel Maanshan Institute of Mining Research Co., Ltd.

Assignor: Shaoxing University

Contract record no.: 2018330000011

Denomination of invention: Joint roughness coefficient size effect sampling representativeness evaluation method

Granted publication date: 20171212

License type: Common License

Record date: 20180211

Application publication date: 20150812

Assignee: China Nonferrous Metals Industry Kunming survey design and Research Institute Co Ltd

Assignor: Shaoxing University

Contract record no.: 2018330000012

Denomination of invention: Joint roughness coefficient size effect sampling representativeness evaluation method

Granted publication date: 20171212

License type: Common License

Record date: 20180211

EE01 Entry into force of recordation of patent licensing contract