Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉理工大学李书进获国家专利权

武汉理工大学李书进获国家专利权

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!

龙图腾网获悉武汉理工大学申请的专利一种框架结构多节点损伤诊断方法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:CN115455764B

龙图腾网通过国家知识产权局官网在2025-08-01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:202211043667.0,技术领域涉及:G06F30/23;该发明授权一种框架结构多节点损伤诊断方法是由李书进;杨繁繁设计研发完成,并于2022-08-29向国家知识产权局提交的专利申请。

一种框架结构多节点损伤诊断方法在说明书摘要公布了:本发明公开了一种框架结构多节点损伤诊断方法,包括以下步骤:S1按照设置的损伤工况和采样频率,采集框架结构在地震激励作用下的各节点加速度数据;S2建立框架结构损伤数据库;S3将损伤数据库里的样本数据按比例划分为训练集和测试集,并对样本进行多标签标注;S4搭建多输出残差卷积神经网络模型;S5将训练集和测试集数据分别输入到所搭建的多输出残差卷积神经网络模型中,以完成网络的训练和动态测试;S6完成训练后的多输出残差卷积神经网络模型可自动从加速度数据中提取损伤位置和损伤程度的敏感信息,并给出框架结构各节点的损伤诊断结果。本发明方法可以直接从原始数据中提取损伤特征,并同时完成对框架结构所有节点的损伤情况的诊断。

本发明授权一种框架结构多节点损伤诊断方法在权利要求书中公布了:1.一种框架结构多节点损伤诊断方法,其特征在于,包括以下步骤: S1在有限元软件中进行框架的动力分析,确定目标框架结构和损伤模拟方式以及地震激励的形式,按照设置的框架结构损伤工况和采样频率,采集框架结构在地震激励作用下的不同损伤工况时各节点振动加速度数据; S2对采集的振动加速度数据进行数据扩充处理,以建立框架结构损伤数据库;框架结构损伤数据库中数据保存为损伤工况,节点加速度,节点位置编号,地震激励形式; S3将损伤数据库里的样本划分为训练集和测试集,并对训练集和测试集里的样本进行多标签标注; 标签是由多个元素组成的向量,各元素所在位置编号分别对应各节点的位置编号; 元素取值为1时,代表该节点损伤,元素取值为0时,则代表该节点完好; S4搭建用于节点损伤诊断的多输出残差卷积神经网络模型; 所述多输出残差卷积神经网络模型的结构如下: 包括输入层,输入层为一个卷积核尺寸设为s×3的卷积层,其中,s对应框架结构的节点总数; 损伤初步特征提取层,包括一个BN层和一个Relu激活函数,以进行损伤特征的初步提取; 损伤深层特征提取层,损伤深层特征提取层为由依次相连的三个由残差块组成的卷积层组组成; 一个平均池化层,以压缩数据和参数数量,减小过拟合的风险; 一个打平层,将前面的输出展开为一个一维向量; 最后分别针对每个节点构建一个全连接层,即采用了s个全连接层; S5将训练集和测试集样本数据分别输入到所搭建的多输出残差卷积神经网络模型中,以完成网络模型的训练和动态测试; 对于多输出网络模型的训练损失函数的计算,要先分别计算每个标签的损失函数值,再将所有标签的损失函数值求和,即可得到多输出网络模型的整体损失函数值; 通过Adam算法对网络进行训练,当损失函数值小于设定的阈值时,保存网络模型; 在对网络进行动态测试时,采用绝对匹配率来计算预测准确率,即所有节点的标签预测正确时,则该样本预测正确; S6完成训练后的多输出残差卷积神经网络模型可自动从加速度数据中提取损伤位置和损伤程度的敏感信息,并给出框架结构各节点的损伤诊断结果。

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武汉理工大学,其通讯地址为:430070 湖北省武汉市洪山区珞狮路122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”。

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。