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！

龙图腾网获悉南昌大学;水利部交通运输部国家能源局南京水利科学研究院;江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)申请的专利监测与仿真互馈修正的混凝土坝结构参数智能识别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：CN120850699B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202511367511.1，技术领域涉及：G06F30/23；该发明授权监测与仿真互馈修正的混凝土坝结构参数智能识别方法是由魏博文;袁冬阳;郭新;谷艳昌;曹昕;喻蔚然;胡雅婷设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本监测与仿真互馈修正的混凝土坝结构参数智能识别方法在说明书摘要公布了：本发明公开了监测与仿真互馈修正的混凝土坝结构参数智能识别方法，属于大坝安全监控技术领域，包括S1、构建有限元模型，LHS生成参数集X；S2、计算水压分量得数据集Y，归一化处理样本S=[X,Y]；S3、将训练集与测试集按4:1划分，训练CBLA模型；S4、HST分离水压分量，ICPKO结合CBLA寻优；S5、迭代终止输出最优参数，有限元验证。本发明采用上述的监测与仿真互馈修正的混凝土坝结构参数智能识别方法，解决了传统算法易陷入局部最优的问题，提高了重力坝结构力学参数反馈的效率与精度，成功反演出贴合实际情况的坝体及坝基各分区变形模量最优组合，为运行期重力坝结构响应分析提供了新技术手段。

本发明授权监测与仿真互馈修正的混凝土坝结构参数智能识别方法在权利要求书中公布了：1.监测与仿真互馈修正的混凝土坝结构参数智能识别方法，其特征在于，包括以下步骤： S1、根据工程资料构建有限元模型，并确定待反演参数的取值范围，通过拉丁超立方抽样LHS构建参数集X； S2、将参数集X输入有限元模型，计算不同水位下对应的大坝水压分量，进而得到不同参数组合下的水压变形差值数据集Y，获取计算样本S=[X,Y]； S3、构建反映重力坝和坝基各分区变形模量与结构响应之间非线性关系的注意力增强混合神经网络CBLA模型，将计算样本S按4:1划分为训练集和测试集，将训练集输入CBLA模型进行训练； S4、构建变形模量反演的最优化目标函数，利用ICPKO算法并结合CBLA模型对待定重力坝力学参数进行寻优搜索，适应度最小的参数组合更新为当前最优参数； S5、若达到最大迭代次数，则结束寻优，输出最优参数，将反演所得参数组合代入有限元模型进行正算，评估反演结果； 步骤S3具体包括： S31、将步骤S2获得的样本利用Min-Max归一化方法，将数据缩小至[0,1]之间，接着将数据样本划分为训练集和测试集； S32、将训练集样本输入基于注意力机制优化的CNN模型，通过卷积层中的卷积核进行局部特征提取，采用ReLU激活函数建立输入与输出之间的非线性关系； S33、引入通道注意力机制，对于结构响应特征F，计算通道注意力特征和通过通道注意力提取的细化特征； S34、将细化特征输入BiLSTM层，通过其门控机制显式建模序列内任意距离的状态关联，使得CBLA模型捕获结构响应中的全局相关特征； 步骤S4中，在寻求最优大坝及地基分区变形模量反演时，通过构建目标函数来将力学参数反演问题转换表示最优化问题，寻优的目标函数表示为： 8 其中，表示坝体弹性模量，表示坝基变形模量，表示变形测点数量，表示监测点在所选时段内的监测次数，表示库水压力作用下第个测点在时刻的统计模型水压分量，表示拟合系数，表示库水位高度的次幂项，表示库水压力作用下第个测点在时刻的CBLA模型计算水压分量值； 步骤S4中，ICPKO算法采用Logistic-Tent映射使得种群空间分布均匀化，再引入α-stable分布来调节算法的全局探索和局部寻优能力，基于莱维飞行和反向学习跳出算法局部最优解，用于寻优求解，获得大坝及坝基各分区力学参数最优组合。

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大学;水利部交通运输部国家能源局南京水利科学研究院;江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)，其通讯地址为：330019 江西省南昌市红谷滩区学府大道999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。