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！

龙图腾网获悉中南大学申请的专利桥梁二维断面颤振导数智能识别方法、介质及电子设备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：CN121234685B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511794155.1，技术领域涉及：G06F30/23；该发明授权桥梁二维断面颤振导数智能识别方法、介质及电子设备是由魏晓军;魏莹莹;何旭辉设计研发完成，并于2025-12-02向国家知识产权局提交的专利申请。

本桥梁二维断面颤振导数智能识别方法、介质及电子设备在说明书摘要公布了：本发明涉及桥梁气动特性参数识别技术领域，提供一种桥梁二维断面颤振导数智能识别方法、介质及电子设备。方法包括：获取桥梁二维断面信息数据；构建桥梁二维断面有限元模型；获取桥梁二维断面在颤振临界风速前某风速下的自由振动时间序列；搭建双分支混合网络，通过在损失函数中添加Scanlan颤振导数物理理论约束，构建基于神经网络的二维桥梁断面颤振导数识别模型；对桥梁二维断面在该风速下的自由振动时间序列进行颤振导数识别。本发明方法通过网络结构设计和损失函数物理约束约束，确保识别结果符合Scanlan颤振理论框架，解决神经网络输出物理可解释性难题，为桥梁二维断面的气动参数识别提供可实现的数据‑物理融合范式。

本发明授权桥梁二维断面颤振导数智能识别方法、介质及电子设备在权利要求书中公布了：1.一种桥梁二维断面颤振导数智能识别方法，其特征在于，包括如下步骤： S1、获取桥梁二维断面信息数据；基于桥梁二维断面信息数据构建桥梁二维断面有限元模型； S2、基于桥梁二维断面有限元模型获取桥梁二维断面在颤振临界风速前某风速下的自由振动时程数据，生成自由振动时间序列； S3、基于S2所得自由振动时间序列构建数据集，生成用于模型训练的训练数据； S4、搭建双分支混合神经网络，通过在损失函数中添加Scanlan颤振导数物理理论约束；结合S3所得用于模型训练的训练数据进行训练，获得基于神经网络的二维桥梁断面颤振导数识别模型； S5、通过S4所得基于神经网络的二维桥梁断面颤振导数识别模型对桥梁二维断面在该风速下的自由振动时间序列进行颤振导数识别，得到二维桥梁断面在该风速标签下对应的颤振导数； S4具体包括以下步骤： S4.1、使用希尔伯特变换对S3所得样本-标签对的数据集进行数据预处理，形成竖向位移时程和扭转位移时程的包络线特征； S4.2、构建一个双分支结构的混合神经网络模型，该混合神经网络模型包括主网络分支、包络线网络分支和融合层； S4.3、主网络分支以时间、竖向位移和扭转位移作为输入，直接学习桥梁断面运动参数与颤振导数之间的非线性映射关系；包络线网络分支处理振动信号的包络特征，捕捉与振幅演化相关的关键信息；特征融合层是对主网络分支和包络线网络分支所提取出的高维特征进行整合，最终输出待识别的颤振导数； S4.4、设计融合物理信息的多目标优化损失函数，该函数将位移损失和自激力损失两部分按权重进行组合，确保神经网络模型的输出满足Scanlan颤振理论框架的物理意义； S4.5、神经网络模型使用AdamW优化器实现参数更新，并结合ReduceLROnPlateau学习率调度器对损失函数进行监测，当损失不再下降时，学习率将自动降低学习率以实现精细化调优； S4.6、设置训练轮数和批量大小，在每个训练周期中，历遍该风速标签下的断面自由振动竖向位移时程数据和扭转角时程数据，计算总损失，执行反向传播和梯度裁剪，更新网络权重，训练结束后获得基于神经网络的二维桥梁断面颤振导数识别模型。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。