龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：河海大学
摘要：本发明公开了一种基于物理信息神经网络的堤坝空鼓隐患识别方法及系统。首先将堤坝表面温度计算数学模型建模为具有罗宾边界的一维非稳态偏微分方程数值求解问题；其次构建物理信息神经网络模型，包括用于预测温度场的主干网模块，以及用于嵌入偏微分方程的物理信息的物理信息嵌入模块；再次将正常堤坝和空鼓隐患堤坝对应的一维非稳态偏微分方程物理信息依次嵌入网络，以误差限为约束条件进行参数优化学习，并分别预测得到正常堤坝表面时序温度值，以及空鼓隐患时堤坝表面时序温度值；最后基于两组时序温度以及由堤坝红外影像测得的温度，识别并定位空鼓隐患。本发明能够有效解决大型坝体空鼓隐患智能识别，为保障坝体安全提供了智能化解决方案。
主权项：1.一种基于物理信息神经网络的堤坝空鼓隐患识别方法，其特征在于，包括如下步骤：1将堤坝表面温度计算数学模型建模为具有罗宾边界的一维非稳态偏微分方程数值求解问题，其中正常堤坝表面温度对应的方程导温系数恒定，空鼓隐患堤坝表面温度对应的导温系数可变；2构建物理信息神经网络模型，包括主干网模块、物理信息嵌入和时域梯度增强模块，其中主干网模块用于预测温度场，输入为采样时空节点二维数据，输出为时空节点对应的温度值，网络结构为多层全连接网络或残差神经网络；物理信息嵌入模块用于嵌入偏微分方程的物理信息，包括偏微分方程及对应数值解的误差限、边界条件与初始条件；时域梯度增强模块用于自适应增加时域采样节点的稠密程度；训练网络模型参数的损失包括偏微分方程损失、初始条件损失、边界条件损失以及时域梯度增强损失；3将正常堤坝和空鼓隐患堤坝对应的一维非稳态偏微分方程物理信息分别嵌入网络，以误差限为约束条件进行参数优化学习，并分别预测得到正常堤坝表面时序温度值，以及空鼓隐患时堤坝表面时序温度值；4基于两组时序温度以及由堤坝红外影像测得的温度，识别并定位空鼓隐患。
全文数据：
权利要求：
百度查询： 河海大学 一种基于物理信息神经网络的堤坝空鼓隐患识别方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号