-
公开(公告)号：CN107842570B
公开(公告)日：2020-06-26
申请号：CN201711078985.X
申请日：2017-11-06
Applicant: 哈尔滨工业大学
IPC: F16F6/00
Abstract: 本发明公开一种电涡流三维隔震支座，包括底座和上部隔震支座，底座包括第一铁板和上层铜板，第一铁板和上层铜板之间通过第一螺杆连接，上层铜板的上表面固定连接有硬质薄板，第一铁板的下表面四个角的位置分别固定连接有一个水平调节器，上部隔震支座包括第二铁板、硬质塑料板、四个导轮球和铷磁铁阵列，硬质塑料板的下表面四个角的位置分别固定连接有一个导轮，第二铁板和硬质塑料板之间通过第二螺杆连接，第二铁板的下表面固定连接有铷磁铁阵列，硬质薄板的上表面沿四边固定连接有八个直杆，每个直杆通过软弹簧与相对应位置的硬质塑料板侧面连接，本发明具有良好的三维隔震能力，可以在整个装置水平刚度较小时，获得较大的阻尼。
-
公开(公告)号：CN111291898A
公开(公告)日：2020-06-16
申请号：CN202010097148.7
申请日：2020-02-17
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种多任务稀疏贝叶斯极限学习机回归方法，所述方法包括对于单隐含层神经网络的输入层至隐含层的随机特征提取、输出层权值的多任务稀疏建模及后验估计、多任务稀疏贝叶斯极限学习机参数和超参数快速优化估计等。本发明所述方法采用层次贝叶斯模型对极限学习机输出层权值进行多任务稀疏求解，在保证精度的前提下，裁剪了极限学习机的冗余隐含层神经元，得到了更为紧凑的神经网络，有效的避免了极限学习机的过拟合现象，并能使隐含层神经元个数无须预先确定。从稀疏贝叶斯学习的角度，前端的单隐含层神经网络可以使稀疏贝叶斯学习方法得以应用于非线性问题。
-
公开(公告)号：CN108225906B
公开(公告)日：2020-04-03
申请号：CN201810088533.8
申请日：2018-01-30
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种基于计算机视觉的拉索腐蚀监测识别与疲劳寿命评估方法，通过拉索锚固端的透时检查窗，拍摄腐蚀高强钢丝图像，并从中提取图像特征，然后对腐蚀程度评价模型建模，再对疲劳寿命特性能数评价模型建模，与人工加速腐蚀试验下的钢丝腐蚀疲劳性能退化状态进行匹配，最终完成在役拉索的腐蚀状态识别和疲劳寿命评估。本发明识别精度高，速度快，成本低。本发明还能满足拉索腐蚀疲劳在线监测预警的实时数据处理需求，即不进行数据集更新，直接对消费级普通相机采集到的图像进行识别。本发明提高了拉索腐蚀监测识别与疲劳寿命评估的自动化、智能化、准确性和鲁棒性，为桥梁结构拉索腐蚀疲劳的自动监测与识别提供了解决方案。
-
公开(公告)号：CN110568084A
公开(公告)日：2019-12-13
申请号：CN201910888792.3
申请日：2019-09-19
Applicant: 哈尔滨工业大学
Abstract: 一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法，涉及超声无损检测领域。本发明是为了解决现有导波阵列信号处理方法无法从低信噪比的接收信号中提取信息，从而限制了导波检测范围的问题。本发明超声导波换能器阵列中各阵元接收的信号中，损伤散射信号成分具有高度相关性，而损伤散射信号成分与噪声不具有相关性，从而实现从低信噪比的阵列接收信号中提取所需要的损伤散射信号成分，大大提高了导波的有效检测范围以及对小损伤的检测能力。
-
公开(公告)号：CN107339980B
公开(公告)日：2019-11-12
申请号：CN201710425438.8
申请日：2017-06-08
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种基于计算机视觉的斜拉索风雨激振水线识别方法，其核心是设计一种图像识别算法实现对水线形态演化的非接触式测量。该方法在斜拉索表面设置测量区域并绘制坐标网格系统，通过高速CCD相机拍摄测量区域内水线运动图片，首先根据颜色差异对比从原始图片中识别出水线；然后通过灰度修正和灰度阈值方法获得坐标网格系统二值图，基于Hough变换和最小二乘拟合将各坐标线用方程表示；最后由坐标网格系统来确定水线在索表面的分布位置。按上述方法对连续拍摄的水线运动图片进行识别即可重构出水线形态演化过程。本发明具有测量范围广，获取水线信息多，精度高的优势，且装置简单、操作便捷，易于向实际桥梁工程应用中移植。
-
Patent Agency Ranking
公开(公告)号：CN110311685A
公开(公告)日：2019-10-08
申请号：CN201910604340.8
申请日：2019-07-05
Applicant: 哈尔滨工业大学
Abstract: 本发明提出时序贝叶斯压缩采样及信号解压缩重构方法及数据丢失恢复方法，所述方法包括信号压缩采样的测量矩阵的选取、基向量矩阵的设计、信号本身与其在相邻时间段的变化稀疏性的建模、每一时段解压缩重构信号的贝叶斯概率求解、超参数的快速优化估计、基于后验不确定量化进行重构精度的诊断、健康监测无线传感中信号丢失的恢复方法等。本发明所述方法采用层次稀疏贝叶斯学习建模和求解算法，在嵌入信号本身及其随时间变化的两个稀疏性特征，超参数快速求解，较高压缩率下信号重构的鲁棒性及信号重构不确定性量化等方面具有独特的优势，对噪声的鲁棒性也较好。
-
公开(公告)号：CN109978138A
公开(公告)日：2019-07-05
申请号：CN201910212148.4
申请日：2019-03-20
Applicant: 哈尔滨工业大学
Abstract: 本发明是基于深度强化学习的结构可靠度抽样方法。本发明针对现有技术在结构可靠度抽样算法方面的不足，利用深度强化学习算法，提出基于深度强化学习的结构可靠度抽样方法，该方法融合的计算机视觉和深度强化学习等技术，可实现抽样空间的智能观察，以及在结构失效面附近的重要区域智能选取样本，作为结构可靠度代理模型的训练样本。为了实现强化学习的结构可靠度抽样，采用深度神经网络作为强化学习中的机器。通过定义一个合适的奖赏，在训练更新机器的同时，可以实现在结构失效面附近的重要区域智能抽样。本发明具有很好的智能结构可靠度采样能力，具有高效性。
-
公开(公告)号：CN109163748A
公开(公告)日：2019-01-08
申请号：CN201811081585.9
申请日：2018-09-17
Applicant: 哈尔滨工业大学
IPC: G01D5/353
Abstract: 基于捷变频技术的单端动态分布式布里渊反射装置及方法，涉及单端动态分布式布里渊光纤传感技术，为了解决现有布里渊光时域反射计采用的算法复杂、处理的数据多的问题。一路光经第1电光调制器调制为脉冲光，再经掺饵光纤放大器功率放大后作为泵浦光，由待测光纤的一端输入；另一路光经第2电光调制器调制为上下边带的光学捷变频信号光，光学捷变频信号光经第1滤波器滤出下边带作为参考光；待测光纤内发生自发布里渊散射，输出的自发布里渊信号与参考光拍频，平衡探测器探测拍频信号并进行光电转换，电信号经滤波检波模块进行滤波检波后，采集模块采集滤波检波模块的输出信号。本发明适用于光纤传感。
-
公开(公告)号：CN108981768A
公开(公告)日：2018-12-11
申请号：CN201811032963.4
申请日：2018-09-05
Applicant: 哈尔滨工业大学
Abstract: 基于光学啁啾链的单端快速分布式布里渊光学时域反射计，涉及分布式光纤应变和温度单端快速测量技术，为了解决现有布里渊光时域反射计的测量时间长的问题。本发明的一路光经第1电光调制器调制为脉冲光，脉冲光经掺饵光纤放大器功率放大后作为泵浦光，然后依次经过环形器的1端口和2端口，再由待测光纤的一端输入；另一路光经第2电光调制器调制为上下边带的光学啁啾信号光，光学啁啾信号光经第1滤波器滤出下边带作为参考光；环形器输出的自发布里渊信号与参考光拍频，平衡探测器探测拍频信号并进行光电转换，电信号经滤波检波模块进行滤波检波后，采集模块采集滤波检波模块的输出信号。本发明适用于超快单端分布式布里渊温度和应变测量。
-
公开(公告)号：CN108645332A
公开(公告)日：2018-10-12
申请号：CN201810452029.1
申请日：2018-05-12
Applicant: 哈尔滨工业大学
IPC: G01B7/26
Abstract: 一种具有温度、湿度自补偿功能的水泥基冲刷磨损传感器，属于传感器设计技术领域。所述的传感器由传感器基体、电极、引线三部分组成；所述的电极涂敷于传感器基体两个相对表面，并分成多段，每段相等；所述的引线与每片电极单独相连。所述的传感器基体是水泥基导电相复合材料，所述的导电相为镍或其它磁性导电材料，所述的导电相形态为颗粒或短纤维状。所述的电极为银粉导电胶或其他可磨损导电胶。所述的引线为铜芯软导线。本发明的优点是：传感器基体为水泥基导电复合材料，与混凝土结构基体具有良好的冲刷磨损同步性；通过电阻各向异性的基体和分段电极的设计，将传感器分成若干电阻相同而又互不干扰的区块，实现温度和湿度对电阻影响的自补偿。
-
-
-
-
-
-
-
-
-
Search Results
382
records
(took 0.036 seconds)
