-
公开(公告)号:CN102168459A
公开(公告)日:2011-08-31
申请号:CN201110111830.8
申请日:2011-04-29
Applicant: 哈尔滨工业大学
IPC: E04B1/98
Abstract: 基于压电自集能的磁流变隔震装置,涉及建筑物的隔震装置,解决了现有的基于传感器及控制电源的磁流变隔震装置,因其结构复杂增加了装置的不可靠性的问题;它包括磁流变阻尼器和隔震垫,它还包括压电发电装置,压电发电装置产生电能,电能使磁流变阻尼器产生的阻尼力耗散能量,压电发电装置的电流输出端连接在磁流变阻尼器的电流输入端,压电发电装置采用地震中的振动能转化为电能,既能保证为磁流变阻尼器供电,也充分利用了地震能量,实现以震制震,实现整套磁流变控制装置可以根据地震或者风振的大小,自适应调节阻尼器出力大小,用于防震建筑。
-
公开(公告)号:CN101016758A
公开(公告)日:2007-08-15
申请号:CN200710071676.X
申请日:2007-01-22
Applicant: 哈尔滨工业大学
Abstract: 本发明提供的是一种结构振动控制的新型混合质量驱动变阻尼控制装置。它包括安装在结构上的TMD,安装在TMD上的AMD,在TMD与结构之间设置有阻尼装置和弹性垫,所述的TMD与结构之间设置的阻尼装置是变阻尼装置,TMD上设置有滑轨,AMD安装在滑轨上,AMD的底部设置有齿条、齿轮机构,齿条、齿轮机构的齿轮安装在齿轮轴上,齿轮轴通过传动机构与飞轮传动轴相连,飞轮安装在飞轮传动轴上,它还包括AMD驱动电机。本发明提出的HMD系统实际上是将主动控制与变阻尼控制联合应用,该新型系统对结构在强风作用下的振动控制十分有利。
-
公开(公告)号:CN119648922A
公开(公告)日:2025-03-18
申请号:CN202510141794.1
申请日:2025-02-08
Applicant: 浙江嘉绍跨江大桥投资发展有限公司 , 哈尔滨工业大学 , 中交公路规划设计院有限公司
Abstract: 本发明公开了一种融合三维可变形模型的结构位移视觉识别方法及系统,方法包括:通过消费级单目相机采集工程结构振动视频数据,建立三维可变形网格模型并生成位姿渲染图像以及位移值数据;去除环境噪声干扰;通过光流模型估计渲染图像中的稠密光流数据,构建包含位姿信息的光流特征数据集;输入两组数据序列整体结构图像序列和局部结构图像序列,经过卷积层的多层卷积操作后,分别生成对应的整体特征与局部特征;再经过线性变换生成其特征查询向量、键向量和值向量,并根据这些向量在两种特征之间建立动态权重,得到两种融合特征后进行全局平均池化,通过多层感知器输出位姿估计值。实现了仅通过单目消费级相机即可精确识别三维结构的位移。
-
公开(公告)号:CN119623170A
公开(公告)日:2025-03-14
申请号:CN202411669098.X
申请日:2024-11-21
Applicant: 哈尔滨工业大学
IPC: G06F30/23 , G01M7/02 , G06T17/20 , G06F30/13 , G06F111/10 , G06F119/14 , G06F113/08
Abstract: 本发明公开一种改进的实桥拉索涡激振动预测方法,有效地解决了目前无法准确计算多主频荷载激励下拉索动力响应的问题,本方法考虑拉索抵抗平移运动的阻尼力和抵抗弯曲运动的阻尼力矩,得到了可同时反映拉索结构的阻尼特征和频率特征的动力模型,能更准确地反映拉索的动力特性。将改进的动力模型与尾流振子模型相结合,得到改进的拉索涡激振动‑尾流振子耦合模型,预测出结构涡激振动的锁定特性和振动幅值等主要涡激振动特征,能更准确地反映拉索的动力特性,得到了与现场监测结果相吻合的全风速下拉索涡激振动响应。
-
公开(公告)号:CN119578268A
公开(公告)日:2025-03-07
申请号:CN202510141576.8
申请日:2025-02-08
Applicant: 浙江嘉绍跨江大桥投资发展有限公司 , 哈尔滨工业大学 , 中交公路规划设计院有限公司
IPC: G06F30/27 , G06F30/23 , G06N5/04 , G06N3/0455 , G06N3/082 , G06N3/09 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种基于编码器‑解码器的桥梁车辆荷载感知方法及系统,方法包括:建立基于编码器‑解码器的变分推断模型,约束编码器‑解码器中间隐藏特征空间形状为桥面的离散形式,将自编码器中的编码器部分视为桥面荷载的变分推断模型,解码器部分视为训练编码器网络的约束部分;搭建有限元模型并加载实测车辆荷载序列得到车辆荷载与结构动态变形的响应数据集,作为有监督数据集;并收集桥梁真实运行的结构变形数据,以此为微调数据集,对接预训练阶段成果,用于后续微调阶段;开展网络模型的预训练和微调;输入实时的桥梁结构变形进行特征空间内车辆荷载的推断。解决了传统方法无法获取桥面车辆荷载实时分布,且本模型可以快速部署。
-
公开(公告)号:CN119514021A
公开(公告)日:2025-02-25
申请号:CN202411566336.4
申请日:2024-11-05
Applicant: 哈尔滨工业大学
IPC: G06F30/15 , G06F30/13 , G06F30/20 , G06F119/14 , G06F119/02
Abstract: 本发明提出一种基于外部轮廓的车辆外形参数反演及三维边界框重建方法。所述方法利用形态学操作方法,按照时间顺序,对行驶中的车辆外部轮廓这一外观特征进行连续提取和处理,采集完整描述车辆外形的车辆空间几何参数关键点,根据车辆空间几何参数关键点的相对位置实现车辆外形参数的反演,重建车辆模型的三维边界框,解决现有识别方法难以直接识别车辆荷载位置和尺寸信息,无法对图像中车辆进行精确几何重构的问题。
-
公开(公告)号:CN114742101B
公开(公告)日:2024-12-10
申请号:CN202210316548.1
申请日:2022-03-29
Applicant: 哈尔滨工业大学
IPC: G06F18/10 , G06F17/16 , G06F18/214 , G06N3/0464 , G06N3/084
Abstract: 本发明提出了一种基于机器学习的自适应稀疏模态分解方法,首先待分析离散时间序列以向量形式作为输入;构建傅里叶变换矩阵作为额外已知输入;然后定义一组可变峰值中心与带宽的自适应滤波器组;再采用一个四层神经网络作为非凸最小二乘目标函数的求解器;最终通过定义一个损失函数作为目标函数,训练网络权重,由权重计算得到自适应滤波器组的波峰中心值和带宽以及滤波器权重系数,得到最稀疏本征模函数,完成信号模态的分解;本发明结合了机器学习中神经网络和信号分解方法,实现待分析时间序列的自适应稀疏分解为本征模函数,在此过程中自动学习和优化求解非凸最小二乘问题,对于非线性非平稳时间序列的自适应稀疏分解尤为重要。
-
公开(公告)号:CN119006522A
公开(公告)日:2024-11-22
申请号:CN202411091247.9
申请日:2024-08-09
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于稠密匹配与先验知识增强的结构振动位移识别方法。所述方法包括图像特征增强网络的架构设计与训练、基于稠密匹配的非迭代式光流估计模型的建立、基于监测视频中的运动先验信息改进光流估计结果、像素运动向结构位移的转换、基于物理先验知识改进位移识别结果等。本发明所述方法采用训练好的深度学习模型增强图像特征,并使用基于注意力机制的稠密匹配与光流传播策略得到监测视频的全场像素运动,该方法实现了快速和稠密的运动估计,解决了现有方法的问题。所述方法在较低监测视频质量下识别结构振动位移的精度、密度和速度等方面具有独特的优势,对恶劣环境条件的鲁棒性也较强。
-
公开(公告)号:CN118653358A
公开(公告)日:2024-09-17
申请号:CN202410863261.X
申请日:2024-06-29
Applicant: 哈尔滨工业大学
IPC: E01D19/00
Abstract: 本发明公开一种提高大跨度桥梁颤振临界风速的自适应控制装置,属于桥梁减振技术领域,包括多组柔性薄钢板、多组张力控制系统、风速传感器、振动传感器、控制单元、数据采集与处理系统,通过在桥梁结构的迎风边缘安装辅助柔性薄钢板并控制其张力,在不同风速条件下自适应调整柔性薄钢板的形态,以减少空气动力矩和相位滞后,进而提高桥梁的抗风性能,优化颤振控制效果,显著提高桥梁颤振临界风速,桥梁所受气动力显著下降,以适应不同的风环境。
-
公开(公告)号:CN118197149A
公开(公告)日:2024-06-14
申请号:CN202410178779.X
申请日:2024-02-15
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种模拟山体滑坡涌浪的三维实验装置,该装置包括挡板驱动机构、试验用水缸和试验数据采集装置。水缸形状为圆形,水缸连接有填料槽,填料槽和挡板组成上部开口的盛料空间,用于在自然状态下堆积滑坡体材料,气缸的活塞杆做直线运动带动四边形提升机构转动从而带动挡板保持竖直状态的同时向上及水平方向运动进而释放滑坡体材料模拟滑坡实验;所述的试验数据采集装置包括波高仪和两台高速相机,波高仪采集不同位置液面高度的时程数据,两台高速相机拍摄不同视角下的涌浪图像;水缸底部粘贴了一层和滑坡体材料粒度相似的砂纸以模拟实际滑坡情况中的粗糙底面边界。本发明可以实现对滑坡涌浪三维传播过程的模拟,使得到的试验结果更加准确。
-
-
-
-
-
-
-
-
-