一种基于两阶段聚类-深度学习的工程结构变形预测方法

    公开(公告)号:CN118312724A

    公开(公告)日:2024-07-09

    申请号:CN202410534627.9

    申请日:2024-04-30

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于两阶段聚类‑深度学习的工程结构变形预测方法,包括以下步骤:实时采集实际工程中不同测点的结构变形时序数据;对采集到的结构变形时序数据进行数据预处理;采用两阶段聚类方法对所有监测点进行聚类,所述两阶段聚类包括物理量聚类和测点聚类两个阶段;依据聚类结果,将同类监测点的多通道时序数据输入对应的训练完成的多通道多步预测模型,输出多通道未来多步的结构变形预测结果。与现有技术相比,本发明预测结果充分利用不同测点间的相关性,面向实际工程具有较好的泛化能力,能够有效应对实际工程中复杂的数据环境。

    基于自感知可更换连梁的联肢剪力墙墙肢转角预测方法

    公开(公告)号:CN114912176A

    公开(公告)日:2022-08-16

    申请号:CN202210514379.2

    申请日:2022-05-11

    Applicant: 同济大学

    Inventor: 单伽锃 潮曦 姜智

    Abstract: 本发明涉及一种基于自感知可更换连梁的联肢剪力墙墙肢转角预测方法,包括:步骤S1:安装电涡流板式阻尼器;步骤S2:将十字探针布设在电涡流板式阻尼器铜板,将十字探针与微电压速度传感器连接;步骤S3:推导联肢剪力墙左右两侧墙肢转角差在振动过程中的微分方程;步骤S4:采集联肢剪力墙在振动过程中探针与磁场之间的相对速度信号;步骤S5:带入微分方程求解得到随时间的变化的转角差;步骤S6:计算在振动过程中第一组和第二组十字探针处垂直于电涡流板式阻尼器铜板和铝板的速度;步骤S7:计算得到左右两侧墙肢的转角角速度;步骤S8:对转角角速度分别进行积分得到左右墙肢的转角。与现有技术相比,本发明具有预测效果好、稳定性强优点。

    一种基于生物启发的阻尼器

    公开(公告)号:CN108119590B

    公开(公告)日:2019-09-27

    申请号:CN201611078576.5

    申请日:2016-11-30

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于生物启发的阻尼器,包括封闭并充满液体的液压缸(3),以及轴向插设在液压缸(3)中的活塞杆(5),位于液压缸(3)内的活塞杆(5)部分还设有液压耗能单元;活塞杆(5)沿轴向在液压杆内往复运动时,液压耗能单元对所述液压杆施加如“弱键和隐藏长度”的生物力学机制的作用力。与现有技术相比,本发明利用了生物“弱键和隐藏长度”的力学机制,可以方便地在结构控制中产生耗能的作用。

    一种智能电涡流传感阻尼装置

    公开(公告)号:CN106402227A

    公开(公告)日:2017-02-15

    申请号:CN201610895139.6

    申请日:2016-10-13

    Applicant: 同济大学

    Inventor: 单伽锃 胡璠

    CPC classification number: F16F6/00 F16F2222/06

    Abstract: 本发明涉及一种智能电涡流传感阻尼装置,该装置包括电磁屏蔽罩、插设在电磁屏蔽罩中心的活塞杆、和活塞杆固定连接的永磁单元、固定在电磁屏蔽罩内部的铜导体、固定在铜导体底部的固定永磁体、以及固定在活塞杆底端与固定永磁体相对设置的移动永磁体,活塞杆的顶端设有与外部主体结构连接的柔性球铰支座,该装置包括固定在活塞杆上的多个螺线管、用于控制通电螺线管开关的继电器、用于检测装置振动位移的传感单元以及与传感单元连接用于控制继电器开关的控制电路。与现有技术相比,本发明秉承了电涡流阻尼器的刚度与阻尼分离、易于维护以及无磨损等优点,除此之外,还可以监测阻尼装置的轴向振动情况,根据监测情况实时反馈改变智能控制阻尼力。

    基于视觉特征跟踪算法的结构转动响应非接触式识别方法

    公开(公告)号:CN110969601B

    公开(公告)日:2023-11-24

    申请号:CN201911167703.2

    申请日:2019-11-25

    Applicant: 同济大学

    Inventor: 单伽锃 刘钰汶

    Abstract: 本发明涉及一种基于视觉特征跟踪算法的结构转动响应非接触式识别方法,该方法通过获取结构在动力荷载下视觉图像帧序列,利用特征点算法识别目标关键部位周围有效特征点,借助前后帧特征点的仿射变换矩阵可以精准的识别目标区域的转动响应。与现有技术相比,本发明方法弥补了传统转角测量技术需要布置靶点以及计算量大的缺点,为结构关键部位转动响应监测提供一种有效的技术方法。

    一种针对幕墙建筑立面的全景图像拼接方法

    公开(公告)号:CN111192194B

    公开(公告)日:2023-08-08

    申请号:CN201911234283.5

    申请日:2019-12-05

    Applicant: 同济大学

    Inventor: 单伽锃 程凯

    Abstract: 一种针对幕墙建筑立面的全景图像拼接方法,包括以下步骤:获取幕墙建筑立面的高清图像序列,经过图像预处理后,确定图像关键区域(Region of Interest,ROI),利用视觉特征识别算法提取立面关键区域的特征点,计算并划分图像序列间的重叠区域,剔除无关特征点后进行初步配准,估计特征点配准模型参数完成不同图像间特征点的精确配准及单应性变换矩阵的求解,校正优化变换模型后确定最优拼接缝并进行图像拼接。该方法弥补了传统全景图像拼接算法难以应用于玻璃幕墙建筑等场景下的缺点,为幕墙建筑外观质量损伤检测评估提供了一种高效方法。

    一种基于数据融合的结构层间变形监测装置及方法

    公开(公告)号:CN115046490B

    公开(公告)日:2023-03-31

    申请号:CN202210436021.2

    申请日:2022-04-24

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于数据融合的结构层间变形监测装置及方法,该装置包括分别设置在建筑中待监测层间变形楼层的天花板和地板上的IMU、通过刚性摄像机支架安装在天花板上的摄像机以及设置在地板上始终位于摄像机拍摄范围内的跟踪靶点,与现有技术相比,本发明弥补了基于视觉识别与基于加速度振动监测等单一测量方式存在的缺点,实现了两种测量方式的互补,提高了监测精度。

    一种基于IMU的抗震支吊架损伤状态监测与评估方法

    公开(公告)号:CN114894460B

    公开(公告)日:2023-03-28

    申请号:CN202210505044.4

    申请日:2022-05-10

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于IMU的抗震支吊架损伤状态监测与评估方法,包括以下步骤:1)搭建抗震支吊架损伤监测装置,并通过IMU采集抗震支吊架各构件的响应数据后进行预处理;2)在抗震支吊架安装后正式投入使用前,选取第一采集区间,通过各测点的IMU的时序响应数据计算正常状态下的统计特征值V0;3)在抗震支吊架正式使用阶段中,选取第二采集区间,利用各测点的IMU的时序响应数据计算损伤状态下的统计特征值V1;4)计算所有统计特征值的相对变化量RV;5)选择最终支吊架的损伤敏感指标;6)对抗震支吊架进行损伤评估。与现有技术相比,本发明利用测点三方向六自由度的响应数据,丰富了支吊架的损伤敏感指标,并实现对支吊架损伤状态的全面评估。

    一种基于数据融合的结构层间变形监测装置及方法

    公开(公告)号:CN115046490A

    公开(公告)日:2022-09-13

    申请号:CN202210436021.2

    申请日:2022-04-24

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于数据融合的结构层间变形监测装置及方法,该装置包括分别设置在建筑中待监测层间变形楼层的天花板和地板上的IMU、通过刚性摄像机支架安装在天花板上的摄像机以及设置在地板上始终位于摄像机拍摄范围内的跟踪靶点,与现有技术相比,本发明弥补了基于视觉识别与基于加速度振动监测等单一测量方式存在的缺点,实现了两种测量方式的互补,提高了监测精度。

    基于数据驱动的钢筋混凝土结构地震损伤量化评估方法

    公开(公告)号:CN113111416A

    公开(公告)日:2021-07-13

    申请号:CN202110372196.7

    申请日:2021-04-07

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于数据驱动的钢筋混凝土结构地震损伤量化评估方法,包括以下步骤:1)识别反演结构线性参考模型,获取结构线性刚度;2)计算结构线性参考模型在与实际结构相同的地震激励下的预测参考响应xr;3)通过结构健康监测获取结构的真实响应x,并计算时域追踪误差r;4)构建结构地震损伤模型,计算相关损伤参数;5)根据结构地震损伤模型计算损伤指数DI值,并据此评估结构地震损伤情况。与现有技术相比,本发明具有经济性好、无需提前预知结构关键非线性行为特征、自适应性、精确实时评估等优点。

Patent Agency Ranking