基于深度学习的高层建筑风致响应预测方法及装置

    公开(公告)号:CN113988357B

    公开(公告)日:2024-06-21

    申请号:CN202111030329.9

    申请日:2021-09-03

    申请人: 重庆大学

    摘要: 本发明涉及一种基于深度学习的高层建筑风致响应预测方法,属于高层建筑风致响应预测技术领域,所述预测方法包括:将待测高层建筑的历史顶部位移数据通过经验模态分解算法分解为多个本征模态函数分量,并输入CNN‑BiLSTM模型进行训练,得到EMD‑CNN‑BiLSTM模型;通过EMD‑CNN‑BiLSTM模型计算出待测高层建筑顶部位移的预测数据和变化趋势。本发明中,采用CNN‑BiLSTM模型做为基础模型对高层建筑的风致响应进行预测,完成位移响应预测所需要的时间很短;将EMD与CNN‑BiLSTM模型结合得到EMD‑CNN‑BiLSTM模型,能够达到很高的预测精度。

    一种基于多级压缩的多腔式反馈调节的喷嘴

    公开(公告)号:CN116984139A

    公开(公告)日:2023-11-03

    申请号:CN202310968198.1

    申请日:2023-08-03

    IPC分类号: B05B7/04 B05B1/14 B05B15/50

    摘要: 本发明公开了一种基于多级压缩的多腔式反馈调节的喷嘴,属于喷嘴技术领域。包括包括顺次连接的第一混合腔和第二混合腔,所述第一混合腔上设有进气管和进液机构,所述进液机构包括圆台形的中空分离腔,所述中空分离腔的较小端与第一混合腔连通,所述中空分离腔的上部外侧面上设有进液管,所述进液管沿着中空分离腔内壁的切向进液,所述中空分离腔的内部设有与之可拆卸式连接的弹性过滤机构,所述弹性过滤机构包括锥形弹簧和滤布,所述锥形弹簧的较大端覆盖于中空分离腔的底面上,所述滤布上设有若干第一进液孔,且所述滤布包覆于锥形弹簧的外表面上。本技术方案用以解决含有杂质的液体进入喷嘴,易造成喷嘴堵塞的问题。

    一种基于深度学习的储罐穹顶位移数据修复方法及其装置

    公开(公告)号:CN113688773B

    公开(公告)日:2023-09-26

    申请号:CN202111030325.0

    申请日:2021-09-03

    申请人: 重庆大学

    摘要: 本发明涉及一种基于深度学习的储罐穹顶位移数据修复方法,属于位移数据修复技术领域,所述修复方法包括:获取待修复测点和周围关联测点的历史位移数据,通过集合经验模态分解算法分解为多个本征模态函数分量对1DCNN‑BiLSTM模型进行训练得到EEMD‑1DCNN‑BiLSTM模型,并通过EEMD‑1DCNN‑BiLSTM模型预测出缺失的位移数据,完成数据修复。本发明中,将EEMD、1DCNN和BiLSTM组合成一个新的模型,非常适合处理有空间关联的复杂长期时序动态信息,能够大大提高预测精度,非常适合用于LNG储罐穹顶缺失位移数据的修复。

    一种快速装配的蜂巢建筑
    45.
    发明授权

    公开(公告)号:CN113338443B

    公开(公告)日:2022-03-01

    申请号:CN202110685108.9

    申请日:2021-06-21

    申请人: 重庆大学

    摘要: 本发明涉及建筑领域,具体公开了一种快速装配的蜂巢建筑,包括支架与板体,所述支架包括主轴,主轴周侧阵列分布有六根副轴,主轴两端螺纹连接有对称设置的定位环,定位环转动连接有同轴线的环形块,所述环形块与副轴之间均设置有连接杆;所述主轴两端周侧均匀分布有六块等腰三角形的装配模板,装配模板的一端固定有卡块,环形块上开设有若干与卡块卡和的卡合槽,装配模板的另一端上开设有与副轴卡和的卡槽,且同一水平面的装配模板组成六边形,装配模板相反面上均设置有与连接杆嵌合的嵌合槽;相邻副轴之间均设置有支撑主板,支撑主板的两端分别与对应的装配模板相抵;本发明具有结构自重轻、建造速度快、可重复利用、模块化、节能环保、方便运输等优点。

    一种模块化蜂巢式建筑
    46.
    发明授权

    公开(公告)号:CN112854459B

    公开(公告)日:2022-02-11

    申请号:CN202110046080.4

    申请日:2021-01-14

    申请人: 重庆大学

    IPC分类号: E04B1/343 E04H1/00 E04H1/02

    摘要: 本发明涉及建筑结构技术领域,具体公开了一种模块化蜂巢式建筑,包括蜂巢支撑框架,蜂巢支撑框架底部固定有基座,基座底部固定若干支撑杆,支撑杆深入地面;蜂巢支撑框架侧面开设有若干正六边形柱体安装腔,安装腔呈蜂巢结构分布,安装腔内均设置有蜂巢结构单元;所述蜂巢结构单元包括正六边形柱体且中空的房间主体,房间两端分别设置有前面板与后面板;所述房间主体前端均设置有第一板与第二板,第一板与第二板呈V字形,且第一板平行于房间主体底壁,第二板平行于房间主体右侧壁,相邻第一板与第二板之间连接形成楼梯,第一板与第二板外侧固定有防护板;本发明具有结构自重轻、建造速度快、可重复利用、模块化、节能环保、方便运输、便于存储等优点。

    LNG储罐加速度响应数据补全方法及装置

    公开(公告)号:CN113688771A

    公开(公告)日:2021-11-23

    申请号:CN202111027194.0

    申请日:2021-09-02

    申请人: 重庆大学

    摘要: 本发明公开了一种LNG储罐加速度响应数据补全方法及装置,包括采集LNG储罐的加速度数据,得到加速度数据序列矩阵;采用集合经验模态分解算法将所述加速度数据序列矩阵分解得到EEMD分解数据样本;将EEMD分解数据样本和异常数据测点测得的历史加速度数据输入MultiCNN神经网络模型中进行迭代训练,优化模型参数,采集LNG储罐的实时加速度数据,输入训练好的MultiCNN神经网络模型中,通过MultiCNN神经网络模型预测得到加速度预测数据,利用所述加速度预测数据对缺失的加速度数据进行补全;本发明基于EEMD算法与MultiCNN模型实现,使得加速度预测数据的预测精度高,能够准确评估LNG储罐的加速度结构响应。

    一种防打击的地堡型建筑
    48.
    发明公开

    公开(公告)号:CN113585852A

    公开(公告)日:2021-11-02

    申请号:CN202110922094.8

    申请日:2021-08-12

    申请人: 重庆大学

    IPC分类号: E04H9/04

    摘要: 本发明涉及建筑结构领域,具体公开了一种防打击的地堡型建筑,包括设置于地面的凹腔,凹腔内固定有矩形的基座,基座侧壁与凹腔侧壁之间均预留有安装间隙,所述基座上方设置有矩形的支撑墙,支撑墙嵌于安装间隙内,支撑墙的其中一侧壁上开设有房门,支撑墙的侧壁上均开设有水平朝向的透气窗,支撑墙的顶端则固定有防护板,防护板的上表面为弧形,弧形板的边缘突出支撑墙;所述间隙底部设置有若干第一液压缸,第一液压缸的输出端与支撑墙的底部固定连接;本发明意在解决常规房屋在战时较为醒目,易受到打击的问题。

    高层建筑风压短期预测方法、异常数据补全方法及装置

    公开(公告)号:CN113537638A

    公开(公告)日:2021-10-22

    申请号:CN202110927781.9

    申请日:2021-08-13

    申请人: 重庆大学

    IPC分类号: G06Q10/04 G06N3/04 G06N3/08

    摘要: 本发明公开了一种高层建筑风压短期预测方法、异常数据补全方法及装置,包括采集高层建筑的历史风压数据,并采用经验模态分解算法将所述原始风压数据序列分解成多个IMF分量和一个RES分量;将分解得到的IMF分量输入BiGRU神经网络模型中进行迭代训练,优化模型参数,得到训练好的BiGRU神经网络模型;采集高层建筑的实时风压数据,将实时风压数据输入训练好的BiGRU神经网络模型中,通过BiGRU神经网络模型得到高层建筑的风压预测数据;本发明基于经验模态分解算法与BiGRU模型实现,将分解后的IMF分量输入到BiGRU深度神经网络模型中,风压预测数据的预测精度高,能够准确评估高层建筑的表面风压。

    基于双向门控循环单元的地震破坏力预测方法及装置

    公开(公告)号:CN113537636A

    公开(公告)日:2021-10-22

    申请号:CN202110927660.4

    申请日:2021-08-13

    申请人: 重庆大学

    IPC分类号: G06Q10/04 G06N3/04 G06N3/08

    摘要: 本发明涉及一种基于双向门控循环单元的地震破坏力预测方法,包括:从开源地震动数据库获取地震动时程数据得到样本数据和样本标签;通过经验模态分解算法将地震动时程数据包括的各项数据分别分解为多个本征模态函数分量;将分解得到的各本征模态函数分量作为BiGRU模型的输入特征,并结合样本标签进行训练,得到EMD‑BiGRU模型;通过该模型对地震破坏力进行预测。本发明中,采用BiGRU模型做为基础模型对地震破坏力等级进行预测,能够将过去和未来的地震波数据与当前地震波预测联系起来,更加有助于模型的预测;将EMD与BiGRU模型结合,新模型包含了地震动数据不同时间尺度的局部特征信号,能够达到较高的预测精度。