公开(公告)号：CN116757086A

公开(公告)日：2023-09-15

申请号：CN202310774880.7

申请日：2023-06-28

申请人： 南京工业大学

发明人： 赖韬 ,  韦振华 ,  李延成

IPC分类号： G06F30/27 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/0499 ,  G06F119/14

摘要： 本发明公开了一种冲击荷载反演方法，包括：获取结构加速度响应数据和冲击荷载时程数据；将所述结构加速度响应数据和所述冲击荷载时程数据进行标准化处理，获取数据集；基于改进的Transformer模型，对冲击荷载时程进行预测，其中，通过所述数据集对初始的改进Transformer模型进行训练、验证和测试，获取改进的Transformer模型；对预测的冲击荷载时程进行反演处理，获取预测的冲击荷载。本发明能够对复杂结构的非线性关系进行建模，能够有效解决传统冲击荷载方法存在的局限。

公开(公告)号：CN116776698A

公开(公告)日：2023-09-19

申请号：CN202310781400.X

申请日：2023-06-29

申请人： 南京工业大学

发明人： 李延成 ,  韦振华 ,  赖韬

IPC分类号： G06F30/23 ,  G06F30/27 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08

摘要： 本发明公开了一种基于联合注意力机制编解码模型的冲击荷载反演方法，包括以下步骤：获取初始数据，所述初始数据包括加速度响应数据和冲击荷载数据；对所述初始数据进行归一化处理,获取归一化后的数据；将所述归一化后的数据划分为训练集、验证集和测试集；设置训练参数，基于所述训练参数，将所述训练集和所述验证集输入预设的联合注意力机制编解码模型，获取最优超参数模型；将所述测试集输入所述最优超参数模型，获取预测的冲击荷载；将所述预测的冲击荷载进行处理，并利用误差指标进行评估，完成基于联合注意力机制编解码模型的冲击荷载反演。

公开(公告)号：CN116757085A

公开(公告)日：2023-09-15

申请号：CN202310774763.0

申请日：2023-06-28

申请人： 南京工业大学

发明人： 李延成 ,  韦振华 ,  赖韬

IPC分类号： G06F30/27 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/08 ,  G06F119/14

摘要： 本发明公开基于残差连接卷积循环网络的冲击荷载作用位置反演方法，包括：获取结构加速度响应数据和冲击荷载作用位置坐标；基于结构加速度响应数据和冲击荷载作用位置坐标，构建数据集；构建初始残差连接卷积循环神经网络模型；基于数据集对初始残差连接卷积循环神经网络模型，进行训练和验证，获取残差连接卷积循环神经网络模型；基于残差连接卷积循环神经网络模型，预测冲击荷载作用位置坐标，完成冲击荷载作用位置反演。本发明从数据驱动的角度出发，建立结构加速度响应与冲击荷载作用位置坐标之间的非线性映射关系，不需要获取系统的输入和输出的任何物理函数，可以对复杂结构的非线性关系进行建模，能够有效解决传统方法存在的局限。