一种面向深基坑三维激光扫描仪变形识别装置

    公开(公告)号:CN118623786A

    公开(公告)日:2024-09-10

    申请号:CN202410904645.1

    申请日:2024-07-08

    IPC分类号: G01B11/16 G01C15/00 E02D33/00

    摘要: 本发明涉及一种面向深基坑三维激光扫描仪变形识别装置,全站仪安装在第一基准点上;第一棱镜安装在第二基准点上;第二棱镜安装在第三基准点上,第四棱镜安装在第四基准点上;升降支架设置在基坑内;三维激光扫描仪本体安装在升降支架上,升降驱动机构驱动三维激光扫描仪本体沿着基坑高度方向上升降;第二棱镜和第三棱镜分别安装在三维激光扫描仪本体旁侧,且三维激光扫描仪本体与第二棱镜第三棱镜在一条直线上,升降支架上下移动,通过全占仪对第二基准点上的第一棱镜确定一条基线,通过全占仪分别对测站上的第二棱镜和第三棱镜进行扫描,根据第一基准点坐标和三维激光确定第二棱镜和第三棱镜的坐标,最终确定三维激光扫描本体位置坐标。

    基于自适应可变直径A-Shape法的裂缝识别方法

    公开(公告)号:CN118333982A

    公开(公告)日:2024-07-12

    申请号:CN202410483469.9

    申请日:2024-04-22

    IPC分类号: G06T7/00 G06V10/77

    摘要: 本发明公开了一种基于自适应可变直径A‑Shape法的裂缝识别方法,包括以下步骤:步骤1:基于裂缝区域内部点云剔除并进行预处理的点云,利用主成分分析法对点云向其法平面进行投影得到投影后的二维点集P;步骤2:建立二维点集区域正方形网格索引;步骤3:将周围含有空网格的有效网格定义为边界网格;将点云边界网格进一步划分平滑网格、粗糙网格和凸起网格;步骤4:引入滚动圆直径调节系数γ,根据窗口中网格的平滑度类别设置不同直径的滚动圆对窗口中的点云进行检测,获取裂缝边界点云。本发明通过自适应改变滚动圆直径,可以适用于不同密度的点云,可以更准确识别裂缝点并感知裂缝边缘细节特征,具有效率高、识别精度高的优点。

    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

    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

    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。

    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

    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

    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。

    一种变刚度三维内凹负泊松比胞元及其设计方法

    公开(公告)号:CN114741811A

    公开(公告)日:2022-07-12

    申请号:CN202210438257.X

    申请日:2022-04-20

    摘要: 本发明公开了一种变刚度三维内凹负泊松比胞元及其设计方法,利用二维内凹六边形蜂窝作为基本单元设计而成,通过改变二维内凹蜂窝的尺寸参数,可以对三维结构整体力学性能进行调控,以实现较复杂的三维结构的刚度可调控性。本发明可设计并制备出具有更大负泊松比效应和具有更大有效应变的三维金属负泊松比超材料。兼具强度和负泊松比效应的负泊松比超材料,将促进负泊松比材料在吸能、抗冲击、抗震等工程和国防领域的推广与运用。

    基于深度学习与注意力机制的混凝土裂缝分割方法及系统

    公开(公告)号:CN115147439A

    公开(公告)日:2022-10-04

    申请号:CN202210814394.9

    申请日:2022-07-11

    摘要: 本发明提供了基于深度学习与注意力机制的混凝土裂缝分割方法及系统,包括如下步骤:将原始图像输入到经典的卷积神经网络ResNet101中,经过卷积层、池化层、批标准化层与激活函数之后,得到特征图;利用自注意力机制VH‑CAM突出特征图中的裂缝特征;低级特征图经过通道注意力机制ECAUM的引导后与进行过上采样的高级特征图进行特征融合,得到与原始图像相同大小的特征图;对与原始图像相同大小的特征图进行softmax预测,得到图像中每个像素的类别,实现裂缝的像素级分割。本发明可以实现高精度的裂缝分割,因此适用于混凝土裂缝的检测。

    一种冲击荷载反演方法
    7.
    发明公开

    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

    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。

    基于深度学习与注意力机制的混凝土裂缝分割方法及系统

    公开(公告)号:CN115147439B

    公开(公告)日:2023-12-29

    申请号:CN202210814394.9

    申请日:2022-07-11

    摘要: 本发明提供了基于深度学习与注意力机制的混凝土裂缝分割方法及系统,包括如下步骤:将原始图像输入到经典的卷积神经网络ResNet101中,经过卷积层、池化层、批标准化层与激活函数之后,得到特征图;利用自注意力机制VH‑CAM突出特征图中的裂缝特征;低级特征图经过通道注意力机制ECAUM的引导后与进行过上采样的高级特征图进行特征融合,得到与原始图像相同大小的特征图;对与原始图像相同大小的特征图进行softmax预测,得到图像中每个像素的类别,实现裂缝的像素级分割。本发明可以实现高精度的裂缝分割,因此适用于混凝土裂缝的检测。