-
公开(公告)号:CN119416661B
公开(公告)日:2025-03-21
申请号:CN202510013600.X
申请日:2025-01-06
Applicant: 南京理工大学
IPC: G06F30/27 , G06F30/23 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明公开一种适应构件拆除的框架结构力学响应与倒塌评估方法及系统,方法包括:利用预训练并优化的框架结构力学响应数智预测模型对构件拆除后的现场框架的结构力学响应进行预测,进而根据框架结构倒塌判定标准,得到现场框架结构的倒塌评估结果;所述框架结构力学响应数智预测模型包括级联的空间域图卷积层、深度图卷积层以及扩张图卷积层。本发明的评估方法,泛化能力强、计算效率高。
-
公开(公告)号:CN119416662B
公开(公告)日:2025-03-14
申请号:CN202510013602.9
申请日:2025-01-06
Applicant: 南京理工大学
IPC: G06F30/27 , G06F30/13 , G06F18/23213 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F18/25 , G06F119/14
Abstract: 本发明公开一种融合多源特征的桥梁毁伤深度学习方法,包括如下步骤:建立桥梁毁伤仿真模型,获取桥梁毁伤仿真数据;将桥梁毁伤仿真数据与爆炸工况关联,并与桥梁特征信息整合后,得到包括训练数据集和验证数据集的桥梁毁伤数据库;桥梁特征信息包括桥梁几何特征和桥梁材料特征;利用训练数据集和验证数据集对构建的多层复合图神经网络进行训练和优化,得到桥梁毁伤预测模型;利用桥梁毁伤预测模型,完成目标桥梁毁伤的预测。本发明的预测方法,精度高,适应性好。
-
公开(公告)号:CN119579797A
公开(公告)日:2025-03-07
申请号:CN202510114699.2
申请日:2025-01-24
Applicant: 南京理工大学
IPC: G06T17/00 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开一种基于深度学习的砖混结构爆炸毁伤重建及可视化方法,通过数值模拟,获得砖混结构在多场景爆炸下的毁伤数据集,通过数据处理和转换,构建训练数据库,建立基于图神经网络的双阶段砖混结构毁伤预测模型。对模型进行误差评估和参数调优,提升毁伤预测模型的预测能力,根据双阶段砖混结构毁伤预测模型预测的节点位移和节点应力,实现对砖混结构在多种类爆炸冲击下的毁伤效应可视化。本发明能够快速获取不同当量、不同爆炸位置下冲击波的毁伤结果,进行爆炸毁伤效应可视化,在保证了计算精度的同时,极大地提高了计算效率。
-
公开(公告)号:CN119416662A
公开(公告)日:2025-02-11
申请号:CN202510013602.9
申请日:2025-01-06
Applicant: 南京理工大学
IPC: G06F30/27 , G06F30/13 , G06F18/23213 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F18/25 , G06F119/14
Abstract: 本发明公开一种融合多源特征的桥梁毁伤深度学习方法,包括如下步骤:建立桥梁毁伤仿真模型,获取桥梁毁伤仿真数据;将桥梁毁伤仿真数据与爆炸工况关联,并与桥梁特征信息整合后,得到包括训练数据集和验证数据集的桥梁毁伤数据库;桥梁特征信息包括桥梁几何特征和桥梁材料特征;利用训练数据集和验证数据集对构建的多层复合图神经网络进行训练和优化,得到桥梁毁伤预测模型;利用桥梁毁伤预测模型,完成目标桥梁毁伤的预测。本发明的预测方法,精度高,适应性好。
-
公开(公告)号:CN119416661A
公开(公告)日:2025-02-11
申请号:CN202510013600.X
申请日:2025-01-06
Applicant: 南京理工大学
IPC: G06F30/27 , G06F30/23 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明公开一种适应构件拆除的框架结构力学响应与倒塌评估方法及系统,方法包括:利用预训练并优化的框架结构力学响应数智预测模型对构件拆除后的现场框架的结构力学响应进行预测,进而根据框架结构倒塌判定标准,得到现场框架结构的倒塌评估结果;所述框架结构力学响应数智预测模型包括级联的空间域图卷积层、深度图卷积层以及扩张图卷积层。本发明的评估方法,泛化能力强、计算效率高。
-
公开(公告)号:CN119579797B
公开(公告)日:2025-04-08
申请号:CN202510114699.2
申请日:2025-01-24
Applicant: 南京理工大学
IPC: G06T17/00 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开一种基于深度学习的砖混结构爆炸毁伤重建及可视化方法,通过数值模拟,获得砖混结构在多场景爆炸下的毁伤数据集,通过数据处理和转换,构建训练数据库,建立基于图神经网络的双阶段砖混结构毁伤预测模型。对模型进行误差评估和参数调优,提升毁伤预测模型的预测能力,根据双阶段砖混结构毁伤预测模型预测的节点位移和节点应力,实现对砖混结构在多种类爆炸冲击下的毁伤效应可视化。本发明能够快速获取不同当量、不同爆炸位置下冲击波的毁伤结果,进行爆炸毁伤效应可视化,在保证了计算精度的同时,极大地提高了计算效率。
-
-
-
-
-