-
公开(公告)号：CN118485942A
公开(公告)日：2024-08-13
申请号：CN202410653280.X
申请日：2024-05-24
摘要： 本发明公开了一种基于高频光学动力测量的薄壁结构模态参数辨识方法，属于数据处理领域。模态参数辨识方法包括以下步骤：在薄壁结构表面喷涂或绘制散斑图案；驱动相机捕获待测薄壁结构振动全过程的散斑图像序列数据；重建薄壁结构的位移场，导出位移场域中位移响应数据；选取若干个非振型节点处的位移响应数据构建最小二乘复频域法的稳定图，计算薄壁结构的固有频率和阻尼比；进行修正周期图功率谱密度估计，构造每阶固有频率处的功率谱密度函数矩阵，对矩阵进行奇异值分解获取高密度、高空间分辨率的模态振型。采用本发明所述的基于高频光学动力测量的薄壁结构模态参数辨识方法，能够解决现有的薄壁结构模态参数识别方法精度低的问题。
-
公开(公告)号：CN116342475A
公开(公告)日：2023-06-27
申请号：CN202310012020.X
申请日：2023-01-05
申请人： 江西理工大学 , 河海大学 , 江苏东交智控科技集团股份有限公司
IPC分类号： G06T7/00 , G06V10/82 , G06V10/40 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明提供一种基于FasterR‑Stair框架的公路路面图像裂缝识别方法，涉及公路路面裂缝识别技术领域，针对裂缝识别问题设计stair1、stair2和stair3三种特征提取结构，以stair‑stair3为基础，其他深度学习优化算法为辅构建FasterR‑CNN的backbone，实现对传统FasterR‑CNN的优化，完成FasterR‑Stair公路路面裂缝识别框架的搭建，实现高效、精准地开展公路路面裂缝的类型识别和定位。同目前基于其他网络作为backbone的Faster R‑CNN相比，本发明拥有训练收敛速度快、模型占有内存小、处理图像FPS高和识别裂缝准确率高等特色和优势，具有显著的工程应用潜力。
-
公开(公告)号：CN116341320A
公开(公告)日：2023-06-27
申请号：CN202310256089.7
申请日：2023-03-16
申请人： 江西理工大学 , 河海大学 , 江苏东交智控科技集团股份有限公司
IPC分类号： G06F30/23 , G06T17/20 , G06F111/10 , G06F111/08 , G06F119/10 , G06F119/14
摘要： 本发明提供一种复杂结构精细有限元模型的响应预测方法，包括以下步骤：建立表征结构物理模型系统特性的精细有限元模型和网格密度不同的粗糙镜像信息模型；采用拉丁超立方抽样法进行随机抽样，分别构建尺寸分别为m和n的输入参数样本集；执行概率有限元分析，提取对应的输出响应样本集；输出响应样本集中前m组数据构建Kriging模型，并采用验证误差评估预测精度；根据Kriging模型预测粗糙镜像信息模型响应样本集中剩下的n‑m组数据对应的精细有限元模型的输出响应。本发明有效地降低了代理建模的效率对前向计算模型精细度的依赖，极大程度上缩减了复杂结构精细有限元模型获取系统响应的计算时间。
-
公开(公告)号：CN116297176A
公开(公告)日：2023-06-23
申请号：CN202310256216.3
申请日：2023-03-16
申请人： 江西理工大学 , 江苏东交智控科技集团股份有限公司 , 河海大学
摘要： 本发明提供一种基于VMD‑HHT协作的结构疲劳裂纹识别方法，包括以下步骤：在待识别结构体的端部位置施加谐激励，采集该结构体不同位置处的加速度响应数据，采用小波包变换，依次进行分解、抑噪和重构处理，获得降噪的重构加速度信号；将重构加速度信号进行变分模态分解，获得本征模态函数；对每个本征模态函数分别进行希尔伯特‑黄变换，获得希尔伯特谱集；当希尔伯特谱集中出现多阶次生高频信号时，结构体的该响应数据采集位置处产生疲劳裂纹，且多阶次生高频信号的瞬时频率幅值越大，疲劳裂纹越大。该方法融合了VMD和HHT的优势，克服了存在虚假的本征模态函数信息，提高了解耦窄频带信号中的不同频率分量方面的能力，能够有效辨别频率差异。
-
公开(公告)号：CN114840900B
公开(公告)日：2023-06-20
申请号：CN202210540316.4
申请日：2022-05-18
申请人： 滁州学院 , 中国三峡建工(集团)有限公司 , 苏交科集团股份有限公司 , 河海大学
IPC分类号： G06F30/13 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种基于i‑GBDT技术的衍生式BIM构件自动生成方法，包括：基于标准施工图建立基本数据集；通过训练好的卷积神经网络识别并提取拟建施工图纸的图像特征，并配合ReLU非线性激活函数进行特征处理，输出施工图中构件图像信息；通过梯度决策树算法建立初始学习器，计算损失函数梯度值，进行连续迭代，线性寻优计算最优学习率从而得到最优分类器；将基本数据集中的构件尺寸信息作为属性参数，进入最优分类器中对识别的施工图构件图像信息进行预测分析，输出拟合度高的构件图像信息；将预测所得构件图像信息作为输出数据，与基本数据集中的标准施工图进行参数匹配，生成IFC格式信息；将IFC格式信息导入到BIM建模软件中，自动生成相应的BIM模型。
-
公开(公告)号：CN114840900A
公开(公告)日：2022-08-02
申请号：CN202210540316.4
申请日：2022-05-18
申请人： 滁州学院 , 中国三峡建工(集团)有限公司 , 苏交科集团股份有限公司 , 河海大学
摘要： 本发明提供一种基于i‑GBDT技术的衍生式BIM构件自动生成方法，包括：基于标准施工图建立基本数据集；通过训练好的卷积神经网络识别并提取拟建施工图纸的图像特征，并配合ReLU非线性激活函数进行特征处理，输出施工图中构件图像信息；通过梯度决策树算法建立初始学习器，计算损失函数梯度值，进行连续迭代，线性寻优计算最优学习率从而得到最优分类器；将基本数据集中的构件尺寸信息作为属性参数，进入最优分类器中对识别的施工图构件图像信息进行预测分析，输出拟合度高的构件图像信息；将预测所得构件图像信息作为输出数据，与基本数据集中的标准施工图进行参数匹配，生成IFC格式信息；将IFC格式信息导入到BIM建模软件中，自动生成相应的BIM模型。
-
公开(公告)号：CN114487118A
公开(公告)日：2022-05-13
申请号：CN202210071529.7
申请日：2022-01-21
申请人： 河海大学 , 苏交科集团股份有限公司 , 江苏宏远科技工程有限公司
发明人： 曹茂森 , 韩慧敏 , 葛晶 , 韦黎 , 苏玛拉.德拉戈斯拉夫
IPC分类号： G01N29/07
摘要： 本发明提供了一种嵌入式超声系统及冰力学参数在线测试方法，属于冰力学参数测试领域，包括：在信号发生器上生成一个激励信，激励信号从信号发射端传出，通过激励端进入冰内部，由响应端传入放大器，最后回到信号接收器中，此时得到了放大信号，同时在温度传感器上读取实时温度，此过程温度变化是连续的，选取的响应信号是随机的；对放大信号进行去趋势和小波去噪处理，得到去噪后的信号；从去噪后的波形图中获得纵波波速和横波波速；由不同温度下的纵波波速和横波波速计算出冰的力学特性参数。本发明克服了传统破坏性试验中单个试验只能获取单个温度下的结果的局限性，不仅可以减少材料的损耗，同时获得的参数值更加准确。
-
公开(公告)号：CN114444187A
公开(公告)日：2022-05-06
申请号：CN202210108414.0
申请日：2022-01-28
申请人： 河海大学 , 江苏中基工程技术研究有限公司 , 苏交科集团股份有限公司
摘要： 本发明提供一种振动传递大数据与胶囊网络融合的桥梁损伤诊断方法，包括：根据振动响应数据，计算获得振动传递率函数，建立传递率函数矩阵，并将传递率函数矩阵转换为图像形式，获得传递率图像；基于胶囊网络构建结构损伤定位和量化的神经网络模型，其中，将胶囊网络中的特征提取层改为稠密层，在第二卷积层后加入卷积注意力模块；将传递率图像输入训练好的神经网络模型，进行结构的损伤定位和量化，获得损伤位置及程度的预测结果。该方法通过引入稠密层以及卷积注意力模式，实现了更高效地损伤图像提取，通过胶囊网络层的动态路由输出矢量神经元，对振动传递数据信息中的姿态信息进行保存，最后经过全连接层实现对损伤位置及量值的预测。
-
公开(公告)号：CN115357853B
公开(公告)日：2023-08-04
申请号：CN202211005306.7
申请日：2022-08-22
申请人： 河海大学 , 江苏东交智控科技集团股份有限公司 , 江苏中基工程技术研究有限公司 , 苏交科集团股份有限公司
摘要： 本发明提供一种基于快速随机子空间的工程结构模态参数识别方法，属于结构模态参数识别领域，包括以下步骤：采集响应，构造过去矩阵和两个将来矩阵，并依次构建两个托普利茨矩阵；对第一个托普利茨矩阵进行随机投影，获得新的矩阵，并进行QR分解，得到酉矩阵；将托普利茨矩阵投影到酉矩阵上，得到小矩阵；对小矩阵做奇异值分解，分别得到U,S,V矩阵，并计算该工程结构的观测、输出和状态矩阵；进行特征值分解，根据特征值分解的结果计算获得模态参数；确定阶次区间，重复进行模态参数的计算，汇总得到各阶次的模态参数。本发明通过对传统托普利茨矩阵进行随机投影和QR分解得到用于代替托普利茨矩阵的小矩阵，减小了奇异值分解的维度，提升了运算效率。
-
公开(公告)号：CN114444187B
公开(公告)日：2023-07-18
申请号：CN202210108414.0
申请日：2022-01-28
申请人： 河海大学 , 江苏中基工程技术研究有限公司 , 苏交科集团股份有限公司
IPC分类号： G06F30/13 , G06F30/23 , G06F30/27 , G06N3/0464
摘要： 本发明提供一种振动传递大数据与胶囊网络融合的桥梁损伤诊断方法，包括：根据振动响应数据，计算获得振动传递率函数，建立传递率函数矩阵，并将传递率函数矩阵转换为图像形式，获得传递率图像；基于胶囊网络构建结构损伤定位和量化的神经网络模型，其中，将胶囊网络中的特征提取层改为稠密层，在第二卷积层后加入卷积注意力模块；将传递率图像输入训练好的神经网络模型，进行结构的损伤定位和量化，获得损伤位置及程度的预测结果。该方法通过引入稠密层以及卷积注意力模式，实现了更高效地损伤图像提取，通过胶囊网络层的动态路由输出矢量神经元，对振动传递数据信息中的姿态信息进行保存，最后经过全连接层实现对损伤位置及量值的预测。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.037 秒)
