-
Patent Agency Ranking
公开(公告)号：CN113152541A
公开(公告)日：2021-07-23
申请号：CN202110372200.X
申请日：2021-04-07
Applicant: 东南大学
Abstract: 本发明公开了一种单桩水平承载力的快速检测方法，其通过采集待测单桩在各种工况下的特征数据，根据各组特征数据构建待测输入矩阵和输出向量，通过输入矩阵和输出向量训练出单桩水平承载力的快速检测模型，采集现场的特征数据，根据训练好的模型确定待测单桩的水平承载力。该方法具有计算原理简明、成本低、计算精度可控、实施难度低、能利用过往静载试验数据等优点，克服了传统桩基水平承载力计算方法原理复杂难懂，桩基静载试验成本高和操作难度大等问题，在保证计算精度的情况下可实现快速计算，为单桩的设计及施工提供了有效的技术手段。
-
公开(公告)号：CN113152541B
公开(公告)日：2022-05-06
申请号：CN202110372200.X
申请日：2021-04-07
Applicant: 东南大学
Abstract: 本发明公开了一种单桩水平承载力的快速检测方法，其通过采集待测单桩在各种工况下的特征数据，根据各组特征数据构建待测输入矩阵和输出向量，通过输入矩阵和输出向量训练出单桩水平承载力的快速检测模型，采集现场的特征数据，根据训练好的模型确定待测单桩的水平承载力。该方法具有计算原理简明、成本低、计算精度可控、实施难度低、能利用过往静载试验数据等优点，克服了传统桩基水平承载力计算方法原理复杂难懂，桩基静载试验成本高和操作难度大等问题，在保证计算精度的情况下可实现快速计算，为单桩的设计及施工提供了有效的技术手段。
-
公开(公告)号：CN111985499A
公开(公告)日：2020-11-24
申请号：CN202010717371.7
申请日：2020-07-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于计算机视觉的高精度桥梁表观病害识别方法：包括图像预处理阶段、仿真图像生成阶段和表观病害识别阶段。在图像预处理阶段，对包含病害图像的训练集进行高斯滤波和图像像素均衡化处理。在仿真图像生成阶段，采用生成对抗网络学习训练集的数据分布模式，据此生成仿真图像，从而增大训练集的数据规模。在病害识别阶段，采用增大后的病害训练集对YOLO模型进行训练，并将训练后的模型用于桥梁表观病害识别。在训练数据集规模较小时，本发明采用生成对抗网络扩大了神经网络训练数据集的规模，保证了YOLO模型进行表观病害识别的精度。
-
公开(公告)号：CN111985499B
公开(公告)日：2022-11-04
申请号：CN202010717371.7
申请日：2020-07-23
Applicant: 东南大学
IPC: G06V10/44 , G06V10/56 , G06V10/774
Abstract: 本发明公开了一种基于计算机视觉的高精度桥梁表观病害识别方法：包括图像预处理阶段、仿真图像生成阶段和表观病害识别阶段。在图像预处理阶段，对包含病害图像的训练集进行高斯滤波和图像像素均衡化处理。在仿真图像生成阶段，采用生成对抗网络学习训练集的数据分布模式，据此生成仿真图像，从而增大训练集的数据规模。在病害识别阶段，采用增大后的病害训练集对YOLO模型进行训练，并将训练后的模型用于桥梁表观病害识别。在训练数据集规模较小时，本发明采用生成对抗网络扩大了神经网络训练数据集的规模，保证了YOLO模型进行表观病害识别的精度。
-
公开(公告)号：CN117536082A
公开(公告)日：2024-02-09
申请号：CN202311637074.1
申请日：2023-12-01
Applicant: 东南大学
IPC: E01D19/00
Abstract: 本发明涉及一种双向限位形状记忆合金耗能型桥梁抗震挡块，布置在桥梁的盖梁与主梁之间，该抗震挡块包括：外壳，其包括与所述主梁下表面固定的上顶板、安装在所述上顶板下方的套筒；底座，其包括与所述盖梁固定的下底板、以及设置在所述下底板中间位置的围护；布置在所述套筒内各个侧壁表面的若干形状记忆合金耗能元件；以及本体，其底端卡入所述围护中，顶端则伸入所述套筒内并与所述形状记忆合金耗能元件之间留有空隙。与现有技术相比，本发明不仅能有效地耗散掉上部梁体对挡块的巨大碰撞能量，还能很好地限制上部梁体在横桥向和顺桥向两个方向的位移。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
