-
公开(公告)号：CN111753776A
公开(公告)日：2020-10-09
申请号：CN202010609549.6
申请日：2020-06-29
Applicant: 重庆交通大学
Abstract: 本发明公开了基于回声状态与多尺度卷积联合模型的结构损伤识别方法，基于滑动窗口重叠的方式对每个传感器采集的结构振动响应信息进行数据增强；回声状态网络和多尺度卷积神经网络联合模型基于每个传感器采集的结构振动响应信息的时间前后依赖性特征以及不同传感器采集的结构振动响应信息之间的空间相关性特征信息进行损伤状态判断。本发明能够有效地提取结构振动响应数据之间的时间先后依赖性和空间相关性，从而准确地判别结构是否损伤以及损伤的程度，该方法科学高效；能够实时估计结构的损伤性质，掌握结构安全状态，预防灾害事故发生，保证了结构工程运营的安全。
-
Patent Agency Ranking
公开(公告)号：CN108930635A
公开(公告)日：2018-12-04
申请号：CN201810911101.2
申请日：2018-08-10
Applicant: 重庆交通大学
Abstract: 本发明提供的一种微风发电仿生树，包括树干、支撑柱、树干发电机Ⅰ和若干树枝组件；所述树干内腔形成倒喇叭状的树干进风通道，所述树干进风通道的扩口端朝上，缩口端朝下；所述树干发电机Ⅰ设置在树干进风通道的缩口端；所述树干发电机Ⅰ主轴连接有可绕树干发电机Ⅰ主轴转动的树干扇叶；所述树干发电机Ⅰ通过固定杆Ⅰ固定在树干进风通道缩口端的内侧壁上；所述树干发电机Ⅰ主轴与树干进风通道同轴设置。本发明通过树干底部和主树枝收集微风，并在微风经过树干进风通道时对微风加速，带动树干发电机Ⅰ和树干发电机Ⅱ发电，同时设置在主树枝和分树枝上的发电机在微风带动下发电，极大地提高了微风发电效率，且装置结构简单、占地面积小、美观实用。
-
公开(公告)号：CN108930635B
公开(公告)日：2019-10-08
申请号：CN201810911101.2
申请日：2018-08-10
Applicant: 重庆交通大学
Abstract: 本发明提供的一种微风发电仿生树，包括树干、支撑柱、树干发电机Ⅰ和若干树枝组件；所述树干内腔形成倒喇叭状的树干进风通道，所述树干进风通道的扩口端朝上，缩口端朝下；所述树干发电机Ⅰ设置在树干进风通道的缩口端；所述树干发电机Ⅰ主轴连接有可绕树干发电机Ⅰ主轴转动的树干扇叶；所述树干发电机Ⅰ通过固定杆Ⅰ固定在树干进风通道缩口端的内侧壁上；所述树干发电机Ⅰ主轴与树干进风通道同轴设置。本发明通过树干底部和主树枝收集微风，并在微风经过树干进风通道时对微风加速，带动树干发电机Ⅰ和树干发电机Ⅱ发电，同时设置在主树枝和分树枝上的发电机在微风带动下发电，极大地提高了微风发电效率，且装置结构简单、占地面积小、美观实用。
-
公开(公告)号：CN111709393A
公开(公告)日：2020-09-25
申请号：CN202010609544.3
申请日：2020-06-29
Applicant: 重庆交通大学
Abstract: 本发明公开了联合卷积与循环神经网络的结构损伤识别方法，包括：利用多个传感器采集待测目标不同位置的振动响应加速度数据；对振动响应加速度数据进行预处理形成时间序列数据矩阵；利用卷积神经网络从时间序列数据矩阵中提取空间相关性特征及短时间尺度依赖特征；利用门控循环网络基于空间相关性特征及短时间尺度依赖特征提取长时间尺度依赖性特征；利用长时间尺度依赖性特征对待测目标的损伤状态进行分类。本发明考虑监测数据在时间和空间上的联系，避免损伤状态识别中出现特征提取不足、鲁棒性差、模式分类能力较弱的情况，显著提高了结构损伤识别的精度，并能在合理的训练条件下节省更多的计算空间消耗，具有较好的计算时间和空间平衡性。
-
公开(公告)号：CN111709393B
公开(公告)日：2022-04-12
申请号：CN202010609544.3
申请日：2020-06-29
Applicant: 重庆交通大学
Abstract: 本发明公开了联合卷积与循环神经网络的结构损伤识别方法，包括：利用多个传感器采集待测目标不同位置的振动响应加速度数据；对振动响应加速度数据进行预处理形成时间序列数据矩阵；利用卷积神经网络从时间序列数据矩阵中提取空间相关性特征及短时间尺度依赖特征；利用门控循环网络基于空间相关性特征及短时间尺度依赖特征提取长时间尺度依赖性特征；利用长时间尺度依赖性特征对待测目标的损伤状态进行分类。本发明考虑监测数据在时间和空间上的联系，避免损伤状态识别中出现特征提取不足、鲁棒性差、模式分类能力较弱的情况，显著提高了结构损伤识别的精度，并能在合理的训练条件下节省更多的计算空间消耗，具有较好的计算时间和空间平衡性。
-
公开(公告)号：CN111753776B
公开(公告)日：2022-05-10
申请号：CN202010609549.6
申请日：2020-06-29
Applicant: 重庆交通大学
Abstract: 本发明公开了基于回声状态与多尺度卷积联合模型的结构损伤识别方法，基于滑动窗口重叠的方式对每个传感器采集的结构振动响应信息进行数据增强；回声状态网络和多尺度卷积神经网络联合模型基于每个传感器采集的结构振动响应信息的时间前后依赖性特征以及不同传感器采集的结构振动响应信息之间的空间相关性特征信息进行损伤状态判断。本发明能够有效地提取结构振动响应数据之间的时间先后依赖性和空间相关性，从而准确地判别结构是否损伤以及损伤的程度，该方法科学高效；能够实时估计结构的损伤性质，掌握结构安全状态，预防灾害事故发生，保证了结构工程运营的安全。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
