基于试验仿真双数据驱动的多指标曲率模态损伤识别方法

AITNT
正文
推荐专利
基于试验仿真双数据驱动的多指标曲率模态损伤识别方法
申请号:CN202510698533
申请日期:2025-05-28
公开号:CN120562200A
公开日期:2025-08-29
类型:发明专利
摘要
本发明属于损伤识别技术领域,具体为基于试验仿真双数据驱动的多指标曲率模态损伤识别方法,包括:建立输电塔的有限元模型;结合实际工况对有限元模型进行有限元分析得到易损位置;在有限元模型的易损位置处布置测点,根据测点在输电塔中布置传感器;构建有限元模型的测点处的曲率模态损伤样本库;构建神经网络模型,利用曲率模态损伤样本库训练神经网络模型,得到训练好的神经网络模型;利用传感器获取输电塔的实际数据,根据实际数据计算曲率模态损伤识别指标,将曲率模态损伤识别指标输入训练好的神经网络模型,得到结构损伤识别结果;本发明结合曲率模态差值、叠加曲率模态差值和曲率模态差值变化率对神经网络进行训练,从而提高损伤识别的准确性。
技术关键词
曲率模态损伤识别方法 结构有限元模型 训练神经网络模型 结构损伤识别 指标 布置测点 数据 损伤识别技术 样本 模态分析方法 传感器 钢框架结构 更新模型参数 工况 塔身 输电塔 无损伤 载荷
系统为您推荐了相关专利信息
1
用于乳腺癌诊断的共价有机框架薄膜芯片及其制备方法与应用
共价有机框架薄膜 乳腺癌诊断标志物 芯片 乳腺癌标志物 冰乙酸
2
基于改进RRT算法的多船锚泊调度路径规划方法
调度路径规划方法 RRT算法 避碰决策 指标 信息熵
3
基于大数据分析的黑木耳高铁菌株杂交选育优化方法
多指标综合评分 强化学习算法 层次分析法 遗传算法 高铁
4
基于Focal Loss改进LightGBM的管网毛刺数据检测方法及存储器
数据检测方法 邻域特征 数据标签 人工智能技术 存储器
5
基于人工智能的重症监护监测方法及系统
基线 生理 参数 历史监测数据 监测方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号