一种基于LSTM模型的钢结构电梯井道沉降预测方法

AITNT
正文
推荐专利
一种基于LSTM模型的钢结构电梯井道沉降预测方法
申请号:CN202510715653
申请日期:2025-05-30
公开号:CN120234886B
公开日期:2025-10-03
类型:发明专利
摘要
本发明涉及结构健康监测技术领域,具体为一种基于LSTM模型的钢结构电梯井道沉降预测方法,包括以下步骤,分析三轴倾角数据,筛选倾角变化有效区段,提取三维位移数据识别倾角联动模式区间,识别偏移幅度构建样本权重分配表,检测跳变点,设定预测路径获取沉降预测信息,对比残差识别时间偏移生成结构预测偏移趋势数据。本发明中,通过识别倾角拐点并结合三轴变化幅度差异,实现有效数据段的提取,结合主轴位移方向识别增强了结构趋势判断的方向准确性,结合数据偏移幅度调整训练样本权重,优化模型对关键变形时段的学习能力,利用跳变密度,设定预测路径起点,提高了趋势预测的行为响应性,结合平移状态残差波动分析,增强预测结果的解释性。
技术关键词
钢结构电梯井道 沉降预测方法 LSTM模型 时间段 序列 生成结构 样本 预测误差 数据 结构健康监测技术 索引 预测残差 模式 密度 算术平均值 标签 频率 列表
系统为您推荐了相关专利信息
1
基于深度学习提取地震前地表纯净微波辐射异常的方法
记忆单元 地震 微波 深度学习模型 周期
2
一种基于多AI模型的软件测试方法及系统
软件测试方法 可靠性参数 模型库 软件测试系统 知识图谱模型
3
变电设备的监测方法、装置、设备及存储介质
多元时序数据 变电设备 监测方法 设备运行数据 数据分布
4
一种基于时间序列的铁塔状态监测方法
长短期记忆网络 状态监测方法 铁塔状态监测系统 集成学习方法 异常检测方法
5
一种基于有限样本的区域性顺层边坡预加固范围确定方法
顺层边坡 样本 因子 高风险 地质灾害防治工程技术
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