摘要
本发明公开了基于AI与数字孪生的沥青路面疲劳损伤模型标定方法,涉及损伤检测技术领域。本发明与之前的相比,解决了传统沥青路面设计依赖经验公式与静态参数,难以动态反映材料老化、环境耦合及荷载不确定性,且缺乏微观界面行为与宏观结构性能的跨尺度关联的问题;通过多模态数据融合与动态感知系统,实时采集并预处理多源异构数据,结合分子动力学模拟精准量化沥青‑集料界面结合能与黏附功,构建跨尺度损伤演化模型;利用物理信息神经网络嵌入改进的Paris公式,将实测数据与物理规律深度融合,有效修正传统模型的局部性假设。
技术关键词
模型标定方法
路面状态数据
数字孪生
集料界面
深度神经网络
无量纲参数
基准特征
界面物理化学
沥青路面设计
RANSAC算法
损伤检测技术
多模态数据融合
扩展卡尔曼滤波
多源异构数据
Q学习算法
系统为您推荐了相关专利信息
协同调控方法
墨滴
喷墨系统
数据处理模块
数据采集模块
鱼眼畸变
参数估计方法
鱼眼图像
多任务
深度神经网络模型
决策
生成方法
周边路况信息
消防现场
深度神经网络模型