摘要
本发明属于数字孪生技术领域,具体提供一种集群学习Kriging驱动的桥梁数字孪生建模更新系统及方法,包括:数据采集与处理模块,用于得到实际桥梁结构的性能特征信息;数字孪生模型构建模块,用于构建桥梁数字孪生模型,处理得到模拟桥梁结构的性能特征信息;目标函数构建模块,用于构建残差目标函数,并基于残差目标函数获取优化变量以及优化变量的参数空间;寻优模块,用于利用多学习函数并行驱动的集群优化机制引导Kriging代理模型在参数空间中搜索最优参数;模型更新模块,用于通过最优参数更新桥梁数字孪生模型。本发明有效提高了桥梁结构状态识别精度并降低了模型更新成本,适用于复杂工况下的桥梁性能预测与运维管理。
技术关键词
桥梁结构
数字孪生模型
数字孪生建模
样本
集群
参数
模型更新
更新系统
拾振器
模块
变量
数字孪生技术
工况
冗余
数据
频率
更新方法
节点
系统为您推荐了相关专利信息
辐射屏蔽设计
神经网络模型
建立核反应堆
核辐射屏蔽技术
中子衰减常数
逆转录酶突变体
核酸分子
细胞系
转基因
生物材料
智能预警分析方法
样本
产品全生命周期
多源异构数据
分群
多光谱图像分类
样本
注意力
图像分类模型
卷积特征
终点
数据分布
计算机可读取存储介质
样本
计算机可读指令