一种带有一字型内芯的防屈曲支撑构件

    公开(公告)号:CN105239691A

    公开(公告)日:2016-01-13

    申请号:CN201510589847.2

    申请日:2015-09-16

    Abstract: 一种带有一字型内芯的防屈曲支撑构件,它涉及一种防屈曲支撑构件。现有市场上使用的防屈曲支撑构件的焊接热应力以及焊接残余变形往往会影响支撑的整体组装,降低内芯构件的低周期疲劳性能、内芯构件的抗屈曲能力低且成本高。本发明内芯构件为一字型变厚度钢板,内芯构件的厚度由中心向两端逐渐递增,内芯构件外套装有约束构件,约束构件内填充有水泥砂浆,两个端板分别设置在约束构件的两端;每个端部连接部件包括两个竖向肋板,端板沿其板面厚度方向加工有十字形预留通孔,内芯构件的两端分别穿过两个端板上十字形预留通孔中的水平孔,两个竖向肋板分别穿过十字形预留通孔中的竖直孔并与内芯构件固接。本发明用于建筑工程领域。

    一种轨道几何不平顺的检测评估系统

    公开(公告)号:CN105000033A

    公开(公告)日:2015-10-28

    申请号:CN201510495997.7

    申请日:2015-08-13

    CPC classification number: B61K9/08

    Abstract: 一种轨道几何不平顺的检测评估系统,它涉及一种检测评估系统。本发明为解决在轨道交通领域中,轨检车需要人力推行检测,存在检测效率低,检测结果受人工影响而不准确的问题;综合检测车存在造价昂贵且检测时往往要求线路封闭,影响正常交通运营的问题,同时轨检车或综合检测车自身的检测梁松动所导致的检测结果变化往往不易被发觉,从而造成检测结果失真的问题。本发明包括在轨道上独立行使的机车,安置在机车内的激振系统,控制系统,信号采集系统,导航系统,信号处理系统以及能量供应系统。本发明无需手工测量即可获得静态不平顺,节约了大量的人力和物力,同时有效提升了检测效率和检测精度。本发明用于检测轨道几何不平顺。

    时变结构参数识别方法、存储介质及设备

    公开(公告)号:CN114186595B

    公开(公告)日:2023-12-01

    申请号:CN202111528835.0

    申请日:2021-12-14

    Abstract: 别。时变结构参数识别方法、存储介质及电子设备,属于土木工程消能减震技术领域。为了解决现有的识别方法不能对应用在抗震结构系统中的粘滞阻尼器的参数进行准确识别的问题。本发明首先确定抗震结构系统对应的初始状态向量及初始状态量协方差,并基于无迹卡尔曼滤波器算法进行初步识别,该过程中需要计算每步对应的灵敏参数ηk并绘制时程曲线,如果时程曲线有峰值脉冲出现,则基于自适应遗忘因子的无迹卡尔曼滤波器算法进行识别,此过程中,如果ηk≥η0,基于遗忘因子修正量测预测协方差、互协方差及状态量协方差,并更新卡尔曼增益矩阵和(56)对比文件Shuwen Pan.An General UnscentedKalman Filter with unknown inputs foridentification of structural parametersof structural parameters.2016 35thChinese Control Conference (CCC).2016,318-322.许斌;王云.利用部分加速度测量的结构滞回特性免模型识别.工程力学.2018,(第02期),192-199.郭丽娜;宋开明;张延哲;丁勇.基于UKF的结构动荷载识别方法与试验验证.振动与冲击.2019,(第03期),75-82.杜永峰;张浩;赵丽洁;李万润.基于STUKF的非线性结构系统时变参数识别.振动与冲击.2017,(第07期),178-183+205.

    桥梁损伤位置的无损识别方法、存储介质及设备

    公开(公告)号:CN114692465B

    公开(公告)日:2023-09-08

    申请号:CN202210398866.7

    申请日:2022-04-15

    Abstract: 桥梁损伤位置的无损识别方法、存储介质及设备,属于桥梁工程健康监测技术领域。为了解决现有的检测技术不能简便识别桥梁结构损伤位置的问题,本发明基于无迹卡尔曼滤波器算法和自适应无迹卡尔曼滤波器算法确定损伤位置,在滤波的过程中需要计算每步对应的灵敏参数,并根据灵敏参数ηk的时程曲线,选择下一时间步的滤波器算法,在执行自适应无迹卡尔曼滤波器算法时需要根据状态量协方差的全部主对角元素组成一个新的对角方阵,依次扩大该方阵每一个弹性模量参数对应的协方差值,并执行一步完整的无迹卡尔曼滤波运算并得到灵敏参数ηk,并找到损伤位置;扩大该位置对应的协方差并继续执行第(k+1)时间步,直到全部循环结束得出所有的损伤位置。

    桥梁损伤位置的无损识别方法、存储介质及设备

    公开(公告)号:CN114692465A

    公开(公告)日:2022-07-01

    申请号:CN202210398866.7

    申请日:2022-04-15

    Abstract: 桥梁损伤位置的无损识别方法、存储介质及设备,属于桥梁工程健康监测技术领域。为了解决现有的检测技术不能简便识别桥梁结构损伤位置的问题,本发明基于无迹卡尔曼滤波器算法和自适应无迹卡尔曼滤波器算法确定损伤位置,在滤波的过程中需要计算每步对应的灵敏参数,并根据灵敏参数ηk的时程曲线,选择下一时间步的滤波器算法,在执行自适应无迹卡尔曼滤波器算法时需要根据状态量协方差的全部主对角元素组成一个新的对角方阵,依次扩大该方阵每一个弹性模量参数对应的协方差值,并执行一步完整的无迹卡尔曼滤波运算并得到灵敏参数ηk,并找到损伤位置;扩大该位置对应的协方差并继续执行第(k+1)时间步,直到全部循环结束得出所有的损伤位置。

    时变结构参数识别方法、存储介质及设备

    公开(公告)号:CN114186595A

    公开(公告)日:2022-03-15

    申请号:CN202111528835.0

    申请日:2021-12-14

    Abstract: 时变结构参数识别方法、存储介质及设备,属于土木工程消能减震技术领域。为了解决现有的识别方法不能对应用在抗震结构系统中的粘滞阻尼器的参数进行准确识别的问题。本发明首先确定抗震结构系统对应的初始状态向量及初始状态量协方差,并基于无迹卡尔曼滤波器算法进行初步识别,该过程中需要计算每步对应的灵敏参数ηk并绘制时程曲线,如果时程曲线有峰值脉冲出现,则基于自适应遗忘因子的无迹卡尔曼滤波器算法进行识别,此过程中,如果ηk≥η0,基于遗忘因子修正量测预测协方差、互协方差及状态量协方差,并更新卡尔曼增益矩阵和第k时间步的状态量,直到循环结束,获得识别过程状态量中待识别参数。用于时变结构的参数识别。

    零指代消解方法、训练零指代消解模型的方法及电子设备

    公开(公告)号:CN112256868A

    公开(公告)日:2021-01-22

    申请号:CN202011069841.X

    申请日:2020-09-30

    Abstract: 本申请适用于终端人工智能技术领域,提供了零指代消解方法、训练零指代消解模型的方法及电子设备。上述训练零指代消解模型的方法包括:将训练文本中的所有词转换为第一向量;其中,训练文本中包括多个先行词和多个零代词,第一向量包括与各个先行词对应的第一先行词向量和与各个零代词对应的第一零代词向量,第一零代词向量中包含零代词的位置信息;将零代词的位置信息融合到第一先行词向量中,得到第二先行词向量;基于第一零代词向量和第二先行词向量,确定每个先行词的理论类别标签;其中,每个先行词对应一个预设类别标签;根据每个先行词的理论类别标签与预设类别标签,对零指代消解模型进行训练。上述方法能够提高零指代消解的准确性。

    一种轨道几何不平顺的检测评估系统

    公开(公告)号:CN105000033B

    公开(公告)日:2017-06-20

    申请号:CN201510495997.7

    申请日:2015-08-13

    Abstract: 一种轨道几何不平顺的检测评估系统,它涉及一种检测评估系统。本发明为解决在轨道交通领域中,轨检车需要人力推行检测,存在检测效率低,检测结果受人工影响而不准确的问题;综合检测车存在造价昂贵且检测时往往要求线路封闭,影响正常交通运营的问题,同时轨检车或综合检测车自身的检测梁松动所导致的检测结果变化往往不易被发觉,从而造成检测结果失真的问题。本发明包括在轨道上独立行使的机车,安置在机车内的激振系统,控制系统,信号采集系统,导航系统,信号处理系统以及能量供应系统。本发明无需手工测量即可获得静态不平顺,节约了大量的人力和物力,同时有效提升了检测效率和检测精度。本发明用于检测轨道几何不平顺。

    零指代消解方法、训练零指代消解模型的方法及电子设备

    公开(公告)号:CN112256868B

    公开(公告)日:2025-04-15

    申请号:CN202011069841.X

    申请日:2020-09-30

    Abstract: 本申请适用于终端人工智能技术领域,提供了零指代消解方法、训练零指代消解模型的方法及电子设备。上述训练零指代消解模型的方法包括:将训练文本中的所有词转换为第一向量;其中,训练文本中包括多个先行词和多个零代词,第一向量包括与各个先行词对应的第一先行词向量和与各个零代词对应的第一零代词向量,第一零代词向量中包含零代词的位置信息;将零代词的位置信息融合到第一先行词向量中,得到第二先行词向量;基于第一零代词向量和第二先行词向量,确定每个先行词的理论类别标签;其中,每个先行词对应一个预设类别标签;根据每个先行词的理论类别标签与预设类别标签,对零指代消解模型进行训练。上述方法能够提高零指代消解的准确性。

Patent Agency Ranking