一种梁式桥三维模型信息交互平台

    公开(公告)号:CN109242971A

    公开(公告)日:2019-01-18

    申请号:CN201811065189.7

    申请日:2018-09-13

    Abstract: 本发明公开了一种梁式桥三维模型信息交互平台,包括以下步骤:S1:将梁式桥的基本信息进行后台存储;S2:基于WebGL的Three.js函数库,根据步骤S1存储的基本信息建立梁式桥的三维模型,形成基础构件库。本发明根据梁式桥的结构形式,建立了针对梁式桥的各构件模型库,建立了梁式桥的三维模型,通过基于WebGL的Three.js函数库,能够实现各三维模型构件层次的高亮显示,并以模态窗形式显示构件对应的后台数据库信息,以便于实现桥梁基本信息、病害信息、监测传感器及数据信息、评估及加固信息三维模型可视化及信息交互全过程。

    一种基于综合模型的自然火灾下梁柱式木结构框架整体抗火性能的分析系统及分析方法

    公开(公告)号:CN106503405A

    公开(公告)日:2017-03-15

    申请号:CN201611100023.5

    申请日:2016-12-02

    Applicant: 东南大学

    Inventor: 张晋 侯士通 梅方

    CPC classification number: G06F17/5018

    Abstract: 本发明公开了一种基于综合模型的自然火灾下梁柱式木结构框架整体抗火性能的分析系统及分析方法,其中分析系统包括:实际火灾模拟模块,用于在梁柱式木结构框架内生成与实际火灾工况相对应的模拟火灾工况;炭化模型模块,根据炭化模型计算公式得出梁柱式木结构表面炭化深度及梁柱式木结构各构件的有效截面数据;结构有限元分析计算模块,用于计算梁柱式木结构在碳化深度和有效截面变化下的实时变形结果,并根据实时变形结果更新实际火灾模拟模块中的模拟火灾工况用于计算下一时刻的变形结果。本发明考虑实际火灾发展的影响,以整体结构为对象,实现火灾和结构相互作用的过程,可以减少足尺试验的高成本,提高分析效率。

    基于声呐相机与深度学习的水下桥墩快速检测方法及系统

    公开(公告)号:CN118501266A

    公开(公告)日:2024-08-16

    申请号:CN202410573262.0

    申请日:2024-05-10

    Applicant: 东南大学

    Abstract: 本发明公开了基于声呐相机与深度学习的水下桥墩快速检测方法及系统,涉及桥梁水下检测技术领域。本发明包括:基于改进的YOLOv7模型,接收包含多个桥墩及其表面缺陷的声呐图像,实现桥墩与缺陷的水下快速检测;将改进的YOLOv7模型获取的边界框坐标信息与声呐距离参数相结合,得到缺陷相对于桥墩的实际距离信息数据,实现缺陷水下定位;根据得到的距离信息数据,迅速移动水下相机靠近桥墩缺陷位置进行图像采集;将采集到的桥墩缺陷图像输入改进的DeepLabv3+模型,输出缺陷的识别结果。本发明相比于传统人工逐墩探摸方法可以实现水下桥墩缺陷的快速精准检测,不仅检测精度大大提高,还能提升检测效率,节省人力资源。

    一种基于通道注意力BiLSTM模型的桥梁温度效应预测方法

    公开(公告)号:CN116663126A

    公开(公告)日:2023-08-29

    申请号:CN202310766544.8

    申请日:2023-06-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于通道注意力BiLSTM模型的桥梁温度效应预测方法,采用序列到序列的深度学习方法,直接从桥梁的监测数据中提取温度场与温度应变的非线性映射关系,替代了传统数值仿真的建模过程。引入时间序列的通道注意力机制对BiLSTM模型进行改进,使其在温度效应预测上具有良好的泛化性能与预测精度。克服了桥梁热力学仿真分析的计算耗时问题,有助于分析大型桥梁长期服役条件下的热力学行为;根据桥梁监测数据直接构建温度场与温度效应的映射关系,提高了桥梁监测数据的利用率,符合桥梁监测系统大规模推广应用的现状;使用的深度神经网络在温度效应预测上具有良好的泛化能力和适用性,无需大量、完整周期的监测数据进行训练,使用简单、便捷。

    一种无人机测量悬索桥主缆线形的方法及系统

    公开(公告)号:CN115272897A

    公开(公告)日:2022-11-01

    申请号:CN202210969012.X

    申请日:2022-08-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种无人机测量悬索桥主缆线形的方法,包括以下步骤:无人机数据采集,无人机搭载激光雷达扫描设备直接获取点云数据,或者通过无人机搭载RGB相机倾斜摄影测量;点云模型重建,对数据进行后处理并重构悬索桥点云模型;悬索桥主缆点云提取,通过分析悬索桥主缆空间分布特性,从悬索桥全桥及周边环境的点云数据中把主缆点云提取出来;采用密度聚类的方法去除噪点和扶手索点云精确提取主缆点云,并计算主缆线形。本发明还提出了一种无人机测量悬索桥主缆线形的系统,能提高悬索桥主缆线形测量效率,并保证一定的精度,有广阔的应用前景。

    一种水下桥墩病害识别定位方法、装置、电子设备及存储介质

    公开(公告)号:CN115187565A

    公开(公告)日:2022-10-14

    申请号:CN202210872321.5

    申请日:2022-07-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种水下桥墩病害识别定位方法、装置、电子设备及存储介质,所述方法包括:搭建视觉平台及测量系统;标定测量系统中相机参数,采集水下桥墩表面图像;构建病害图像数据集,通过图像处理模型对采集获得初始图像进行图像增强与复原处理;对处理后的图像进行三维重构,获得局部三维点云并校正水下折射导致的偏差;根据双目相机有效视场重叠区域统一双目相机所有测点处获得的三维点云数据,测量被测物表面全周三维形貌;对采集的局部图像进行病害识别,获得病害的像素位置和像素面积;结合采集的局部图像深度图,计算病害实际体积,获得病害在三维点云全局坐标系中的空间位置。本发明提高了水下光学测量方法在水下结构自动化监测场景中的测量效率和质量。

    一种基于深度学习与声呐成像的水下桥墩病害识别方法

    公开(公告)号:CN111127399A

    公开(公告)日:2020-05-08

    申请号:CN201911195800.2

    申请日:2019-11-28

    Applicant: 东南大学

    Inventor: 吴刚 侯士通 董斌

    Abstract: 本发明提供了一种基于深度学习与声呐成像的水下桥墩病害识别方法,利用水下侧声声呐设备获取准备水下桥墩扫描图片,包括病害与无病害图片;运用图像增强方法,增加数据集的数量;对数据集进行标注,病害区域用矩形框标记并且保存坐标信息;将数据集划分为训练测试集、验证集和测试集;建立深度学习目标检测网络中的yolov3模型,进行训练,得到训练模型;水面上控制侧声声呐设备沿着水下桥墩部分进行扫描,获取扫描图片,利用训练好的yolov3模型进行水下桥墩病害自动识别。本发明效率高,成本低,相对于传统的人工潜水法以及声呐人工筛选法更具有明显的自动化和实时性优势。

    基于局部均值模态分解的斜拉索时变索力识别方法

    公开(公告)号:CN109827697A

    公开(公告)日:2019-05-31

    申请号:CN201910208016.4

    申请日:2019-03-19

    Abstract: 本发明公开了一种基于局部均值模态分解的斜拉索时变索力识别方法,包括如下步骤:获取斜拉索振动加速度时程数据,利用信号处理方法进行信号去噪;利用傅里叶变换(FFT)估计拉索的基频,根据基频设计带通滤波器对振动信号进行初步处理;利用局部均值模态分解方法分解处理后的振动信号,得到拉索的各阶振动模态;利用希尔伯特-黄变换(HHT)处理信号,得到各阶振动模态的瞬时频率时程数据,利用索力-基频公式,便可得到瞬时索力时程数据。本发明能够得到斜拉索的时变索力,克服了现有索力测量方法只能测量平均索力的缺陷,测量精度高,成本低,应用范围更广。

    用于测量桥梁桥面车速的无线4G噪声传感器及传感方法

    公开(公告)号:CN109443517A

    公开(公告)日:2019-03-08

    申请号:CN201811065148.8

    申请日:2018-09-13

    CPC classification number: G01H11/06 G01P3/66 G08C17/02

    Abstract: 本发明公开了一种用于测量桥梁桥面车速的无线4G噪声传感器,包括麦克风模块,麦克风模块采集周边环境的噪声信号并发送给MCU核心板,MCU核心板对噪声信号进行A/D转换并将转换后的噪声信号发送给4G无线通信模块,4G无线通信模块与云端服务器之间进行通信。本发明还公开了采用该传感器的传感方法。本发明通过4G无线通信模块,结合麦克风模块,实现对桥梁桥面车速的测量。本发明有效解决了当前有线设备传输距离有限,现场设备管理成本高的问题。并且,采用无线传输方式,建立TCP协议传输数据至云端服务器,能够实现集群、大规模监测目的,实现数据集中管理。

Patent Agency Ranking