-
公开(公告)号：CN116956701A
公开(公告)日：2023-10-27
申请号：CN202310555822.5
申请日：2023-05-17
Applicant: 东南大学
IPC: G06F30/27 , G06F18/25 , G06N3/048 , G06N3/08 , G06F119/14 , G06F111/10
Abstract: 本发明公开了基于机理引导ANN的火灾后RC桥墩承载能力预测方法，首先，利用数值仿真法构建火灾后钢筋混凝土桥墩的剩余承载能力数据库，然后，构建并训练火灾后钢筋混凝土桥墩的剩余承载能力预测神经网络，获得火灾后钢筋混凝土桥墩的剩余承载能力预测模型；最后将受火条件、材料性能、截面特性、加载条件输入到训练好的神经网络模型中，输出火灾后桥墩的剩余承载能力，并与真实结果进行对比，验证了本发明的有效性。本发明克服了传统火后钢筋混凝土桥墩承载能力分析存在的建模复杂、计算耗时等问题，实现了快速根据受火条件、结构参数对钢筋混凝土桥墩的剩余承载能力进行评判，有助于火灾后钢筋混凝土桥墩的安全评估与应急抢险。
-
公开(公告)号：CN116663425A
公开(公告)日：2023-08-29
申请号：CN202310766603.1
申请日：2023-06-27
Applicant: 东南大学
IPC: G06F30/27 , G06F18/214 , G06F17/18 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种基于模态拓展和残差CNN‑LSTM网络的桥梁车致振动预测方法。本发明依据模态扩展方法将输入的车辆参数、路面不平度重构为维度固定的特征，借助残差卷积‑长短期记忆网络的多尺度特征提取和时序依赖关系的提取能力对所关注的车致振动进行分析预测，提升了车致振动的预测精度。本发明采用试验设计方法和数值仿真方法生成训练集样本，从而在控制训练样本数量的前提下保证所得网络模型的预测精度和泛化能力。本发明的有益效果在于，克服了传统车‑桥耦合振动分析的计算耗时问题，可根据车辆参数、路面不平度对目标桥梁的车致振动进行快速、可靠的预测分析，适用于公路桥梁在随机车流作用下的长期安全评估。
-
公开(公告)号：CN116228033A
公开(公告)日：2023-06-06
申请号：CN202310247577.1
申请日：2023-03-15
Applicant: 东南大学
IPC: G06Q10/0639 , G06Q50/08 , G06V10/28 , G06V10/44 , G06V10/24 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于图像识别的砌体结构抗震性能快速评估方法，包括以下步骤：对图像中的房屋轮廓、洞口和标识物进行识别，利用OpenCV通过标识物对图像进行视角矫正并测算目标的实际尺寸，使用MobileViTV3模型按房屋层数对图像进行分类，实现建筑尺寸参数的自动识别和房屋信息快速采集；参数化建立房屋结构模型，计算层高、面积、结构重力荷载代表值等基本参数，由简化方法计算各层墙体等效截面面积、轴压比和等效截面惯性矩，运用简化的剪切层模型快速计算砌体结构墙体的抗侧刚度，根据底部剪力法计算结构的地震作用和效应，以层间位移角为指标对结构的抗震性能进行评级。本发明基于图像识别方法可实现老旧房屋尺寸信息快速采集及砌体结构性能快速评估。
-
公开(公告)号：CN111044617B
公开(公告)日：2022-08-02
申请号：CN201911188370.1
申请日：2019-11-28
Applicant: 东南大学 , 江苏东印智慧工程技术研究院有限公司 , 东衢智慧交通基础设施科技(江苏)有限公司
Abstract: 本发明公开了一种基于深度学习与声发射技术的拉索损伤识别方法，首先，利用声发射设备测量正常状态与损伤状态拉索的声发射信号各N组，形成数据集，将数据集中的信号序列打上标签，将N组信号归一化，并划分为训练集和测试集；建立长短期记忆全卷积神经网络，对声发射信号进行训练，保存训练好的模型和参数；利用声发射设备在现场获取拉索的声发射信号，将信号输入上述训练好的模型中，自动判别拉索是否存在损伤。本发明直接处理声发射的原始信号，效率高，成本低，相对于传统的人工检测法以及磁通量法更具有明显的自动化优势。
-
公开(公告)号：CN114529522A
公开(公告)日：2022-05-24
申请号：CN202210101302.2
申请日：2022-01-27
Applicant: 东南大学 , 江苏东印智慧工程技术研究院有限公司
Abstract: 本发明公开了一种道路表观病害智能识别方法和系统，基于目标检测模型对输入的道路表观图像进行病害检测，返回道路病害的病害区域位置坐标信息，病害类型以及病害的置信度；利用固定大小的小框格精确定位病害区域，便于对特定病害进行长度或面积的计算；对精确定位的结果进行后处理，包括移除孤立框和移除相同项，得到最终的识别结果。本发明能够自动化病害识别，降低了检测误报率，提高了检测效率。
-
Patent Agency Ranking
公开(公告)号：CN113739720A
公开(公告)日：2021-12-03
申请号：CN202111006002.8
申请日：2021-08-30
Applicant: 东南大学
Abstract: 本发明提供了一种融合声学与光学方法的水下高精度测量和缺陷检测方法，可得到水下结构的多尺度声光融合三维形貌点云，以更好地检测水下结构的损伤、缺陷等信息。该方法主要包括如下步骤：(1)在水下测量平台上安装导航设备、光学三维形貌测量装置、三维声呐测量装置。(2)利用光学三维形貌测量装置得到被测面整体光学三维形貌点云数据。(3)利用三维声呐获取水下被测面整体声学三维形貌点云数据。(4)将被测面整体的声学、光学三维形貌点云数据进行融合，实现水下结构三维形貌的高精度测量。(5)基于声学、光学融合三维形貌点云数据，利用深度学习算法实现水下缺陷自动定位。
-
公开(公告)号：CN111044617A
公开(公告)日：2020-04-21
申请号：CN201911188370.1
申请日：2019-11-28
Applicant: 东南大学 , 江苏东印智慧工程技术研究院有限公司 , 东衢智慧交通基础设施科技(江苏)有限公司
Abstract: 本发明公开了一种基于深度学习与声发射技术的拉索损伤识别方法，首先，利用声发射设备测量正常状态与损伤状态拉索的声发射信号各N组，形成数据集，将数据集中的信号序列打上标签，将N组信号归一化，并划分为训练集和测试集；建立长短期记忆全卷积神经网络，对声发射信号进行训练，保存训练好的模型和参数；利用声发射设备在现场获取拉索的声发射信号，将信号输入上述训练好的模型中，自动判别拉索是否存在损伤。本发明直接处理声发射的原始信号，效率高，成本低，相对于传统的人工检测法以及磁通量法更具有明显的自动化优势。
-
公开(公告)号：CN110631792A
公开(公告)日：2019-12-31
申请号：CN201910965456.4
申请日：2019-10-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积神经网络的抗震混合试验模型更新方法，利用试验子结构的系统输入变量和恢复力观测值作为样本集在线训练卷积神经网络，进而得到更符合实际情况的数值子结构恢复力预测模型，代替数值子结构中与试验子结构相同或相似部分的恢复力模型。从而避免了模型的选择误差，显著提高了恢复力的预测精度，使得混合试验的结果更加符合真实情况。该方法去掉了卷积神经网络中的池化层，提高计算效率，同时保持了良好的数据特征提取能力和抵抗噪声的能力。提高了混合试验中数值子结构恢复力的预测精度，显著提升了基于智能算法的抗震混合试验模型更新方法的泛化能力和抵抗噪声的能力，使混合试验中数值子结构的建模分析结果更为精确。
-
公开(公告)号：CN110094617A
公开(公告)日：2019-08-06
申请号：CN201910360472.0
申请日：2019-04-30
Applicant: 东南大学
Abstract: 本发明的一种水下环境结构局部破损的检测装置，包括检测设备、用于控制检测设备在竖向的高度的竖向控制模块、用于控制检测设备水平定位的横向气动模块，竖向控制模块和横向气动模块相连接；检测设备包括深度传感器和压力传感器，深度传感器用于感知检测设备在水下的具体方位，压力传感器用于捕获检测设备与配测物接触产生的力反馈。本发明仅需少量的人工操作即可完成水下几米至几十米的结构病害检测工作，还可以实现远距离遥控操作；拆装方便且所有装置均可重复使用，这样很大程度地节约了检测成本，提高了检测施工效率。
-
公开(公告)号：CN109978847A
公开(公告)日：2019-07-05
申请号：CN201910210547.7
申请日：2019-03-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于迁移学习与拉索机器人的拉索外套病害自动识别方法，该方法包括：准备好混凝土裂缝图片，建立深度学习中的ResNet网络模型，进行训练，得到训练模型；再获取斜拉索PE外套的病害图片，将数据集划分为训练集、验证集、测试集，建立ResNet卷积神经网络的迁移学习模型，对模型进行训练；控制斜拉索机器人进行图像采集，利用训练好的ResNet模型进行斜拉索PE外套病害自动识别。本发明检测精度高，斜拉索机器人的应用可以代替人工进行自动化爬行检测，自动化程度高，能够实时识别，效率高，成本低，相较于传统的斜拉索PE外套病害的人工检测方法具有明显的优势。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.032 seconds)
