一种基于稠密匹配与先验知识增强的结构振动位移识别方法

    公开(公告)号:CN119006522A

    公开(公告)日:2024-11-22

    申请号:CN202411091247.9

    申请日:2024-08-09

    Abstract: 本发明提出一种基于稠密匹配与先验知识增强的结构振动位移识别方法。所述方法包括图像特征增强网络的架构设计与训练、基于稠密匹配的非迭代式光流估计模型的建立、基于监测视频中的运动先验信息改进光流估计结果、像素运动向结构位移的转换、基于物理先验知识改进位移识别结果等。本发明所述方法采用训练好的深度学习模型增强图像特征,并使用基于注意力机制的稠密匹配与光流传播策略得到监测视频的全场像素运动,该方法实现了快速和稠密的运动估计,解决了现有方法的问题。所述方法在较低监测视频质量下识别结构振动位移的精度、密度和速度等方面具有独特的优势,对恶劣环境条件的鲁棒性也较强。

    基于少量测点加速度数据和生成对抗网络的结构全自由度振型识别方法

    公开(公告)号:CN118839564B

    公开(公告)日:2025-03-21

    申请号:CN202410950413.X

    申请日:2024-07-16

    Abstract: 本发明提出基于少量测点加速度数据和生成对抗网络的结构全自由度振型识别方法。首先,训练生成对抗网络模型,学习结构有限元模型在物理参数各可能数值下的模拟振型大数据集,生成器输入为低维空间中随机采样的向量z,输出为高维的模拟全自由度振型数据φ。其次,基于动力学知识建立振型与监测数据的映射关系,构建优化目标函数。最后,训练好的生成器G通过相对低维的向量z表示结构全自由度振型的特征,通过直接在z空间搜寻获得最优全自由度振型#imgabs0#该方法将生成器作为待识别振型φ的物理模型驱动约束项,从有限元模拟数据中自动学习振型识别有关的物理信息来改善全自由度模态识别反演问题的不适定性。

    基于少量测点加速度数据和生成对抗网络的结构全自由度振型识别方法

    公开(公告)号:CN118839564A

    公开(公告)日:2024-10-25

    申请号:CN202410950413.X

    申请日:2024-07-16

    Abstract: 本发明提出基于少量测点加速度数据和生成对抗网络的结构全自由度振型识别方法。首先,训练生成对抗网络模型,学习结构有限元模型在物理参数各可能数值下的模拟振型大数据集,生成器输入为低维空间中随机采样的向量z,输出为高维的模拟全自由度振型数据φ。其次,基于动力学知识建立振型与监测数据的映射关系,构建优化目标函数。最后,训练好的生成器G通过相对低维的向量z表示结构全自由度振型的特征,通过直接在z空间搜寻获得最优全自由度振型#imgabs0#该方法将生成器作为待识别振型φ的物理模型驱动约束项,从有限元模拟数据中自动学习振型识别有关的物理信息来改善全自由度模态识别反演问题的不适定性。

    一种金属封装分布式光纤传感器

    公开(公告)号:CN206291977U

    公开(公告)日:2017-06-30

    申请号:CN201621371791.X

    申请日:2016-12-14

    Abstract: 本实用新型提供一种金属封装分布式光纤传感器,包括两根光纤(1.2)、金属基层(3)、锡层(4)和金属保护层(5),所述的金属基层(3)上设置有两条平行的凹槽(6),每个所述的凹槽(6)内安装有一根光纤,金属基层(3)外面依次封装锡层(4)、金属保护层(5)。本实用新型封装工艺可靠,在结构表面布设方式简单,材料与装配成本低,制备过程较为简单,易于批量生产与市场推广,适用于公路、桥梁等多种结构监测。

Patent Agency Ranking