-
公开(公告)号：CN118070610B
公开(公告)日：2024-09-06
申请号：CN202410278520.2
申请日：2024-03-12
Applicant: 湖南工业大学
IPC: G06F30/23 , G06F30/13 , G06F119/14 , G06F119/04
Abstract: 本发明公开了一种含气孔缺陷的钢桥面板焊缝疲劳寿命分析方法及系统，针对钢桥面板焊接气孔缺陷复杂多变形态导致有限元模型网格难以划分，以及气孔缺陷与裂纹体共存，裂尖交互作用及融合现象导致有限元分析计算效率低、难以精准评估实际疲劳寿命等关键问题，本发明引用材料领域的缺陷等效准则，实现焊接气孔缺陷作用下刚桥面板疲劳寿命简化高效计算。本发明节省了建模所需要的时间，大大减少了工作量，同时能计算形态复杂的气孔缺陷与疲劳裂纹耦合扩展过程。
-
公开(公告)号：CN119359670A
公开(公告)日：2025-01-24
申请号：CN202411437603.8
申请日：2024-10-15
Applicant: 湖南工业大学
IPC: G06T7/00 , G06T7/11 , G06T5/60 , G06T5/50 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种焊缝缺陷检测方法、评价方法、设备、存储介质及产品，所述检测方法包括构建深度卷积生成对抗网络以及焊缝缺陷检测模型；其中，深度卷积生成对抗网络包括生成器和第一判别器，焊缝缺陷检测模型采用U‑Net网络且包括编码器、解码器、新增拼接层以及与第一判别器具有相同架构的第二判别器；利用第一样本数据集对深度卷积生成对抗网络进行训练，得到第一判别器的权重参数；将第一判别器的权重参数迁移至第二判别器，然后利用第二样本数据集对U‑Net网络进行训练，得到目标缺陷检测模型；利用目标缺陷检测模型对实际焊缝缺陷图像进行检测，得到焊缝分割结果和缺陷分割结果。本发明在降低对标注数据依赖的同时提高了焊缝缺陷检测精度。
-
公开(公告)号：CN119168976A
公开(公告)日：2024-12-20
申请号：CN202411241872.7
申请日：2024-09-05
Applicant: 湖南工业大学
Abstract: 本发明公开了一种缺陷检测模型训练方法、检测方法、设备、介质及产品，所述训练方法包括构建样本数据集；其中，所述样本数据集包括多个样本，每个样本包括焊缝缺陷图像及其缺陷类别；构建焊缝缺陷检测模型；其中，所述焊缝缺陷检测模型采用改进的YOLOv8模型，在颈部网络引入高分辨率特征图P2，在头部网络采用动检测头；利用所述样本数据集对所述焊缝缺陷检测模型进行训练的同时，利用剪枝技术对所述焊缝缺陷检测模型进行剪枝，得到目标缺陷检测模型。本发明能够精度检测和定位焊缝中的微小缺陷，解决了传统方法对小尺寸、多样化的焊缝缺陷检测精度低的问题。
-
公开(公告)号：CN116180557A
公开(公告)日：2023-05-30
申请号：CN202211728596.8
申请日：2022-12-30
Applicant: 湖南工业大学
IPC: E01D1/00 , E01D19/00 , E01D19/12 , E01D21/00 , E01D101/26 , E01D101/30
Abstract: 本发明提供了一种钢‑UHPC组合桥梁结构，其包括钢梁结构和设于钢梁结构顶端上的UHPC桥面板；所述UHPC桥面板的底部沿桥梁横向间隔设有多根GFRP条形板，所述GFRP条形板均通过U型螺栓结构与所述钢梁结构的顶端固定连接；所述UHPC桥面板的内部沿桥梁纵向设有U型剪力连接件，所述U型剪力连接件的底端与所述钢梁结构的顶端固定连接；所述GFRP条形板的顶面上设有胶结层，所述胶结层上铺设有碎石层；所述多根GFRP条形板的上方设有桥面板结构钢筋，所述UHPC桥面板底面与顶面之间的填充区内填充有UHPC。本发明减轻了组合桥梁结构自重，增大了其跨径，减少了其耗钢量和焊接工作量、降低了其焊接疲劳的风险以及提高了其负弯矩区混凝土的抗裂性能。
-
公开(公告)号：CN111950180B
公开(公告)日：2022-06-07
申请号：CN202010811935.3
申请日：2020-08-13
IPC: G06F30/23 , G06F30/13 , G06F30/27 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种缆索承重桥梁结构体系可靠度分析方法及系统，通过由多个深度置信网络模型并联构成的网络集成模型来学习参数变量与荷载响应之间的非线性关系，从而拟合出桥梁结构体系的非线性力学行为，拟合精度高，提高了可靠度计算精度，同时大大地减少了桥梁有限元模型的计算次数，提高了可靠度的计算效率；深度置信网络模型层数多，且由多个并联的深度置信网络模型同时进行学习和测试，大大减小了陷入局部最优的概率，克服了神经网络的过拟合问题，且提高了泛化能力；采用Monte Carlo抽样法获取大量测试样本点，从而能够得到足够数量的失效样本点，提高了可靠度计算精度。
-
Patent Agency Ranking
公开(公告)号：CN112482199A
公开(公告)日：2021-03-12
申请号：CN202011496175.8
申请日：2020-12-17
Applicant: 湖南工业大学
Abstract: 本发明公开了一种组合桥面结构的接缝强化构造，所述组合桥面结构包括桥面板与位于所述桥面板上的现浇纤维混凝土铺装层，所述现浇纤维混凝土铺装层分多次浇筑，所述接缝强化构造包括先浇纤维混凝土铺装层、后浇纤维混凝土铺装层和多个钢锚加强结构，所述钢锚加强结构的一端埋设于所述先浇纤维混凝土铺装层中，所述钢锚加强结构的另一端埋设于所述后浇纤维混凝土铺装层中，所述钢锚加强结构包括受力钢筋和用于锚固所述受力钢筋的锚固器。本发明还提供一种上述组合桥面结构的接缝强化构造的施工方法。本发明的接缝强化构造具有抗开裂效果好、强度高、耐久性好等优点。
-
公开(公告)号：CN111950180A
公开(公告)日：2020-11-17
申请号：CN202010811935.3
申请日：2020-08-13
IPC: G06F30/23 , G06F30/13 , G06F30/27 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种缆索承重桥梁结构体系可靠度分析方法及系统，通过由多个深度置信网络模型并联构成的网络集成模型来学习参数变量与荷载响应之间的非线性关系，从而拟合出桥梁结构体系的非线性力学行为，拟合精度高，提高了可靠度计算精度，同时大大地减少了桥梁有限元模型的计算次数，提高了可靠度的计算效率；深度置信网络模型层数多，且由多个并联的深度置信网络模型同时进行学习和测试，大大减小了陷入局部最优的概率，克服了神经网络的过拟合问题，且提高了泛化能力；采用Monte Carlo抽样法获取大量测试样本点，从而能够得到足够数量的失效样本点，提高了可靠度计算精度。
-
公开(公告)号：CN119168976B
公开(公告)日：2025-04-15
申请号：CN202411241872.7
申请日：2024-09-05
Applicant: 湖南工业大学
Abstract: 本发明公开了一种缺陷检测模型训练方法、检测方法、设备、介质及产品，所述训练方法包括构建样本数据集；其中，所述样本数据集包括多个样本，每个样本包括焊缝缺陷图像及其缺陷类别；构建焊缝缺陷检测模型；其中，所述焊缝缺陷检测模型采用改进的YOLOv8模型，在颈部网络引入高分辨率特征图P2，在头部网络采用动检测头；利用所述样本数据集对所述焊缝缺陷检测模型进行训练的同时，利用剪枝技术对所述焊缝缺陷检测模型进行剪枝，得到目标缺陷检测模型。本发明能够精度检测和定位焊缝中的微小缺陷，解决了传统方法对小尺寸、多样化的焊缝缺陷检测精度低的问题。
-
公开(公告)号：CN117892409A
公开(公告)日：2024-04-16
申请号：CN202410106026.8
申请日：2024-01-25
Applicant: 湖南工业大学
IPC: G06F30/13 , G06F30/23 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种含夹杂缺陷的钢桥面板焊缝疲劳寿命分析方法及系统，提出基于断裂力学的钢桥面板夹杂缺陷处疲劳裂纹扩展特性、形态演变及疲劳寿命分析，揭示了焊接夹杂缺陷与疲劳裂纹不同交互时期的裂纹应力强度因子演变，且考虑了夹杂缺陷与裂纹体不同参数下的钢桥面板疲劳寿命评估，弥补了因仅限于考虑裂纹缺陷的单一缺陷类型评估钢桥面板疲劳寿命，从而导致裂纹疲劳性能评估及演化预测针对性与精确性不足的问题。
-
公开(公告)号：CN118070610A
公开(公告)日：2024-05-24
申请号：CN202410278520.2
申请日：2024-03-12
Applicant: 湖南工业大学
IPC: G06F30/23 , G06F30/13 , G06F119/14 , G06F119/04
Abstract: 本发明公开了一种含气孔缺陷的钢桥面板焊缝疲劳寿命分析方法及系统，针对钢桥面板焊接气孔缺陷复杂多变形态导致有限元模型网格难以划分，以及气孔缺陷与裂纹体共存，裂尖交互作用及融合现象导致有限元分析计算效率低、难以精准评估实际疲劳寿命等关键问题，本发明引用材料领域的缺陷等效准则，实现焊接气孔缺陷作用下刚桥面板疲劳寿命简化高效计算。本发明节省了建模所需要的时间，大大减少了工作量，同时能计算形态复杂的气孔缺陷与疲劳裂纹耦合扩展过程。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
