-
公开(公告)号：CN118171362B
公开(公告)日：2024-10-11
申请号：CN202410343589.9
申请日：2024-03-25
Applicant: 哈尔滨工业大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094 , G06F119/02 , G06F119/14
Abstract: 一种用于结构抗震能力评估的高层剪力墙住宅建筑信息重构方法，它属于土木工程技术领域。本发明的目的是为解决现有方法对高层剪力墙住宅建筑进行抗震能力评价的准确性差的问题。本发明方法具体为：步骤一、获取目标建筑的建筑轮廓、结构几何信息和结构设防烈度；步骤二、搭建基于剪力墙结构自振周期估计器的建筑内部剪力墙空间布置推测网络；步骤三、建立将结构设防烈度和结构层数作为输入、将建筑各层混凝土强度等级作为输出的材料强度等级模糊推理系统；步骤四、根据步骤一获得的信息、步骤二的网络以及步骤三的推理系统，获得目标建筑内部剪力墙空间布置信息和混凝土强度等级。本发明方法可以应用于高层剪力墙住宅建筑信息的重构。
-
公开(公告)号：CN118171362A
公开(公告)日：2024-06-11
申请号：CN202410343589.9
申请日：2024-03-25
Applicant: 哈尔滨工业大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094 , G06F119/02 , G06F119/14
Abstract: 一种用于结构抗震能力评估的高层剪力墙住宅建筑信息重构方法，它属于土木工程技术领域。本发明的目的是为解决现有方法对高层剪力墙住宅建筑进行抗震能力评价的准确性差的问题。本发明方法具体为：步骤一、获取目标建筑的建筑轮廓、结构几何信息和结构设防烈度；步骤二、搭建基于剪力墙结构自振周期估计器的建筑内部剪力墙空间布置推测网络；步骤三、建立将结构设防烈度和结构层数作为输入、将建筑各层混凝土强度等级作为输出的材料强度等级模糊推理系统；步骤四、根据步骤一获得的信息、步骤二的网络以及步骤三的推理系统，获得目标建筑内部剪力墙空间布置信息和混凝土强度等级。本发明方法可以应用于高层剪力墙住宅建筑信息的重构。
-
公开(公告)号：CN114117617A
公开(公告)日：2022-03-01
申请号：CN202111494759.6
申请日：2021-12-08
Applicant: 哈尔滨工业大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/04 , G06F119/14
Abstract: 一种三跨内廊式RC框架建筑地震响应的快速预测方法，涉及土木工程技术领域，针对现有技术中地震响应预测速度慢的问题，本申请预测模型的输入同时考虑了目标建筑结构参数的多样性和地震动的变异性，能够适用于一大类具有相同受力特征的三跨内廊式框架结构，并且训练好的StruNet模型能够应用于不同目标区域的相同受力特征的结构。基于深度学习方法建立的模型能够明显缩短结构响应预测时间，能够在震后为建筑损伤估计提供快速支撑、在震前评估建筑抗震性能上缩短工作时间减低计算成本。相较于耗时长、建模复杂的传统方法，本申请的准确度良好，并且本申请预测地震响应的速度快。
-
公开(公告)号：CN118504395A
公开(公告)日：2024-08-16
申请号：CN202410623843.0
申请日：2024-05-20
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F30/23 , G06N3/042 , G06N3/045 , G06N3/0464 , G06F30/13 , G06N3/08 , G06F119/14
Abstract: 基于钢筋混凝土框架内部信息智能预测的力学模型重构方法，属于地震工程领域。解决了现有的构建钢筋混凝土框架的三维力学模型的方法存在必须全部依赖已知的数据信息进行构建，且数据信息获取困难、构建过程复杂的问题。本发明基于图神经网络对钢筋混凝土框架内部结构信息推断，能够在已知轮廓、抗震设防烈度、场地类别、各层层高、层数的情况下实现对钢筋混凝土框架中梁、板、柱构件的三维结构模型、材料使用情况的重构，从而构建出三维力学模型。本发明主要用于对进行钢筋混凝土框架内部信息预测、及其钢筋混凝土框架的结构进行三维力学模型重构。
-
Patent Agency Ranking
公开(公告)号：CN117574705A
公开(公告)日：2024-02-20
申请号：CN202311472199.3
申请日：2023-11-07
Applicant: 哈尔滨工业大学
IPC: G06F30/23 , G06F30/13 , G06F111/04
Abstract: 一种考虑反应谱约束的RC框架建筑地震时程响应预测方法，它属于土木工程技术领域。本发明解决了现有预测方法存在的预测精度低、部分结构信息难以直接获取以及当预测对象发生变化时模型需要重新训练的问题。本发明考虑到面向实际建筑群进行抗震能力评估时所能获取到的有限建筑信息，使用深度学习算法，将时程响应对应的反应谱作为网络训练时的物理约束，建立用于预测RC框架地震时程响应的代理模型。本发明仅利用有限且容易获得的建筑信息就可以提高预测准确率，更符合实际应用场景。而且，当应用于不同结构参数的目标建筑结构时，不需要重新训练预测模型即可获得良好的预测结果。本发明方法可以应用于RC框架建筑地震时程响应预测。
-
公开(公告)号：CN119990441A
公开(公告)日：2025-05-13
申请号：CN202510085212.2
申请日：2025-01-20
Applicant: 哈尔滨工业大学
IPC: G06Q10/04 , G06Q50/26 , G06F30/20 , G06F18/23213 , G06F111/06
Abstract: 一种城市医疗系统全过程协同韧性提升方法，涉及城市韧性建设决策领域。本发明是为了解决单一阶段的优化策略无法全面反映地震全过程的复杂性，导致韧性提升效果受限的问题。本发明将目标城市交通与医疗系统的基础信息进行关联，构建考城市医疗系统模型；利用蒙特卡洛模拟方法，在所述城市医疗系统模型中模拟不同加固策略下的震后不确定性情景；利用Kmeans++算法对所述震后不确定性情景进行聚类，提取聚类中心作为代表性破坏场景；将不同代表性破坏场景下的加固与恢复策略作为种群内的个体，利用遗传算法寻找最优个体，利用所述最优个体对应的加固与恢复策略实现目标城市医疗系统的韧性提升。
-
公开(公告)号：CN117574705B
公开(公告)日：2024-08-23
申请号：CN202311472199.3
申请日：2023-11-07
Applicant: 哈尔滨工业大学
IPC: G06F30/23 , G06F30/13 , G06F111/04
Abstract: 一种考虑反应谱约束的RC框架建筑地震时程响应预测方法，它属于土木工程技术领域。本发明解决了现有预测方法存在的预测精度低、部分结构信息难以直接获取以及当预测对象发生变化时模型需要重新训练的问题。本发明考虑到面向实际建筑群进行抗震能力评估时所能获取到的有限建筑信息，使用深度学习算法，将时程响应对应的反应谱作为网络训练时的物理约束，建立用于预测RC框架地震时程响应的代理模型。本发明仅利用有限且容易获得的建筑信息就可以提高预测准确率，更符合实际应用场景。而且，当应用于不同结构参数的目标建筑结构时，不需要重新训练预测模型即可获得良好的预测结果。本发明方法可以应用于RC框架建筑地震时程响应预测。
-
公开(公告)号：CN118504395B
公开(公告)日：2024-12-20
申请号：CN202410623843.0
申请日：2024-05-20
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F30/23 , G06N3/042 , G06N3/045 , G06N3/0464 , G06F30/13 , G06N3/08 , G06F119/14
Abstract: 基于钢筋混凝土框架内部信息智能预测的力学模型重构方法，属于地震工程领域。解决了现有的构建钢筋混凝土框架的三维力学模型的方法存在必须全部依赖已知的数据信息进行构建，且数据信息获取困难、构建过程复杂的问题。本发明基于图神经网络对钢筋混凝土框架内部结构信息推断，能够在已知轮廓、抗震设防烈度、场地类别、各层层高、层数的情况下实现对钢筋混凝土框架中梁、板、柱构件的三维结构模型、材料使用情况的重构，从而构建出三维力学模型。本发明主要用于对进行钢筋混凝土框架内部信息预测、及其钢筋混凝土框架的结构进行三维力学模型重构。
-
公开(公告)号：CN114117617B
公开(公告)日：2022-05-31
申请号：CN202111494759.6
申请日：2021-12-08
Applicant: 哈尔滨工业大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/04 , G06F119/14
Abstract: 一种三跨内廊式RC框架建筑地震响应的快速预测方法，涉及土木工程技术领域，针对现有技术中地震响应预测速度慢的问题，本申请预测模型的输入同时考虑了目标建筑结构参数的多样性和地震动的变异性，能够适用于一大类具有相同受力特征的三跨内廊式框架结构，并且训练好的StruNet模型能够应用于不同目标区域的相同受力特征的结构。基于深度学习方法建立的模型能够明显缩短结构响应预测时间，能够在震后为建筑损伤估计提供快速支撑、在震前评估建筑抗震性能上缩短工作时间减低计算成本。相较于耗时长、建模复杂的传统方法，本申请的准确度良好，并且本申请预测地震响应的速度快。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.03 seconds)
