-
公开(公告)号：CN117636313A
公开(公告)日：2024-03-01
申请号：CN202311632782.6
申请日：2023-11-30
Applicant: 东南大学 , 四川省建筑科学研究院有限公司
IPC: G06V20/60 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于局部构件图像评估混凝土整体结构损伤的方法，包括以下步骤：步骤1，收集震后建筑构件图像，按构件类型、损伤等级分别划分数据集。步骤2，结合卷积神经网络分别训练构件类型图像分类模型、损伤等级图像分类模型。步骤3，采集需要评估的震后建筑的构件图像，分别输入图像分类模型，得到构件类型和损伤等级分类结果。步骤4，根据构件重要性和损伤程度为不同构件类型和损伤等级赋予权重。步骤5，根据分类结果的数量和权重，加权计算结构的整体评分。步骤6，确定结构整体的损伤状态等级。本发明可以基于构件图像，计算结构整体评分，实现对震后建筑整体健康状况的把握，为后续行动响应提供指导。
-
公开(公告)号：CN116306259A
公开(公告)日：2023-06-23
申请号：CN202310167158.7
申请日：2023-02-27
Applicant: 东南大学
IPC: G06F30/27 , G06N20/00 , G06F119/14
Abstract: 本发明的一种基于多保真度数据融合驱动的结构构件复杂性能预测方法，包括：S1收集针对该复杂构件性能的高保真度数据集Dh；S2建立针对该复杂构件性能的低保真度数据集Dl；S3基于机器学习回归算法拟合低保真度数据集Dl中输入特征xli与输出yli的映射关系，得到回归模型Ml；S4将Dh的输入特征xhx输入Ml，得到预测输出yhxl；S5将xhx与yhxl合并作为新的输入特征xehx，通过机器学习回归算法拟合xehx与高保真度数据集Dh输出yhx间的映射关系，得到回归模型Ml2h；S6将xli与yli合并成新的输入特征xeli，输入模型Ml2h，得到输出结果yl2hi；S7利用机器学习回归算法拟合xhx，xli与对应输出yhx，yl2hi间的映射关系，得到预测模型Mp，从而实现性能预测。本发明可准确预测结构构件的复杂性能。
-
公开(公告)号：CN110442933A
公开(公告)日：2019-11-12
申请号：CN201910655261.X
申请日：2019-07-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于自适应增强回归的钢筋混凝土柱塑性铰长度计算方法，首先搜集大量已有钢筋混凝土柱塑性铰长度试验数据作为训练集，将混凝土柱塑性铰的加载方式和钢筋参数视为输入变量，钢筋混凝土柱塑性铰长度作为输出变量，通过自适应增强回归算法中的弱回归器对试验数据进行训练，根据训练结果的准确率来确定不同弱回归器的权重，加大预测误差率小的弱回归器的权重，降低预测误差率大的弱回归器的权重，从而将各弱回归器组合成预测精度较高的强回归器，可以直接根据输入的相关参数给出钢筋混凝土柱塑性铰长度预测。本发明提高了计算的效率和精度，使得预测的效果更加贴近实际，具有自适应进化能力。
-
公开(公告)号：CN110414580A
公开(公告)日：2019-11-05
申请号：CN201910654705.8
申请日：2019-07-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于随机森林算法的钢筋混凝土深梁承载力评估方法，首先搜集大量已有深受弯构件受剪承载力数据，并作为训练集，将各类深受弯试件的参数视为输入变量，构件的受剪承载力作为输出变量，整理组建数据库后将已获得的实验数据集进行重采样，生成多个训练子集，并由每个训练子集生成一棵随机树，将已生成的决策树组合起来组成一个随机森林，然后将训练集中的样本输入随机森林中，让每个决策树对进行决策，最终输出的结果是经过多数投票机制获得的预测结果。本发明可以直接根据输入的相关参数给出节点的抗剪强度，避免可传统实验方法的高耗时、高成本等问题，也避免了采用理论分析方法带来的假定多、机理不清晰、计算过程复杂等问题。
-
公开(公告)号：CN110147835A
公开(公告)日：2019-08-20
申请号：CN201910388648.3
申请日：2019-05-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于梯度增强回归算法的梁柱节点抗剪强度预测方法，该方法首先搜集大量已有框架节点核心区抗剪试验数据，并作为训练集，将各类框架梁柱节点试件的参数视为输入变量，梁柱节点的抗剪强度作为输出变量，通过梯度增强算法中的基学习器对试验数据进行多轮训练，根据训练结果的准确率来确定不同基学习器的权重，每一轮基学习器在训练过程中关注上一轮学习错误的样本，将负梯度作为上一轮基学习器犯错的衡量指标，在下一轮学习中通过拟合负梯度来纠正上一轮犯的错误。本发明避免了采用传统实验方法的高耗时、高成本等问题，也避免了采用理论分析方法带来的假定多、机理不清晰、计算过程复杂等问题。
-
Patent Agency Ranking
公开(公告)号：CN119397658B
公开(公告)日：2025-05-27
申请号：CN202411947206.5
申请日：2024-12-27
Applicant: 东南大学
IPC: G06F30/13 , G06F30/20 , G06F17/18 , G06F111/08 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种结合静力和动力概率分析的结构连续倒塌易损性评估方法，包括以下步骤：（1）获取影响结构连续倒塌抗力的设计参数；设计参数样本集；（2）构建相应的静力和动力连续倒塌确定性数值模型；根据样本集建立相应的子模型；（3）进行Pushdown分析；（4）进行不同荷载强度作用下的非线性位移时程分析；（5）拟合得到结构连续倒塌抗力概率密度函数并计算相应的均值及标准差；（6）拟合得到结构连续倒塌荷载效应概率密度函数并计算相应的均值及标准差；（7）得到结构连续倒塌易损性散点；（8）得到结构的连续倒塌易损性曲线；本发明得到准确的易损性评估结果。
-
公开(公告)号：CN118797791B
公开(公告)日：2024-12-17
申请号：CN202411282024.0
申请日：2024-09-13
Applicant: 东南大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06F111/10 , G06F111/08
Abstract: 本发明公开了一种基于泊松二项分布的城市建筑群地震易损性分析方法，包括以下步骤：获取目标城市的建筑群属性参数，建立每栋建筑的数值模型；确定目标城市的场地特征，获取符合场地特征的地震动记录；使用概率机器学习模型预测该地震情景下目标城市每栋建筑的不安全概率；基于泊松二项分布，根据每栋建筑的不安全概率推导出给定地震情景下目标城市建筑群的功能失效概率，获取目标城市建筑群的地震易损性模型。本发明可以高效、快速地构建考虑到建筑物间可变性的建筑物数值模型；建立可以量化建筑物响应内在随机性的概率机器学习模型，并直接提供参数化脆性模型所需的概率分布参数；有力地支撑了对城市建筑群损失、风险以及韧性的评估。
-
公开(公告)号：CN118797791A
公开(公告)日：2024-10-18
申请号：CN202411282024.0
申请日：2024-09-13
Applicant: 东南大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06F111/10 , G06F111/08
Abstract: 本发明公开了一种基于泊松二项分布的城市建筑群地震易损性分析方法，包括以下步骤：获取目标城市的建筑群属性参数，建立每栋建筑的数值模型；确定目标城市的场地特征，获取符合场地特征的地震动记录；使用概率机器学习模型预测该地震情景下目标城市每栋建筑的不安全概率；基于泊松二项分布，根据每栋建筑的不安全概率推导出给定地震情景下目标城市建筑群的功能失效概率，获取目标城市建筑群的地震易损性模型。本发明可以高效、快速地构建考虑到建筑物间可变性的建筑物数值模型；建立可以量化建筑物响应内在随机性的概率机器学习模型，并直接提供参数化脆性模型所需的概率分布参数；有力地支撑了对城市建筑群损失、风险以及韧性的评估。
-
公开(公告)号：CN118089611A
公开(公告)日：2024-05-28
申请号：CN202410458840.6
申请日：2024-04-17
Applicant: 东南大学
Abstract: 本发明公开了一种融合InSAR数据和物理知识的建筑三向位移监测方法及系统，属于InSAR数据应用处理与建筑物安全监测技术领域。首先基于SAR卫星的周期观测数据，获取待监测建筑所在研究区每个轨道的时序LOS向形变位移；接着使用插值法得到多个轨道时间统一的LOS向时序形变；然后利用插值后的多轨LOS向形变数据建立观测方程，解算垂直向和东西向形变；进一步基于建筑结构平面图，计算建筑结构各标准层纵横轴的刚度，以及利用底部剪力法建立建筑结构的先验模型，计算纵横轴向变形比；最后根据二维形变结果，结合所建立的建筑的先验模型，解算建筑结构南北向形变位移。本发明能够高效准确地监测建筑形变，具有广泛的应用价值。
-
公开(公告)号：CN117521202A
公开(公告)日：2024-02-06
申请号：CN202311452966.4
申请日：2023-11-03
Applicant: 东南大学
Abstract: 本发明公开了一种结合贝叶斯修正的超高层建筑施工模拟方法及系统，包括使用有限元软件建立初始有限元模型，获得实际施工情况，并在有限元模型中引入生死单元概念；获得结构响应的实际观测值；获得结构响应的模拟值；使用有限差分法来计算有限元模型中影响结构变形的参数对结构行为的灵敏度，选取待修正参数；产生待修正参数的初始值和变异系数；对待修正参数的后验分布进行采样，获得修正后的参数值；得到最优修正参数值，将最优修正参数用于更新有限元模型，将更新后的有限元模型的结构响应模拟值与获得的结构响应的实测值进行对比，确定更新后模型精度。本发明能够精确模拟和分析建筑在施工过程中行为，实现对施工过程的高精度模拟分析。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.019 seconds)
