-
公开(公告)号：CN115099523B
公开(公告)日：2023-10-24
申请号：CN202210861947.6
申请日：2022-07-20
Applicant: 哈尔滨工业大学
IPC: G06F18/20 , G06N3/084 , G06N3/04 , G06F30/27 , G06F18/214
Abstract: 基于人工智能与地震动经验模型混合的地震动参数预测方法，本发明是为了解决现有方法无法同时保留预测精度与衰减关系的物理意义的问题。地震动参数预测方法：一、选择地震动衰减关系的传统经验公式，确定该传统经验公式中的运算形式、输入参数项、输出参数项和未知系数；二、建立地震动数据集；三、建立结合传统经验公式的神经网络；四、利用神经网络结合地震动数据集进行网络训练，通过神经网络的反向传播，计算未知系数的梯度，通过不断迭代训练，使得损失函数不断减小，得到最优系数的训练结果。五、地震动参数预测。本发明地震动参数预测方法包含经验模型，鲁棒性更好。为结构抗震设计、地震危险性分析，提供了有效的依据。
-
公开(公告)号：CN116451568A
公开(公告)日：2023-07-18
申请号：CN202310335878.X
申请日：2023-03-31
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了计算结构地震响应的串联神经网络模型的建模方法及装置，属于建筑结构技术领域，尤其涉及对结构地震响应的预测。解决了现有技术所存在的，在预测建筑结构地震响应时，采用传统时程分析法计算耗时且对硬件要求较高，采用人工智能预测模型不能兼顾泛化能力、效率、精度、模型训练简便性以及物理可解释性的问题。所述计算结构地震响应的串联神经网络模型的建模方法，通过模拟时程分析法的计算过程，获得所述最优串联神经网络模型。它主要用于适用于结构地震响应预测、抗震结构的设计以及震后结构构件损伤的快速评估。
-
公开(公告)号：CN110334458B
公开(公告)日：2022-05-24
申请号：CN201910626353.5
申请日：2019-07-11
Applicant: 哈尔滨工业大学
IPC: G06F30/23 , G06F119/14
Abstract: 一种考虑初始损伤状态影响的结构抗震能力评估方法，它属于结构抗震安全评估技术领域。本发明解决了目前对结构抗震能力的研究中未考虑初始损伤状态，导致对主震后结构抗震能力的评估的准确性低的问题。本发明可以有效的考虑初始损伤对结构抗震能力的影响，通过对IDA分析获得的数据进行挑选可以反映出不同损伤程度结构的抗震能力，对筛选数据进行回归分析可得到结构的二维极限状态方程，该方程可以有效考虑初始损伤程度和残余抗震能力的相关性，提高主震后结构抗震能力评估的准确性。本发明可以应用于结构抗震安全评估技术领域。
-
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：CN114065534A
公开(公告)日：2022-02-18
申请号：CN202111385727.2
申请日：2021-11-22
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F119/02
Abstract: 一种地铁地下车站的震后修复方案确定方法，属于地震工程领域。本发明解决了现有技术中没有相关动态可视化技术来示的震后状态，导致不易针对地铁车站震后状态确定修复方案的问题。包括：建立地铁车站BIM模型；对BIM模型中构件的震后状态进行定义；获取地铁车站各构件的震后初始状态，并计算收集各构件在各破坏状态下所需的修复成本和修复时间；将定义的震后初始状态以及修复成本和修复时间导入BIM模型中进行显示；根据显示的震后初始状态、修复成本和修复时间确定修复方案；将修复方案在BIM模型中进行动态展示；重复N次上述步骤，得到地铁地下车站的震后状态和修复时间的期望值，用于地铁车站的抗震韧性评估。本发明用于地铁车站的震后修复方案确定。
-
Patent Agency Ranking
公开(公告)号：CN112666605B
公开(公告)日：2021-11-26
申请号：CN202110068353.5
申请日：2021-01-19
Applicant: 哈尔滨工业大学
Abstract: 基于主成分分析和多目标遗传算法挑选地震动的方法，本发明涉及一种应用机器学习挑选地震动的方法。挑选地震动的方法：一、确定地震信息；二、应用机器学习中的主成分算法提取数据库中的地震动数据；三、将地震信息输入到地震动预测模型中，得到目标场地的条件均值谱；四、将地震信息输入到地震动持时的预测模型中；五、根据结构自振周期将条件均值谱分为三段；六、确定地震动持时误差；七、通过多目标遗传算法以步骤五和步骤六为约束条件，确定一组组合系数使误差最小，即为挑选的地震动。本发明将机器学习中主成分和多目标遗传算法引入到地震动挑选中，解决基于调幅得到的地震动的不确定性。
-
公开(公告)号：CN113468466A
公开(公告)日：2021-10-01
申请号：CN202110837611.1
申请日：2021-07-23
Applicant: 哈尔滨工业大学
Abstract: 基于神经网络的多工况一维波动方程求解方法，本发明属于地震工程领域，它为了解决神经网络求解不同工况下的一维波动方程耗时费力的问题。一维波动方程求解方法：一、选择一维波动方程作为待求解的方程；二、确定输入变量的求解域与残差点数量；三、建立包含6个隐藏层的全连接层神经网络；四、设计特定的损失函数；五、神经网络的预训练及精细化训练。本发明将波速作为输入，提出一种基于神经网络的一维波动方程求解方法，使得模型能学习到不同工况对于方程解的影响，在保持高求解精度的前提下，泛定方程与应力条件的加入也增加了求解方法的可解释性。
-
公开(公告)号：CN111709072A
公开(公告)日：2020-09-25
申请号：CN202010485585.6
申请日：2020-06-01
Applicant: 哈尔滨工业大学
Abstract: 一种地下地震动幅值参数预测方法，涉及地震工程技术领域，针对现有技术中缺少能够预测地震动的幅值沿深度变化的规律的方法的问题，本发明对地下地震动幅值参数的预测是为了改进地下结构抗震设计方法，即反应位移法中幅值参数的选取，进而模拟水平地震作用对地下结构的影响，本发明通过调整后的地震动参数，进而反映地震动的潜在破坏势。本发明通过地下地震动的预测结果，反应出了地震动幅值沿深度变化的规律。本发明可定量的根据地表的幅值参数及场地有效信息得到地下任意深度处幅值参数，进而能够定量的衡量该预测方法带来的误差。
-
公开(公告)号：CN111502376A
公开(公告)日：2020-08-07
申请号：CN201910091456.6
申请日：2019-01-30
Applicant: 哈尔滨工业大学
Abstract: 一种高耗能抗拉扭可恢复阻尼器，属于抗震耗能技术领域。本发明解决了现有的可恢复阻尼器存在的耗能小、结构复杂的问题。内套筒穿设在外套筒内，且内套筒上靠近第二推拉杆的一端固设有第二挡板，第二推拉杆的一端部与第二挡板固接，第一推拉杆的一端部穿设在内套筒内，耗能管同轴嵌设在第一推拉杆与内套筒之间，第一推拉杆上沿其周向固设有若干第一夹具，第二推拉杆上沿其周向固设有若干第二夹具，外套筒的外壁固设有若干第三夹具及若干第四夹具，且若干第三夹具与若干第四夹具分别沿外套筒的周向布置，若干第一夹具与若干第三夹具之间、若干第二夹具与若干第四夹具之间一一对应通过形状记忆合金丝连接。
-
公开(公告)号：CN111257934A
公开(公告)日：2020-06-09
申请号：CN202010053228.2
申请日：2020-01-17
Applicant: 哈尔滨工业大学
Abstract: 基于二阶神经元深度神经网络的地震动峰值加速度预测方法，本发明属于地震工程领域，它为了解决地震动预测的精度低的技术问题。地震动峰值加速度预测方法：一、在数据集中挑选出震级、投影距、剪切波速、地区、覆盖层厚度、断层类型和周期作为输入参数，相对应的地震动峰值加速度为目标参数；二、建立包含三个隐藏层的深度神经网络，神经元均为二阶元，采用双曲正切函数为激活函数，采用均方误差函数和Adam自适应优化函数进行反向传播，以平均绝对误差函数为评价函数；三、深度神经网络模型训练；四、峰值加速度预测。本发明采用一个多输入结构、二阶神经元网络，既能提高预测地震动峰值加速度的精度，又能保证深度神经网络模型的适用性。
-
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.043 seconds)
