-
公开(公告)号：CN118153399A
公开(公告)日：2024-06-07
申请号：CN202410442926.X
申请日：2024-04-12
Applicant: 华中科技大学
IPC: G06F30/23 , G06F30/27 , G06F119/14 , G06F111/06 , G06F111/04
Abstract: 本发明属于柔性设计技术领域，公开了一种适应多工况的造楼机结构柔性设计与优化方法及系统，采用机器学习代理模型预测复杂桁架系统结构响应，设置多种强化措施实现造楼机的结构抗力提升，通过对荷载分级并分别进行优化设计实现造楼机的柔性设计。本发明基于参数化设计方法，生成式设计框架及引入加强措施的柔性设计方法，在一个真实的工程案例中获得了一个包含4个结构的方案集，方案结构在对应工况下最大应力比均保持在1.0以下，保证了结构的安全性。通过与极端大风工况下的鲁棒性方案相比较，本发明得到的最优设计方案在施工工况下用钢量减少了12.45％，在各级大风工况用钢量平均减少了7.02％。
-
公开(公告)号：CN118938683A
公开(公告)日：2024-11-12
申请号：CN202411146560.8
申请日：2024-08-20
Applicant: 华中科技大学
IPC: G05B13/04
Abstract: 本发明属于液压与同步控制技术领域，公开了一种基于强化学习的造楼机多油缸同步顶升控制方法与装置，本发明提出了一种基于强化学习的造楼机多油缸同步顶升控制方法与装置，针对液压油缸异步顶升问题，结合耦合同步控制技术与多智能体强化学习算法，实现了造楼机顶升过程多油缸自适应同步控制。本发明选取造楼机顶升实际堆载数据，采用位移均值耦合控制技术，以多智能体强化学习方法训练高精度控制器，实现多油缸系统智能感知与协同顶升。研究结果表明本发明提出的智能控制算法能够在顶升过程中自适应调节运动情况，减小多油缸运动误差，保证结构平稳顶升，提高了造楼机智能施工水平。
-
公开(公告)号：CN116870708A
公开(公告)日：2023-10-13
申请号：CN202310604925.6
申请日：2023-05-26
Applicant: 华中科技大学
IPC: B01D65/06
Abstract: 本发明涉及膜清洗技术领域，尤其涉及一种低毒性的膜清洗剂及其使用方法；所述清洗剂包括按重量份计的如下组分：过硫酸盐40～50份、盐酸盐10～20份、硼砂30～40份，将清洗剂溶于水中，制成清洗液，用于对受污染的膜组件进行浸泡清洗。本申请采用过硫酸盐、盐酸盐以及硼砂制备高离子强度清洗液，过硫酸盐可以氧化活性氯反应生成的毒性卤代产物及其前体物，且硼砂与活性氯形成惰性中间产物从而使清洗液原位生成的活性氯保持在较低水平，进而保证了活性氯仅能氧化膜污染物使其从膜表面脱落而不能进一步参与和膜污染物氧化产物的后续反应，进一步大大减少了清洗液中毒性副产物含量，降低对环境的影响，同时便于后续处理清洗废液。
-
公开(公告)号：CN119103652A
公开(公告)日：2024-12-10
申请号：CN202411170541.9
申请日：2024-08-23
Applicant: 华中科技大学
IPC: F24F11/46 , F24F11/74 , F24F11/64 , F24F11/61 , F24F11/47 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , F24F110/12 , F24F110/10 , F24F110/20
Abstract: 本发明属于空调降碳控制技术领域，公开了一种空调降碳控制方法、装置、设备及存储介质，本发明提出的基于encoder‑decoder能有效地分析区域间的联系，并且准确预测建筑逐时碳排放。将户外、室内逐时温、湿度，假期、时刻、分区碳排放、各分区逐时风量信息作为输入特征，用上述特征的历史信息来预测未来一小时各分区的碳排放强度。本研究中encoder‑decoder模型能准确捕捉分区间相互联系，实现碳排放高精度预测。该方法可作为辅助手段，快速定位碳排放异常区域或时段。同时预测结果可与历史同期或参考值进行对比，解决了小区域碳排放异常难以检测的问题。
-
公开(公告)号：CN117610916A
公开(公告)日：2024-02-27
申请号：CN202311431607.0
申请日：2023-10-31
Applicant: 华中科技大学
IPC: G06Q10/0635 , G06Q50/08 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/049 , G06N3/082 , G06F18/213 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种基于多源信息融合的空中造楼机动态安全预警方法和系统，该方法包括模型变量的选择和预处理；分别采用快速DTW算法和Direct‑LiNGAM算法构建多源传感器图网络，输入至GraphSAGE中进行节点嵌入与信息聚合；基于时间卷积网络即TCN构建时间特征模块；基于图卷积模块和时间特征模块构建时空预测模型；对平台水平度进行预测和分析。本发明选取多源监测数据，基于时间相似性和因果发现构建传感器之间的多维度图关系结构，分别通过图卷积层、时间卷积层以及注意力机制，具有良好的预测鲁棒性，实现顶升过程中平台水平度的高精度预测，从而提高顶升过程施工动态安全性，减少风险发生概率。
-
Patent Agency Ranking
公开(公告)号：CN118153452A
公开(公告)日：2024-06-07
申请号：CN202410442924.0
申请日：2024-04-12
Applicant: 华中科技大学
IPC: G06F30/27 , G06N3/045 , G06F30/15 , G06F111/06 , G06F111/04
Abstract: 本发明属于人工智能技术领域，公开了一种基于人工智能的盾构机数字驾驶舱方法及系统，包括：自适应三维数字模型建立：采用参数化建模，使模型能够自适应地匹配任何尺寸的盾构设备；盾构机掘进参数预测模型：基于条件生成对抗神经网络，针对数据类型，结合多种神经网络，建立了相关掘进参数之间的预测模型；盾构机决策优化算法：基于NSGA‑III多目标优化算法，在掘进过程中给出最优决策解决方案；数字孪生驾驶舱交互界面构建：为了使操作员能够有效利用数字孪生驾驶舱，提供直观友好的交互界面；该界面允许操作员查看和分析预测结果，调整优化参数，并观察这些调整对三维数字模型的实际影响。
-
公开(公告)号：CN118130135A
公开(公告)日：2024-06-04
申请号：CN202410262363.6
申请日：2024-03-07
Applicant: 华中科技大学
IPC: G01M99/00 , G06N3/0464 , G06N3/0455 , G06N3/0985 , G06N3/048
Abstract: 本发明属于复杂工程装备的广义惰性测量与解耦系统领域，公开了一种复杂工程装备广义惰性精密测量与解耦系统和方法。本发明提出了一种基于能量的惰性测量解耦框架。根据施工设备中能量传递的形式，确定了电气、液压和机械系统的广义惰性支撑能量物理表达方法。采用广义惰性松弛因子对不同系统的惰性贡献进行分解。为了实现对广义惰性支撑能量的准确预测，引入了一种集成了压缩激励和共享权重策略的编码器解码器神经网络。将物理驱动模型与数据驱动模型相结合，建立惰性解耦分析模型，并对广义惰性松弛因子进行量化。实验验证了该方法的可靠性。
-
公开(公告)号：CN117972834A
公开(公告)日：2024-05-03
申请号：CN202410042041.0
申请日：2024-01-11
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06T17/05
Abstract: 本发明属于结构优化设计技术领域，公开了一种空中造楼机关键节点智能设计与拓扑优化方法及系统，包括：S1，空中造楼机关键节点的拓扑优化：利用拓扑优化技术建立空中造楼机关键节点的高质量大数据学习库；S2，边界平衡生成对抗网络：引入基于深度学习的生成式设计方法，充分学习现有设计方案的拓扑特征，在继承这些特征的基础上，对未知潜在空间进行全局探索，从而衍生出大量的全局优化设计方案；S3，智能生成方案的后处理：通过Python第三方OpenCV2库对生成肋板布局方案进行边缘规则化处理；S4，智能生成方案的重建与评估：为实现生成肋板布局方案的批量自动化三维重建，使用宏工具并对其进行二次开发。
-
公开(公告)号：CN117852690A
公开(公告)日：2024-04-09
申请号：CN202311661085.3
申请日：2023-12-04
Applicant: 华中科技大学
IPC: G06Q10/04 , G06Q10/067 , G06Q50/08 , G06N3/126
Abstract: 本发明公开一种基于BIM的高层建筑施工工期的优化方法及系统，该方法包括：步骤一、构建所述高层建筑的BIM建筑信息模型；步骤二、根据方案评估与评审技术估算所述高层建筑的施工进度,并建立考虑工期和成本关系的建筑工程施工进度时间‑成本计算模型；步骤三、建立多目标优化模型,引入蒙特卡洛模拟考虑施工进度的不确定性,并应用遗传算法寻找最优解；步骤四、利用技术优先顺序理论方法,从最优解中确定出最佳的施工方案。
-
公开(公告)号：CN117787080A
公开(公告)日：2024-03-29
申请号：CN202311463287.7
申请日：2023-11-06
Applicant: 华中科技大学
Inventor： 张立茂 , 李永胜 , 王堃宇 , 王开强 , 孙庆 , 王志云 , 冯文强 , 王迦淇 , 黄锦庭 , 邬毛志 , 朱晓冬 , 王畅 , 崔立山 , 肖仲华 , 吴贤国 , 邢朋飞 , 吴剑波 , 郭靖 , 刘汉凯 , 任文豪
IPC: G06F30/27 , G06F30/10 , G06N3/0455 , G06N3/082 , G06N3/084 , G06F111/04 , G06F119/14
Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于可信人工智能的盾构机油缸压力精准预测方法及系统。包括：采集获取连续掘进盾构机的各类动力学和油缸的实验数据及仿真数据；基于所述实验数据及仿真数据，对油缸驱动力估算中的物理规律进行分析和推导，其中，结合牛顿力学和拉格朗日乘子法构造液压油缸的压力约束边界，并将其转化为损失函数；将多头注意力深度神经网络作为油缸压力预测的基本框架，基于所述损失函数，构建连续掘进盾构机油缸压力预测模型，基于该油缸压力预测模型对油缸压力进行预测。本发明引入物理信息神经网络，结合先进的深度学习方法，实现连续掘进盾构机管片安装过程的应力精准预测，减少施工过程的危险工况。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
