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

    公开(公告)号:CN115099523A

    公开(公告)日:2022-09-23

    申请号:CN202210861947.6

    申请日:2022-07-20

    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。

    面向多灾害韧性评价的RC框架结构经济损失快速评估方法

    公开(公告)号:CN113011066A

    公开(公告)日:2021-06-22

    申请号:CN202110295576.5

    申请日:2021-03-19

    Abstract: 面向多灾害韧性评价的RC框架结构经济损失快速评估方法,它为了解决现有缺乏RC框架结构在地震‑海啸多灾害作用下经济损失的快速评估方法。经济损失评估方法:一、建立多层RC框架结构的有限元模型;二、对RC框架结构进行动力时程分析;三、对RC框架结构进行海啸力作用下的Pushover分析;四、分析RC框架结构在地震‑海啸作用下的倒塌易损性曲线和RC框架结构的工程需求参数;五、建立RC框架结构建筑的性能模型;六、确定结构潜在倒塌模式,计算海啸强度换算系数;七、对地震‑海啸作用下的结构进行经济损失评估。本发明利用动力时程分析模拟地震动作用、非线性静力推覆模拟海啸作用,从而对结构经济损失评估。

    发动机油底壳油液品质测量装置及方法

    公开(公告)号:CN119936363A

    公开(公告)日:2025-05-06

    申请号:CN202510015077.4

    申请日:2025-01-06

    Abstract: 本发明涉及一种旨在解决油液中气泡对测量精度的影响的发动机油底壳油液品质测量装置及方法,装置外壳分为三段:上部和下部采用316L钢材料,中部使用聚苯并咪唑,壳体上部设有油液入口、倾斜板、消泡孔、排气管和浮子,确保油液中的大气泡被过滤并排出;中部硅橡胶在振动作用下变形,促使油液与气泡分离;下部安装有油液感知元件和单向阀,保证油液单向流出。当发动机启动后,带泡沫的油液流入装置,经过两级消泡处理后,油液缓慢进入测量区,由感知元件测量油液参数,实现无泡沫环境下的实时监测,具有结构紧凑、高精度实时测量的优势,易于集成到现有系统中,适用于各种机动车辆,提供高效准确的油液品质实时监测。

    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

    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

    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。

Patent Agency Ranking