一种基于多模态参数深度学习的混凝土坝损伤辨识方法

    公开(公告)号:CN119830679A

    公开(公告)日:2025-04-15

    申请号:CN202510296753.X

    申请日:2025-03-13

    Abstract: 本发明公开了一种基于多模态参数深度学习的混凝土坝损伤辨识方法,利用分布式光纤振动传感数据提取混凝土坝的实测模态参数,基于有限元仿真建立高精度的坝体动力学模型,随机生成不同材料参数组合,获取相应的模态参数,以优化和修正仿真模型,使其更符合实际坝体动力特性。在修正后的仿真模型中,随机生成不同损伤位置、范围和程度,构建涵盖多种损伤模式的训练样本集。建立一维卷积神经网络,并利用训练样本进行深度学习模型训练,代入实测分布式振动数据,实现对混凝土坝损伤位置、范围和程度的智能识别。本发明提高了混凝土坝损伤辨识的精度和适应性,可广泛应用于水工结构的长期健康监测,为大坝安全评估提供高效、精准的技术支持。

    一种复杂服役环境下水工结构光纤振动传感效能测试平台

    公开(公告)号:CN119901435A

    公开(公告)日:2025-04-29

    申请号:CN202510043132.0

    申请日:2025-01-10

    Applicant: 河海大学

    Abstract: 本发明公开了一种复杂服役环境下水工结构光纤振动传感效能测试平台,包括可拆卸模型基座模块、复杂服役环境仿真模块、激励传动模块、水循环模块和传感控制模块。通过可拆卸模型基座模块承载试验模型,在复杂服役环境下进行振动激励。复杂服役环境仿真模块模拟水下环境、日照辐射、降雨及波浪冲击工况。激励传动模块通过激振器提供振动,水循环模块调节水流和酸根离子浓度,传感控制模块进行环境参数与振动数据的采集和控制。本发明可实现水工结构模型在地震、波浪、光照及复杂水体条件下的振动响应模拟与光纤传感性能测试,具备模块化、可拆卸、更换便捷的特点,提高了试验效率,有助于提升分布式光纤振动传感设备在实际工程中的应用效果。

Patent Agency Ranking