-
公开(公告)号:CN119578268A
公开(公告)日:2025-03-07
申请号:CN202510141576.8
申请日:2025-02-08
Applicant: 浙江嘉绍跨江大桥投资发展有限公司 , 哈尔滨工业大学 , 中交公路规划设计院有限公司
IPC: G06F30/27 , G06F30/23 , G06N5/04 , G06N3/0455 , G06N3/082 , G06N3/09 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种基于编码器‑解码器的桥梁车辆荷载感知方法及系统,方法包括:建立基于编码器‑解码器的变分推断模型,约束编码器‑解码器中间隐藏特征空间形状为桥面的离散形式,将自编码器中的编码器部分视为桥面荷载的变分推断模型,解码器部分视为训练编码器网络的约束部分;搭建有限元模型并加载实测车辆荷载序列得到车辆荷载与结构动态变形的响应数据集,作为有监督数据集;并收集桥梁真实运行的结构变形数据,以此为微调数据集,对接预训练阶段成果,用于后续微调阶段;开展网络模型的预训练和微调;输入实时的桥梁结构变形进行特征空间内车辆荷载的推断。解决了传统方法无法获取桥面车辆荷载实时分布,且本模型可以快速部署。
-
公开(公告)号:CN119829778A
公开(公告)日:2025-04-15
申请号:CN202411924013.8
申请日:2024-12-25
Applicant: 中建数字科技有限公司 , 哈尔滨工业大学
IPC: G06F16/38 , G06F16/36 , G06F16/31 , G06F40/194 , G06F40/279 , G06F40/30 , G06F40/126 , G06N5/022
Abstract: 本发明提出土木工程领域知识大模型检索增强生成方法。所述方法包括土木工程领域知识处理与向量化存储,大语言模型土木工程领域知识能力评估与适配,土木工程领域知识向量数据库高效检索机制,以及基于检索结果的知识增强生成引导。本发明通过数据清洗、文本分割等预处理过程,将土木工程领域知识编码并建立为向量数据库。通过语义困惑度指标选择适用于土木工程领域知识检索增强生成的通用大语言模型,通过相似度计算检索目标知识形成提示词,增强大语言模型土木工程领域专业知识生成能力。
-
公开(公告)号:CN119643723A
公开(公告)日:2025-03-18
申请号:CN202411671577.5
申请日:2024-11-21
Applicant: 哈尔滨工业大学
IPC: G01N29/44 , G01N29/04 , G06F18/2131 , G06T7/00 , G06T7/73 , G06N3/0475 , G06N3/094 , G06N3/0464
Abstract: 本发明提出一种基于物理信息融合生成对抗神经网络的导波全波场反演方法。所述方法包括损伤波场特征提取、生成对抗网络的网络架构设计和导波波场与损伤几何图像重构方法等。本发明所述方法采用训练完成后生成对抗网络的导波波场生成器输出信号与实际测量信号进行匹配,通过匹配结果对应的随机序列重构导波波场与损伤图像。该方法可灵活应用于各种测点布置方案的工况中,并且重构效率较高,对噪声有一定的鲁棒性。
-
公开(公告)号:CN119785098A
公开(公告)日:2025-04-08
申请号:CN202411901724.3
申请日:2024-12-23
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/26 , G06V10/80 , G06V10/82 , G06N5/04 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提出基于多模态大模型的土木工程结构表观损伤诊断方法。该方法包括结构表观损伤多模态数据统一表征与对齐融合,基于多模态思维链的结构损伤识别推理方法,多模态数据集构建与大模型微调,对土木工程结构损伤识别和特征描述。本发明使用多模态大模型完成对结构损伤图像的向量编码并与文本编码特征对齐,通过调用计算机视觉模型生成损伤语义分割图作为视觉思维链,并通过构造微调数据集形成语言思维链,由预训练大语言模型完成对多模态信息编码的推理和结构损伤诊断的生成。该方法使用多模态大模型为底座并融合多模态思维链推理方法,使得模型能够通过自然语言进行人机交互,高效诊断各类结构损伤,提高结构损伤诊断模型的泛化能力和准确性。
-
公开(公告)号:CN119862510A
公开(公告)日:2025-04-22
申请号:CN202411857856.0
申请日:2024-12-17
Applicant: 哈尔滨工业大学
IPC: G06F18/2433 , G06Q10/063 , G06Q50/40 , G06F18/2415 , G06N3/0442 , G06N3/048 , G06N3/08 , G06N7/01
Abstract: 本发明提出一种基于条件扩散模型的交通基础设施监测数据概率异常值诊断方法。所述方法包括条件嵌入网络计算隐藏状态、前向过程增加白噪声、结合隐藏状态训练预测模型,优化条件网络和去噪网络的模型参数、基于训练好的网络模型生成预测结果计算预测均值和标准差以及计算数据点异常概率等过程。本发明所述方法通过条件化处理等手段,使模型能够在检测数据集中存在异常数据时学校到较准确的预测模型,并通过计算异常概率的方式可以在诊断异常数据的同时量化数据点的异常程度,能够为交通基础设施结构健康监测领域提供一种有效的异常值诊断方法。
-
公开(公告)号:CN119046639A
公开(公告)日:2024-11-29
申请号:CN202411248564.7
申请日:2024-09-06
Applicant: 哈尔滨工业大学
IPC: G06F18/20 , G06F18/2136 , G06F18/214 , G06N3/044 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提出基于健康监测序列数据和变分循环神经网络的城市桥梁状态实时诊断方法。该方法是将基于变分循环神经网络的结构响应监测序列数据的重构过程建模为从结构响应监测序列数据中推断车辆荷载的推断过程,和基于推断的车辆荷载重构结构响应监测序列数据的生成过程,从而使生成过程代表桥梁结构的代理模型,当结构服役状态发生变化时,通过代理模型预测的响应值与实测值间的残差指标诊断桥梁结构构件和整体状态。该方法通过在隐空间中解耦车辆荷载建立桥梁结构代理模型,实现诊断过程的可解释性;通过对结构响应监测序列数据建模,实现结构响应监测序列数据的实时预测和诊断,解决了传统结构诊断方法缺乏可解释性、精确度和时间精度不高的问题。
-
-
-
-
-