-
公开(公告)号：CN118547500A
公开(公告)日：2024-08-27
申请号：CN202410631006.2
申请日：2024-05-21
申请人： 深圳大学
IPC分类号： D06M13/335 , C04B20/12 , C04B16/06 , C04B20/02 , C04B28/04 , D06M11/79 , C04B111/20 , D06M101/32
摘要： 本申请涉及复合材料技术领域，尤其涉及一种改性纤维及其制备方法与应用，改性纤维包括纤维基体、亲水层和矿化表层，亲水层包覆纤维基体，矿化表层包覆亲水层，矿化表层含有硅酸盐和二氧化硅且呈无定形和/或微晶形态，亲水层作为中间层有利于提高与另外两层的结合程度，提高改性纤维整体的结构稳定性，矿化表层属于无机矿化层，可以提高改性纤维与混凝土材料的相容性，促进相互渗透，改性纤维用于混凝土材料中可以进一步提高力学强度、耐久性和抗微生物侵蚀能力。制备方法包括在纤维基体的表面进行亲水改性处理，在纤维基体的表面形成亲水层，得到亲水纤维；将硅酸盐原料在亲水纤维表面进行沉积处理，形成包覆亲水纤维的矿化表层。
-
公开(公告)号：CN118288385A
公开(公告)日：2024-07-05
申请号：CN202410712205.6
申请日：2024-06-04
申请人： 深圳大学
摘要： 本申请适用于3D打印技术领域，提供一种混凝土打印方法、系统、终端设备及计算机可读存储介质，包括：获取预期用途和环境数据，选择混凝土制备参数制备混凝土材料；加载打印决策模型，获得初始打印参数；执行混凝土打印的操作；在打印过程中，生成实时打印质量数据，基于打印决策模型获得优化打印参数。本申请基于预期用途和环境数据制备混凝土材料，通过打印决策模型，获得初始打印参数，进行混凝土打印，在打印过程中实时监测打印质量，并反馈给打印决策模型，优化打印参数，能够提高不同环境下整体打印质量下限，且通过对混凝土材料打印参数的实时优化，实现对混凝土材料的稳定和精确打印，保证打印结构质量，提高打印效率，降低打印成本。
-
公开(公告)号：CN118065445A
公开(公告)日：2024-05-24
申请号：CN202410461070.0
申请日：2024-04-17
申请人： 深圳大学
IPC分类号： E02D33/00 , G06F18/20 , G06F18/214 , G06F18/21
摘要： 本申请属于桩基检测技术领域，尤其涉及一种桩基完整性检测方法、装置、计算机可读存储介质及终端设备。所述方法获取待检测桩基的目标桩身信息；根据目标桩身信息，利用激振信息预测模型对待检测桩基进行激振信息预测，得到目标激振信息；其中，激振信息预测模型为用于进行最优激振信息预测的人工智能模型；根据目标激振信息，采集待检测桩基的目标原始波形数据；对目标原始波形数据进行波形处理和波形特征提取，得到目标波形图特征信息；根据目标桩身信息和目标波图形特征信息，利用桩基完整性检测模型对待检测桩基进行桩基完整性检测，得到待检测桩基的桩基完整性等级；其中，桩基完整性检测模型为用于进行桩基完整性检测的人工智能模型。
-
公开(公告)号：CN117274817B
公开(公告)日：2024-03-12
申请号：CN202311518200.1
申请日：2023-11-15
申请人： 深圳大学
IPC分类号： G06V20/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 本发明属于工程结构表面裂缝检测技术领域，公开了一种裂缝自动化识别方法、装置、终端设备及存储介质，其中，方法包括：利用已训练的图像生成模型，获得虚拟图像数据集，所述已训练的图像生成模型基于预处理后的真实图像数据集训练得到，根据所述预处理后的真实图像数据集和所述虚拟图像数据集，构建目标图像数据集，标注所述目标图像数据集，得到已标注的目标图像数据集，根据所述已标注的目标图像数据集，训练裂缝图像识别模型，得到已训练的裂缝图像识别模型。本发明能够在存在裂缝状干扰项的情况下，实现深度学习模型对裂缝图像的精确识别。
-
公开(公告)号：CN115183681B
公开(公告)日：2023-04-11
申请号：CN202210808330.8
申请日：2022-07-11
申请人： 深圳大学
IPC分类号： G01B11/02
摘要： 本发明公开了一种结构位移激光测量方法和系统，方法包括：获取第一结构面的若干位置对应的若干第一激光位移和第二结构面的若干位置对应的若干第二激光位移；其中，若干第一激光位移和若干第二激光位移通过若干激光接收模块测量得到；第一结构面和第二结构面为不同结构立面；对若干第一激光位移和若干第二激光位移进行误差修正处理，得到修正后的若干第一激光位移和修正后的若干第二激光位移；将修正后的若干第一激光位移和修正后的若干第二激光位移进行融合处理，得到结构的三维方向位移。本发明实施例通过对两个结构面的多个位置处的激光位移进行误差修正和融合计算的方式，同时得到结构不同位置处的三维位移，测量精度高且成本低廉。
-
公开(公告)号：CN115009451A
公开(公告)日：2022-09-06
申请号：CN202210702365.3
申请日：2022-06-21
申请人： 深圳大学
IPC分类号： B63B35/44
摘要： 本发明涉及发电装置领域，具体涉及一种半潜式能源浮岛发电装置，在基台上搭载风力发电机、振荡浮子式的波浪能发电装置和光伏发电装置，将风能资源、波浪能资源、太阳能资源进行整合，实现联合发电的功能，提高发电装置系统的整体稳定性和平台整体收益。同时，通过将若干个风力发电机均匀分布在基台的上表面边缘，若干个波浪能发电装置均匀分布在基台的侧面，若干个光伏发电装置围绕基台的中心形成环状，使得基台四周受力均匀，进而使本申请的半潜式能源浮岛发电装置在海洋中更加具有平稳性，能接受更大海浪的冲击。
-
公开(公告)号：CN118277840B
公开(公告)日：2024-08-16
申请号：CN202410706056.2
申请日：2024-06-03
申请人： 深圳大学
IPC分类号： G06F18/24 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/096 , G06F30/13 , G06F30/27
摘要： 本发明公开了基于迁移学习和异源数据对齐的结构损伤识别方法及装置，该方法包括：获取含有损伤工况标签的结构响应模拟数据和结构响应实测数据；利用交叉熵分类损失函数对卷积神经网络进行预训练，构建结构损伤识别初始模型；采用迁移学习技术，基于结构响应模拟数据和结构响应实测数据，利用新型损失函数对结构损伤识别初始模型进行二次训练，获得基于异源数据对齐策略的结构损伤识别最终模型；新型损失函数包括交叉熵分类损失函数和异源数据对齐损失函数，异源数据对齐损失函数量化模拟数据特征与实测数据特征在高维特征空间内的分布差异得到；利用结构损伤识别最终模型对工程结构进行损伤识别。本发明可提高工程结构损伤识别的精度和效率。
-
公开(公告)号：CN117828958B
公开(公告)日：2024-05-17
申请号：CN202410254121.2
申请日：2024-03-06
申请人： 深圳大学
IPC分类号： G06F30/23 , G06F30/13 , G06N3/006 , G06F111/04 , G06F111/06
摘要： 本申请适用于桁架结构优化设计技术领域，提供了一种基于蟋蟀争斗优化算法的桁架结构优化设计方法和装置。方法包括：确定桁架结构的优化目标、优化变量和约束条件；随机初始化蟋蟀种群，得到每只蟋蟀的初始争斗属性，每只蟋蟀代表优化变量的一组可行解；根据每只蟋蟀的初始争斗属性确定擂主蟋蟀和初始胜利蟋蟀；根据擂主蟋蟀更新每只蟋蟀的初始争斗属性为第一争斗属性，确定最终胜利蟋蟀；重复执行确定擂主蟋蟀、初始胜利蟋蟀和最终胜利蟋蟀的步骤，直到执行次数达到优化次数，输出最后一次的最终胜利蟋蟀对应的优化变量和优化目标。蟋蟀争斗优化算法无需选取可调超参数，通过将蟋蟀争斗优化算法应用于桁架结构优化问题，提升了桁架结构优化效果。
-
公开(公告)号：CN117308808A
公开(公告)日：2023-12-29
申请号：CN202311569715.4
申请日：2023-11-23
申请人： 深圳大学
摘要： 本申请适用于结构监测技术领域，提供了形变监测方法及形变监测系统，包括：对结构体中的多个监测点，基于至少一个辅助监测点获取目标监测点的第一测量数据，目标监测点为被监测的结构体中的监测点，辅助监测点为结构体中与目标监测点相邻的监测点，第一测量数据根据目标监测点的光束发射设备发射的光束投射到辅助监测点上的光斑的位置确定；基于各个第一测量数据、目标监测点和辅助监测点之间的间距以及基准监测点的基准沉降量和/或基准偏转角度确定监测结果，基准监测点为位于结构体上或位于结构体外的具有标准测量值的监测点。本申请可用于结构高精度动态变形监测。
-
公开(公告)号：CN117274817A
公开(公告)日：2023-12-22
申请号：CN202311518200.1
申请日：2023-11-15
申请人： 深圳大学
IPC分类号： G06V20/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 本发明属于工程结构表面裂缝检测技术领域，公开了一种裂缝自动化识别方法、装置、终端设备及存储介质，其中，方法包括：利用已训练的图像生成模型，获得虚拟图像数据集，所述已训练的图像生成模型基于预处理后的真实图像数据集训练得到，根据所述预处理后的真实图像数据集和所述虚拟图像数据集，构建目标图像数据集，标注所述目标图像数据集，得到已标注的目标图像数据集，根据所述已标注的目标图像数据集，训练裂缝图像识别模型，得到已训练的裂缝图像识别模型。本发明能够在存在裂缝状干扰项的情况下，实现深度学习模型对裂缝图像的精确识别。
-
-
-
-
-
-
-
-
-
搜索结果
49 条记录 (耗时 0.02 秒)
