买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南科技大学申请的专利稀疏观测条件下全场动态位移响应的高精度预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121682746B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610202014.4，技术领域涉及：G06F18/25；该发明授权稀疏观测条件下全场动态位移响应的高精度预测方法是由王宪;马龙涛设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本稀疏观测条件下全场动态位移响应的高精度预测方法在说明书摘要公布了：本发明公开了一种稀疏观测条件下全场动态位移响应的高精度预测方法，涉及结构健康监测技术领域，该方法包括：从稀疏传感器观测数据中提取时频特征；通过时空解耦的E‑Net网络生成损伤因子场，进而构建时变弹性模量场；利用融合特征调制机制的特征融合算子网络，将弹性模量场和外部载荷映射为全场位移响应；训练过程中引入变分物理信息约束，通过弱形式积分降低高阶导数的不稳定性，确保预测结果满足结构动力学方程。本发明的估计方法在传感器稀疏布置条件下，实现了时变弹性模量的高精度反演与全场位移的高保真预测，具有强物理一致性、强鲁棒性和高计算效率，适用于工程结构的实时监测与安全评估。

本发明授权稀疏观测条件下全场动态位移响应的高精度预测方法在权利要求书中公布了：1.一种稀疏观测条件下全场动态位移响应的高精度预测方法，其特征在于，包括以下步骤： 对稀疏传感器采集的位移时序数据进行时频特征提取，得到表征系统动力学状态的特征向量； 将所述特征向量输入时空解耦的E-Net网络，生成满足因果约束的损伤因子场，并根据所述损伤因子场与预设的健康状态弹性模量基准分布，构造时变弹性模量场； 将所述时变弹性模量场和外部载荷输入特征融合算子网络，特征融合算子网络输出目标结构的全场位移响应预测值； 所述特征融合算子网络包括训练过程，所述训练过程构建了物理—数据协同的分阶段训练框架，框架把网络优化过程分为前向算子构建和全场响应重构阶段两个阶段，通过引入基于变分弱形式的物理信息约束，实现预测的位移响应满足结构动力学控制方程； 所述前向算子构建阶段，训练特征融合算子网络学习从弹性模量场到位移场的映射；在拥有全场位移标签数据的条件下，以最小化预测位移与真实位移之间的误差为主要目标，同时逐步引入基于弱形式的变分物理信息约束，训练所述特征融合算子网络的前向映射能力； 所述全场响应重构阶段，冻结训练好的所述特征融合算子网络的参数，仅利用稀疏传感器的观测数据与物理残差构成联合损失，对频域感知的时序特征编码器与时空解耦的损伤因子场生成网络进行微调； 所述变分物理信息约束基于欧拉-伯努利梁方程的弱形式构建，通过对控制方程进行加权积分与分部积分的方式降低对位移场高阶导数的要求。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石马头；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。