中铁北京工程局集团有限公司邓宗仁获国家专利权
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!
龙图腾网获悉中铁北京工程局集团有限公司申请的专利一种基于有限元仿真的移动模架施工监测方法及系统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:CN121503176B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202610042407.3,技术领域涉及:G06F30/23;该发明授权一种基于有限元仿真的移动模架施工监测方法及系统是由邓宗仁;陈昱廷;李小玉;刘刚;郑印;石佳龙;李宏波;赵连标;赵志达;毕晓杰;卢旭;王玉波;刘嘉璇;秦伟设计研发完成,并于2026-01-14向国家知识产权局提交的专利申请。
本一种基于有限元仿真的移动模架施工监测方法及系统在说明书摘要公布了:本发明公开了一种基于有限元仿真的移动模架施工监测方法及系统,涉及桥梁施工监测与结构健康监测领域;解决了传统移动模架施工监测中模型固定、预警滞后、难以动态反映结构真实状态的问题。本发明通过建立包含可校准参数的数字结构模块,进行工况仿真以识别理论高风险区域并优化传感器布设;在每道工序前进行前置仿真输出预测值,施工中同步采集实测数据并计算标准化偏差序列;基于时域特征提取与多指标融合进行动态安全评估与预警;利用历史偏差数据通过贝叶斯变分推断对模型参数进行反向校准与在线更新,实现了仿真、监测、预警、模型优化的闭环,显著提升了移动模架施工过程的安全监控精度与实时性。
本发明授权一种基于有限元仿真的移动模架施工监测方法及系统在权利要求书中公布了:1.一种基于有限元仿真的移动模架施工监测方法,其特征在于,包括以下步骤: S1:建立与物理移动模架对应的参数化有限元模型,所述参数化有限元模型包含具有可校准参数的数字结构模块; S2:基于所述数字结构模块对目标施工载荷工况进行仿真分析,依据仿真分析生成的力学云图,识别所述物理移动模架中对应的理论高风险区域,并据此规划实体传感器的优化布设方案; S3:在每一个预设施工工序开始前,将工序参数输入所述参数化有限元模型进行前置仿真,输出该预设施工工序下所述物理移动模架的力学响应预测数据集; S4:在执行所述预设施工工序时,获取按所述优化布设方案安装的实体传感器的实测响应值,并将所述实测响应值与对应的力学响应预测数据集进行实时比对,生成响应偏差值时间序列; S5:基于所述实测响应值以及响应偏差值时间序列,对该序列进行处理以提取时域统计特征,进而对所述物理移动模架进行动态安全评估,并依据评估结果输出预警信号; S6:利用所述响应偏差值对数字结构模块中的可校准参数进行反向校准,以更新所述参数化有限元模型;包括以下步骤: 获取数字结构模块中可校准的参数向量,作为待校准对象,同时得到每个参数的先验概率分布,其中,,M为可校准参数的总个数; 收集历史施工周期中对应于多个已完成预设施工工序的监测数据,形成校准数据集,其中,c为已完成工序索引,,为已完成工序的总数;为第个工序的实测响应值向量,为对应的力学响应预测数据集,为响应偏差值向量,N为规划测点总数,为第个规划测点在第个工序的窗口平均偏差指数,; 在贝叶斯推断框架下,利用所述校准数据集计算所述参数向量的后验概率分布,其计算通过最大化证据下界的问题实现,所述证据下界的表达式为: 其中,为用于近似后验分布的变分分布;为似然函数,表征在给定参数下观测到响应偏差值向量的概率;为参数的先验概率分布;为关于变分分布的数学期望;KL为Kullback-Leibler散度; 采用伴随方法计算变分推断过程中所需的梯度,以处理所述参数化有限元模型的高计算成本问题;求解所述高计算成本问题;通过梯度优化算法求解该最大化证据下界的问题,得到最优变分分布,并将其均值作为参数校准值;使用所述校准值更新所述数字结构模块中对应的参数,从而形成参数化有限元模型的新版本,并评估校准后参数化有限元模型在验证数据集上的预测误差,计算其均方根误差相对于校准前的降低程度; 采用在线顺序更新策略;当获得新的监测数据时,基于当前的后验分布与新数据的似然,对参数的后验分布进行递推更新;更新规则基于指数加权移动平均思想,将更新后的后验分布近似表示为:,其中,为遗忘因子。
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中铁北京工程局集团有限公司,其通讯地址为:102308 北京市门头沟区石龙经济开发区永安路20号3号楼A-7943室;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励