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！

龙图腾网获悉哈尔滨工业大学申请的专利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：CN119046639B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411248564.7，技术领域涉及：G06F18/20；该发明授权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是由李惠;魏世银;黄永;丁美煜设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本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在说明书摘要公布了：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。

本发明授权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在权利要求书中公布了：1.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，其特征在于，所述方法包括以下步骤： 步骤一、建立数据集：建立车辆荷载-结构响应的仿真数据集和仅包含真实结构响应的真实数据集； 步骤二、建立模型：建立基于变分循环神经网络的编码器-解码器解耦表示学习模型； 步骤三、设计物理约束条件：建立变分循环神经网络的约束条件；在步骤三中，所述约束条件包括隐空间形状与离散化的网格相同，车辆荷载位置在桥面上保持空间稀疏性及车辆荷载幅值和作用位置在时域上是连续的，对载荷幅值和位置的时间连续性进行隐式和显式约束的方式； 步骤四、预训练：基于仿真数据集训练变分循环神经网络的编码器-解码器解耦表示学习模型； 步骤五、微调：冻结变分循环神经网络的编码器部分参数，基于真实结构响应监测数据集，微调变分循环神经网络的编码器部分参数； 步骤六、结构状态诊断：冻结所有参数，基于真实结构响应监测序列数据，逐步推演未来响应值，根据推演值与真实值间的残差，实时推断桥梁结构状态变化。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；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”。