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！

龙图腾网获悉石家庄铁道大学申请的专利一种斜拉桥基于海量数据的损伤识别方法及装置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：CN120337621B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510313750.2，技术领域涉及：G06F30/23；该发明授权一种斜拉桥基于海量数据的损伤识别方法及装置是由刘杰;耿亚飞;舒玉;李玉学;张耀辉;李向国设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本一种斜拉桥基于海量数据的损伤识别方法及装置在说明书摘要公布了：本发明涉及一种斜拉桥基于海量数据的损伤识别方法及装置。该方法包括：构建斜拉桥基准有限元模型，采集多种损伤工况下的结构动力响应数据；提出了一种改进的完全自适应噪声集合经验模态分解算法ICEEMDAN对数据进行分解，通过标准差反馈机制动态调整噪声水平，得到IMF分量；创新的利用Hurst指数筛选满足H0.5且重构误差MSE0.0003的目标IMF分量；构建并训练一维卷积神经网络模型，输入目标IMF分量，输出损伤位置和程度的识别结果。该模型包括前导卷积层组、中级特征层组、深度抽象层组和分类输出层。此外，还提供了一种损伤识别装置、电子设备、计算机可读存储介质及计算机程序产品，以实现所述方法。本发明可有效识别斜拉桥损伤，为桥梁健康监测提供技术支持。

本发明授权一种斜拉桥基于海量数据的损伤识别方法及装置在权利要求书中公布了：1.一种斜拉桥基于海量数据的损伤识别方法，其特征在于，所述方法的内容包括： S1:构建斜拉桥基准有限元模型； S2:根据所述基准有限元模型采集多种损伤工况下的结构动力响应数据； S3:提出了一种改进的完全自适应噪声集合经验模态分解算法ICEEMDAN对所述结构动力响应数据进行分解得到IMF分量，其中，所述分解算法ICEEMDAN通过标准差反馈机制动态调整噪声水平，其中，所述分解算法ICEEMDAN，包括： S3.1.1将初始噪声水平加入原始数据中，得到带噪数据，公式如下： 其中：xt为原始信号；为原始噪声水平；N0t为高斯白噪声序列； S3.1.2:使用EMD对带噪声的数据进行分解，得到第1个残差信号，公式如下： R1＝Mxi2 其中：·为整体的平均值；M·为输入信号的局部均值； S3.1.3:计算第一个与原始数据之间的误差，公式如下： 其中：为IMF1分量的标准差；σx为原始数据的标准差；E1为误差； S3.1.4:根据误差E1，使用非线性策略更新噪声水平公式如下： 其中：为第一次更新后的噪声水平；β为噪声调整的控制系数； S3.1.5:从原始信号中去除第一个IMF分量得到剩余信号公式如下： x1t＝xt-IMF1t7 S3.1.6:对剩余信号加入更新后的噪声，计算公式如下： 其中：N1t为新的一组高斯白噪声； S3.1.7:对新的带噪信号进行EMD分解，提取第二阶固有模态函数； S3.1.8:重复上述计算对剩余信号继续加入噪声，进行EMD分解，提取后续的IMF分量，并在每一轮迭代后计算误差并调整噪声水平： 其中：为第n+1更新后的噪声水平；En为第n时的误差；β为噪声调整的控制系数； S4:对所述IMF分量创新的进行Hurst指数筛选，选择满足Hurst指数H0.5H0.5且重构误差MSE0.0003MSE0.0003的目标IMF分量； S5:构建并训练一维卷积神经网络模型，将所述目标IMF分量输入训练好的一维卷积神经网络模型模型，输出损伤位置和损伤程度的识别结果，其中，所述一维卷积神经网络模型包括前导卷积层组、中级特征层组、深度抽象层组和分类输出层。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市北二环东路17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”。

以上内容由龙图腾AI智能生成。