江西交通职业技术学院朱学坤获国家专利权
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!
龙图腾网获悉江西交通职业技术学院申请的专利基于疲劳累积损伤的桥梁等效车辆荷载模型构建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:CN120354512B 。
龙图腾网通过国家知识产权局官网在2025-10-17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:202510848763.X,技术领域涉及:G06F30/13;该发明授权基于疲劳累积损伤的桥梁等效车辆荷载模型构建方法及系统是由朱学坤;朱铭;彭婷婷设计研发完成,并于2025-06-24向国家知识产权局提交的专利申请。
本基于疲劳累积损伤的桥梁等效车辆荷载模型构建方法及系统在说明书摘要公布了:本发明实施例涉及桥梁安全技术领域,具体公开了基于疲劳累积损伤的桥梁等效车辆荷载模型构建方法及系统。本发明实施例通过进行桥梁交通监测,获取车辆载荷数据;进行分布规律分析与概率拟合,生成概率函数模型;构建疲劳车辆载荷模型;简化为等效疲劳损伤模型;对等效疲劳损伤模型进行模型验证与优化调整,生成优化疲劳损伤模型;进行多场景应用部署。能够进行载荷监测、分析与概率拟合,生成概率函数模型,再进行疲劳损伤评估与模型简化,构建等效疲劳损伤模型,通过进行模型验证与优化调整,生成优化疲劳损伤模型,进而进行多场景应用部署,能够使得桥梁安全储备更符合实际情况,且通过疲劳损伤的累积效应,提高桥梁安全评估的准确性。
本发明授权基于疲劳累积损伤的桥梁等效车辆荷载模型构建方法及系统在权利要求书中公布了:1.基于疲劳累积损伤的桥梁等效车辆荷载模型构建方法,其特征在于,所述方法具体包括以下步骤: 按照预设的采集频率和采集时长,进行桥梁交通监测,获取车辆载荷数据,并对所述车辆载荷数据进行预处理,生成标准载荷数据; 对所述标准载荷数据进行分布规律分析,获取载荷分布数据,并对所述载荷分布数据进行概率拟合,生成概率函数模型; 基于所述概率函数模型,进行疲劳损伤评估,构建疲劳车辆载荷模型; 将所述疲劳车辆载荷模型简化为等效疲劳损伤模型; 生成模拟车队,对所述等效疲劳损伤模型进行模型验证,获取模型验证结果,并对所述等效疲劳损伤模型进行优化调整,生成优化疲劳损伤模型; 对所述优化疲劳损伤模型进行多场景应用部署; 所述对所述标准载荷数据进行分布规律分析,获取载荷分布数据,并对所述载荷分布数据进行概率拟合,生成概率函数模型具体包括以下步骤: 对所述标准载荷数据进行车型分布、时间分布、车道分布、车速分布和车重分布的规律分析,获取载荷分布数据; 选择基础概率模型; 进行模型参数估计,获取基础估计参数; 根据所述基础估计参数和所述基础概率模型,对所述载荷分布数据进行概率拟合,生成概率函数模型; 根据所述基础估计参数和所述基础概率模型,对所述载荷分布数据进行概率拟合,生成概率函数模型,具体步骤如下: 基于有效载荷数据得到总样本量以及每类车型出现的频次,计算每类车型出现的频次与总样本量的比值,得到初步车型权重系数;结合工程施工参数,计算得到特殊车型权重系数;利用特殊车型权重系数对初步车型权重系数进行修正,以得到修正后的车型权重系数; 按车型分类对标准载荷数据进行统计分析,对于每类车型样本,通过标准载荷数据提取车型对应的标准载荷值,计算得到车型对应的标准载荷值的算术平均值以作为分布中心值,基于分布中心值得到车型高斯分布参数; 通过车辆载荷数据得到原始荷载数据时间戳,通过桥梁设计规范确定昼夜影响系数;基于原始荷载数据时间戳,统计得到各时间段内车辆通行的绝对数量与相对占比,再结合昼夜影响系数,计算得到时间修正因子; 通过车辆载荷数据得到车辆位置数据,通过桥梁设计规范确定桥梁承载能力参数,通过车辆位置数据统计各车道在单位时间内的车辆通行密度,以计算得到单位时间车辆通行密度值,以计算分布差异系数的方式,将单位时间车辆通行密度值与桥梁承载能力参数相结合,得到车道修正因子; 基于车型高斯分布参数,结合修正后的车型权重系数进行加权处理,得到车型在目标荷载点的加权概率密度中间值; 将车型在目标荷载点的加权概率密度中间值与时间修正因子进行乘积运算以得到乘积结果,在乘积结果的基础上引入车道修正因子并进行二次乘积修正,以得到多维修正叠加值; 对所有车型在目标荷载点的多维修正叠加值进行代数求和,得到最终荷载概率值,以完成概率函数模型的构建。
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江西交通职业技术学院,其通讯地址为:330000 江西省南昌市经济技术开发区双港东大街644支路395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。
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