Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 云南省公路路政管理总队;哈尔滨工业大学;昆明新机场高速公路建设发展有限公司;山东高速云南发展有限公司;哈工(青岛)交通智能装备科技有限公司黄小弟获国家专利权

云南省公路路政管理总队;哈尔滨工业大学;昆明新机场高速公路建设发展有限公司;山东高速云南发展有限公司;哈工(青岛)交通智能装备科技有限公司黄小弟获国家专利权

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!

龙图腾网获悉云南省公路路政管理总队;哈尔滨工业大学;昆明新机场高速公路建设发展有限公司;山东高速云南发展有限公司;哈工(青岛)交通智能装备科技有限公司申请的专利基于卡尔曼滤波器的梁桥集群结构状态快速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:CN118690597B

龙图腾网通过国家知识产权局官网在2025-11-25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:202410673742.4,技术领域涉及:G06F30/23;该发明授权基于卡尔曼滤波器的梁桥集群结构状态快速诊断方法是由黄小弟;刘洋;张银江;钱俊;苟华飞;赵梁潇;周正;陈秀艳设计研发完成,并于2024-05-28向国家知识产权局提交的专利申请。

基于卡尔曼滤波器的梁桥集群结构状态快速诊断方法在说明书摘要公布了:本发明公开了一种基于卡尔曼滤波器的梁桥集群结构状态快速诊断方法,所述方法利用梁桥集群结构加速度响应监测数据,构建集群内单体桥梁AR模型,计算单体桥梁AR模型系数,采用FCM算法,划分梁桥集群内单体桥梁类别,建立卡尔曼滤波器算法模型,计算卡尔曼滤波器预测响应残差的相关函数,构造集群内各类单体桥梁基于残差相关函数差的损伤诊断指标,设置梁桥集群内不同类别单体桥梁结构损伤预警值,实现梁桥集群结构状态快速诊断。本发明可以根据采集的梁桥集群结构加速度响应数据,完成集群内单体桥梁类别划分,设置适用于各类单体桥梁状态诊断的预警阈值,实现梁桥集群结构状态快速诊断,适用于梁桥集群结构状态诊断和监测。

本发明授权基于卡尔曼滤波器的梁桥集群结构状态快速诊断方法在权利要求书中公布了:1.一种基于卡尔曼滤波器的梁桥集群结构状态快速诊断方法,其特征在于所述方法包括如下步骤: 步骤一:引入梁桥集群结构加速度响应监测数据,构建集群内单体桥梁AR模型,计算单体桥梁AR模型系数,构建梁桥集群AR模型系数矩阵; 步骤二:根据步骤一中构建的梁桥集群AR模型系数矩阵,采用FCM算法,划分梁桥集群内单体桥梁类别,具体步骤如下: 步骤二一:设置梁桥集群内单体桥梁类别数目,建立初始化隶属度矩阵: 式中,为第j个单体桥梁对第q个桥梁类别的隶属度;为桥梁类别数目; 式中,为初始化隶属度矩阵; 步骤二二:根据步骤二一中建立的初始化隶属度矩阵,计算梁桥集群内各类单体桥梁的聚类中心向量: 式中,为第q类单体桥梁的聚类中心向量,;为聚类参数;为第j个单体桥梁的AR模型系数向量,;为集群内单体桥梁数量; 步骤二三:根据步骤二二中得到的梁桥集群内各类单体桥梁的聚类中心向量,重构隶属度矩阵: 式中,为第类单体桥梁的聚类中心向量,; 步骤二四:根据步骤二三中重构后的隶属度矩阵,计算FCM算法目标函数: 式中,为第j个单体桥梁对第个桥梁类别的隶属度; 步骤二五:重复步骤二一至步骤二四,直至FCM算法目标函数满足判断条件,完成梁桥集群内单体桥梁类别划分: 式中,为重复第n次计算得到的FCM算法目标函数;为重复第n+1次计算得到的FCM算法目标函数;为判断条件; 步骤三:根据步骤一中引入的梁桥集群结构加速度响应监测数据,建立基于卡尔曼滤波器算法的单体桥梁结构状态方程和观测方程,计算加速度预测响应残差的相关函数,构建残差相关函数矩阵; 步骤四:根据步骤三中构建的残差相关函数矩阵,构造集群内各类单体桥梁基于残差相关函数差的损伤诊断指标,设置梁桥集群内不同类别单体桥梁结构损伤预警值。

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云南省公路路政管理总队;哈尔滨工业大学;昆明新机场高速公路建设发展有限公司;山东高速云南发展有限公司;哈工(青岛)交通智能装备科技有限公司,其通讯地址为:650000 云南省昆明市五华区环城西路1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。

免责声明
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。