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！

龙图腾网获悉南昌大学申请的专利一种基于动态知识库的螺栓群松动持续监测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：CN115828064B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211547638.8，技术领域涉及：G06F18/10；该发明授权一种基于动态知识库的螺栓群松动持续监测方法是由熊鹏文;王雯钰;廖俊杰;高龙;周雨梦;汪永阳;肖洋;李军;何程杰设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于动态知识库的螺栓群松动持续监测方法在说明书摘要公布了：本发明公开了一种基于动态知识库的螺栓群松动持续监测方法，所述方法包括：利用主动压电传感监测装置采集不同工况下多个螺栓垫圈弹力以及螺母内螺纹处压力信号；将对应螺栓不同测量部位的多通道力波信号进行预处理；通过自动编码机制对预处理后的力波信号进行线性重构；利用联合近端交替优化方法捕捉螺栓垫圈弹力以及螺纹所受压力的相关性，以此来获取不同类别螺栓的重构稀疏矢量；利用经验知识共享及信息互补优化得到共有动态知识库，进而实现对螺栓群连接稳固与否的准确判断。本发明可轻松地将螺栓垫圈弹力及螺纹所受压力信号进行多通道力波信号融合，实现对不同螺栓组成的螺栓群的连接稳固性进行持续诊断。

本发明授权一种基于动态知识库的螺栓群松动持续监测方法在权利要求书中公布了：1.基于动态知识库的螺栓群松动持续监测方法，其特征在于：包括以下步骤： S1、利用主动压电传感监测装置采集螺栓垫圈1弹力及第二螺母2螺纹4所受压力，获取双通道钢结构螺栓群不同螺栓连接状态的力波信号； S2、将采集的信号进行预处理； S3、搭建基于动态知识库的持续学习模型，通过该学习模型捕捉松动时螺栓群垫圈1弹力和螺纹4所受压力各自的共同特征，同时探索两者潜在的相互关系，准确判断螺栓松动情况；当螺栓群中螺栓类别发生变化时，采用动态知识库和该螺栓稀疏矢量交替优化策略即可有效学习该螺栓松动情况； S4、优化并训练基于动态知识库的持续学习模型； S5、获取当前螺栓群的压电传感信号，并将其输入至基于动态知识库的持续学习模型中判断螺栓群松动程度； 所述S3中持续机器学习模型包括： 设该持续学习系统面临一系列连续识别不同类别螺栓状态的任务，其中是螺栓类别总数，对于第个类别螺栓，有；其中，表示由第种维应力波特征表示的个螺栓数据样本，表示第个类别螺栓对应的标签，是通道的数量，且即垫圈1弹力和螺纹4所受压力的通道，是一个线性映射，用于第种不同类别螺栓的第个通道，映射可以被表示为，表示相应的螺栓松紧分类器，当新增第个类别螺栓时，模型需要对之前学习的第个不同类别螺栓和当前第个类别螺栓进行预测，达到不间断、持续性的学习不同类别螺栓松紧情况； S201、为了探索不同螺栓之间的通道内关系，采用矩阵分解技术为每个通道构建一个共享的特定通道动态知识库；对于第个类别螺栓，第个通道的被表述为，；其中，为特定通道动态知识库，表示第个类别螺栓的第个通道的潜在表征；基于自动编码器机制，针对第种通道的特定动态知识库可以通过以下方式进行优化： 其中，代表逻辑损失函数；表示第通道的第个数据样本的维特征；编码器： 解码器： S202、建立一个基于稀疏约束的通道不变空间，充分利用跨通道的互补信息；该空间通过两个协作组件为每个螺栓重建潜在的稀疏表示，即第个类别螺栓的潜在表示为，其中：旨在通过行稀疏约束来探索不同通道之间的共享知识，而通过列稀疏约束识别不同通道对第个类别螺栓连接状态的贡献；第个类别螺栓的潜在表示可以通过优化以下目标获得： 其中，和是平衡参数；通过捕获不同动态知识库之间的共享原子，鼓励不同通道特定的知识库对于跨通道的共享互补信息更加一致；量化了不同通道对第个类别螺栓连接状态的重要性；当的第列大于零时，第通道的知识库起更重要的作用，反之亦然； S203、持续机器学习模型包含通道内和跨通道相关性的总体优化目标正式表述如下： 其中，是平衡参数；和分别表示第个类别螺栓垫圈1弹力和螺纹4所受压力数据；通道一致性正则器旨在确保不同通道动态知识库之间的语义一致性，同时调整不同通道之间的异构分布差距，并鼓励样本共享不同通道的特定知识库。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。