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！

龙图腾网获悉大连理工大学;云南省设计院集团有限公司申请的专利消除温度效应滞后影响的桥梁挠度预测及异常识别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：CN118965950B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202410921789.8，技术领域涉及：G06F30/27；该发明授权消除温度效应滞后影响的桥梁挠度预测及异常识别方法是由杨东辉;孙家正;夏诣;邓宏旭;梁佶;伊廷华;周煜;邓雅月设计研发完成，并于2024-07-10向国家知识产权局提交的专利申请。

本消除温度效应滞后影响的桥梁挠度预测及异常识别方法在说明书摘要公布了：本发明涉及一种消除温度效应滞后影响的桥梁挠度预测及异常识别方法，属于桥梁结构性能监测评估技术领域，步骤如下：1桥梁挠度、温度监测数据预处理；2基于GRU神经网络的温度‑温致挠度相关模型构建；3桥梁温致挠度异常识别指标提取；4桥梁温致挠度异常识别控制限的设置；5桥梁温致挠度异常在线识别。本发明建立了基于GRU神经网络的温度‑温致挠度相关模型，实现了对桥梁温致挠度准确的预测。其次，以模型预测值与桥梁温致挠度实测值的差值作为桥梁挠度异常识别指标。该指标剔除了由于天气、季节等变化而引起的温度波动对桥梁挠度的影响，可准确反映由桥梁约束构件服役性能劣化而引起的温致挠度改变，本发明在基于监测数据的桥梁温致挠度异常识别领域具有较高的工程应用价值。

本发明授权消除温度效应滞后影响的桥梁挠度预测及异常识别方法在权利要求书中公布了：1.一种消除温度效应滞后影响的桥梁挠度预测方法，其特征在于，包括以下步骤： S1，采用小波分解法提取桥梁温致挠度数据，消除车辆荷载和风荷载引起的高频挠度分量； S2，筛选出影响桥梁挠度的主要温度变量； S3，根据影响桥梁挠度的主要温度变量，基于GRU神经网络构建温度-温致挠度关系模型，对桥梁温致挠度预测； 步骤S1中，根据桥梁挠度数据的采样频率与需要分离的低频信号频率确定小波分解的层数， 式中，J-小波分解层数；fn-桥梁挠度数据的采样频率；fm-桥梁温致挠度数据截止频率，大气温度变化周期取24小时，fm取1.16×10-5Hz； 步骤S2中，采用主成分分析的方法对桥梁温度数据进行降维处理， 以t表示桥梁监测系统传感器采集到的一个温度向量，由m个温度测点组成的温度变量矩阵为T＝[t1,t2,…,tm]，对温度变量矩阵进行标准化处理，并通过如下特征值分解进行主成分分析建模： TTT＝AΛAT2 Λ＝diagλ1,λ2,…,λm3 A＝[a1,a2,…,am]4 式中，Λ表示m个特征值组成的对角矩阵；λi表示第i个特征值；A表示m个特征向量组成的标准正交矩阵；diag表示对角矩阵；ai表示第i个特征向量，即第i个主方向； 将正交矩阵A的特征向量ai按照对应特征值从大到小依次排列，将各阶温度主成分的贡献率进行累加，当累加贡献率超出90％时，将所包含的温度主成分作为桥梁主要温度变量； 所述的基于GRU神经网络构建温度-温致挠度相关模型，具体为，将步骤S2筛选出影响桥梁挠度的主要温度变量作为GRU神经网络的输入，桥梁温致挠度作为网络的输出，对模型进行迭代训练；当迭代次数达到最大迭代次数时，表示模型训练完成；GRU神经网络工作时数据流通过以下公式计算： zt＝sigVTzTt+Uhzht-1+bz5 rt＝sigVTrTt+Uhrht-1+br6 式中，Tt表示输入的温度数据；rt表示GRU神经网络中的重置门；zt表示GRU神经网络中的更新门；VTz、VTr和VTh分别表示更新门、重置门和候选层的权重矩阵；Uhz、Uhr和Uhh分别表示当前时刻t-1和前一时刻t间的连接权重矩阵；bz、br和bh分别表示更新门、重置门和候选层的偏置向量；为t时刻候选层状态；ht-1和ht分别表示上一时刻和本时刻的单元信息；sig·为sigmoid函数， 其范围在[0,1]内；tanh·为双曲正切函数，其范围在[-1,1]内； GRU神经网络通过每个细胞核中的rt和zt控制结构进行运算，实现数据的前向传播，进而实现桥梁温致挠度的预测。

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大连理工大学;云南省设计院集团有限公司，其通讯地址为：116000 辽宁省大连市甘井子区凌工路2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。