江西交通职业技术学院孟丛丛获国家专利权
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数字孪生的边坡多物理场融合预警决策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:CN120995574B 。
龙图腾网通过国家知识产权局官网在2026-01-27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:202511525867.3,技术领域涉及:G06F30/13;该发明授权基于数字孪生的边坡多物理场融合预警决策系统是由孟丛丛;柳海龙;李绍鹏;赖椿长设计研发完成,并于2025-10-24向国家知识产权局提交的专利申请。
本基于数字孪生的边坡多物理场融合预警决策系统在说明书摘要公布了:本发明涉及数字孪生的智能预警技术领域,具体公开了基于数字孪生的边坡多物理场融合预警决策系统,通过多模态数据感知模块同步采集表征边坡宏观状态的物理监测数据与反映内部损伤演化的微观物理响应信号;经损伤本征态提取模块进行时空对齐、标准化及跨模态融合分析,解译出定量表征材料强度实时劣化程度的唯一性本征损伤变量;孪生体自我演进模块以该变量为核心观测量,采用数据同化方法驱动边坡力学模型参数与状态协同动态更新,实现数字模型对物理现实的高保真追踪;前瞻性预警决策模块基于校准后的模型推演材料强度参数的未来时空演化路径,并结合蒙特卡洛模拟量化失稳风险概率,实现分级预警与智能决策支持。
本发明授权基于数字孪生的边坡多物理场融合预警决策系统在权利要求书中公布了:1.基于数字孪生的边坡多物理场融合预警决策系统,其特征在于,包括: 多模态数据感知模块,所述多模态数据感知模块用于同步获取边坡的时空连续监测数据,包括:表征宏观场变量的物理监测数据与表征内部损伤演化的物理响应信号; 损伤本征态提取模块,所述损伤本征态提取模块用于对物理响应信号与物理监测数据进行跨模态融合分析,包括:对物理响应信号与物理监测数据进行时空对齐与标准化,通过挖掘其内在的时空关联模式,将微观响应信号的非线性变化序列与宏观物理场变量的演化趋势进行耦合映射,解译出定量表征岩土材料强度实时劣化程度的唯一性本征损伤变量; 所述本征损伤变量的获取过程为: 将宏观模式与局部异常模式作为输入,接入一个深度序列到序列的预测网络; 预测网络通过动态加权微观响应信号的非线性变化序列对宏观物理场变量演化趋势的贡献度; 在预测网络内部,通过多层非线性变换,将输入的时空模式映射到一个低维的、连续的本征损伤变量空间,空间中的每一个点唯一对应边坡岩土材料的一种强度状态; 通过映射关系,将实时输入的数据序列解译为唯一性本征损伤变量的时间序列; 孪生体自我演进模块,所述孪生体自我演进模块将本征损伤变量作为核心观测量,驱动边坡力学模型的参数与状态进行协同动态演化,使边坡力学模型内在的材料强度参数实时追踪所述本征损伤变量所表征的物理现实; 前瞻性预警决策模块,所述前瞻性预警决策模块基于演进后的边坡力学模型,推演材料强度参数的未来时空演化路径,并依据未来时空演化路径的失稳风险概率对边坡稳定性进行预测性预警与决策支持。
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