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申请的专利一种基于主梁纵向温致位移幅值监测的桥梁滑动支座磨损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：CN117093911B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202311058546.8，技术领域涉及：G06F18/241；该发明授权一种基于主梁纵向温致位移幅值监测的桥梁滑动支座磨损识别方法是由杨东辉;孙家正;伊廷华;李宏男设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本一种基于主梁纵向温致位移幅值监测的桥梁滑动支座磨损识别方法在说明书摘要公布了：本发明属于桥梁结构基础设施设备构件性能监测评估技术领域，公开了一种基于主梁纵向温致位移幅值监测的桥梁滑动支座磨损识别方法，步骤如下：1基于监测数据的滑动支座磨损识别指标提取；2桥梁滑动支座磨损识别方法；3桥梁滑动支座磨损在线识别。本发明建立了基于PSO‑LSTM的多元温度‑位移相关模型，实现了对支座温致位移准确的预测，剔除了温度效应的影响。再依据滑动支座磨损后支座温致位移变化特征，提出了滑动支座磨损识别指标，实现了滑动支座磨损的识别。最终通过一座在役拱桥的实测数据验证了本发明的可行性和实用性。本发明在基于监测数据的桥梁滑动支座磨损识别领域具有较高的工程应用价值。

本发明授权一种基于主梁纵向温致位移幅值监测的桥梁滑动支座磨损识别方法在权利要求书中公布了：1.一种基于主梁纵向温致位移幅值监测的桥梁滑动支座磨损识别方法，其特征在于，步骤如下： 步骤1.基于监测数据的滑动支座磨损识别指标提取 1.1桥梁支座温致位移数据的提取：采用小波包分解法提取支座温致位移数据；小波包分解法将支座温致位移数据在频域中划分成不同的频带，选用db3小波基函数，分解层数设为5层； 1.2桥梁结构多元温度的提取：以桥梁构件的有效温度及构件间的温差作为结构温度变量；其中，有效温度为桥梁构件横截面上分布的平均温度，定义如下： ； 式中，表示桥梁构件的有效温度；表示桥梁构件的横截面积；表示横截面上的温度分布； 为了简化计算，根据传感器布置将横截面划分为多个子区域，并假定每个子区域的温度值相同，则通过所有子区域的温度值简化计算有效温度为： ； 式中，为第个子区域的面积；为第个子区域的测量温度；为横截面上划分的子区域总数； 构件间的温差为不同构件有效温度的差值，得到结构温度输入变量，由下式表示： ； 式中，为构件间的温差；表示为构件数量； 然后对结构温度数据进行特征标准化处理，消除样本数据量纲的影响，计算公式如下所示： ； 式中，为归一化后的结构温度数据；为原始的结构温度数据；为结构温度数据的均值；为结构温度数据的标准差； 1.3多元温度-位移相关模型的训练：建立多元温度-位移相关模型就是建立温度与支座温致位移随时间变化的输入-输出关系；利用长短时记忆LSTM神经网络进行模型训练； LSTM神经网络的架构由输入层、两个LSTM隐藏层、两个丢弃层、全连接层和输出层组成； LSTM神经网络的参数包括LSTM隐藏层单元数、丢弃层丢弃率和全连接层单元数；为了得到LSTM神经网络的最优参数，引入粒子群优化算法PSO，具体表述为在某目标搜索空间集合中，存在一个种群大小为M的粒子群，该粒子在某一时刻的状态分别由位置、速度2个向量控制，由下式表示： ； ； ； 式中，表示粒子群中第个个体；表示粒子在时刻的位置；表示粒子在时刻的速度；表示空间的维数，即自变量的个数；表示时刻在维度上的位置；表示时刻在维度上的速度； 粒子的位置更新由惯性方向、个体最优方向和群体最优方向三个指标共同决定；粒子群位置更新公式为： ； ； 式中，为粒子在时刻的速度；为粒子在时刻的位置；为惯性权重系数；，为之间的随机数；为自我学习因子；为群体学习因子；为个体的历史最佳位置；为种群的历史最佳位置； PSO优化LSTM神经网络是通过不断更新粒子的速度、位置，并以多元温度-位移相关模型的均方根误差作为PSO的适应度函数，找到粒子及粒子群的最佳位置，最后得到LSTM神经网络最优参数见下表； 表1.LSTM神经网络最优参数 ； 最后将归一化后的结构温度数据输入已训练的多元温度-位移相关模型中，实现对支座温致位移的预测； 1.4建立滑动支座磨损识别指标：提出以多元温度-位移相关模型预测幅值与实测数据幅值的差值作为支座磨损的识别指标，剔除温度效应的影响；当支座发生磨损后，其可反映支座温致位移幅值的变化，计算公式如下： ； 式中，表示支座温致位移幅值预测误差；表示多元温度-位移相关模型预测幅值；表示支座温致位移实测数据幅值； 步骤2.桥梁滑动支座磨损识别方法 2.1按照步骤1提取桥梁滑动支座正常状态下的磨损识别指标； 2.2当支座处于正常状态时，由于多元温度-位移相关模型预测误差的影响会在较小的范围内波动，且具有稳定的均值和方差；当支座出现磨损时，支座温致位移实测数据幅值降低导致增大；因此对进行统计分析，即可判断支座是否磨损； 采用累积和CUSUM控制图对磨损识别指标进行识别，进而实现桥梁滑动支座磨损监测；根据数据的偏移方向，CUSUM控制图定义正累积过程和负累积过程；当支座逐渐磨损时，只会逐渐增大，所以只需要利用反映正偏移的单边CUSUM控制图就可准确有效的监测滑动支座的变化；当支座处于正常状态时，服从正态分布~；单边正向偏移的CUSUM控制图表示为： ； 式中，为的累积和；为波动的容忍值；为指标的数量； 当的偏移量小于时，会呈现下降趋势，但不会小于0；当的偏移量大于时，会呈现上升趋势；当出现报警时，表示逐渐增大，滑动支座出现磨损；容忍值与报警线是CUSUM控制图的重要参数，CUSUM控制图容忍值和报警线分别设为和，即实现数据发生偏移时的异常识别；其中，是在支座完好无损时所收集的数据标准差； 步骤3.桥梁滑动支座磨损在线识别 3.1在线监测阶段，将监测数据按照步骤1中1.1、1.2进行数据提取，输入到步骤1.3、1.4训练的模型中得到支座磨损识别指标，再将输入CUSUM控制图中，当累积和超过所设置的报警线时，即实现滑动支座磨损的识别。

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，其通讯地址为：116024 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。