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混凝土拱坝全域结构力学参数分区快速反演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：CN120930438B 。

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：202511469779.6，技术领域涉及：G06F30/23；该发明授权一种混凝土拱坝全域结构力学参数分区快速反演方法是由魏博文;袁冬阳;迟英凡;张启灵;李波;夏雨;胡雅婷;郭英嘉设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本一种混凝土拱坝全域结构力学参数分区快速反演方法在说明书摘要公布了：本发明公开了一种混凝土拱坝全域结构力学参数分区快速反演方法，涉及大坝运行安全监测与管理技术领域，包括根据工程设计及监测资料，利用有限元软件建立大坝坝体及地基三维有限元模型，依据筑坝材料力学参数信息，对三维有限元模型进行分区并分析各区域力学参数敏感性，确定影响混凝土拱坝变形的敏感性力学参数，根据敏感性分析结果，对敏感性力学参数进行自适应智能采样，构建反映大坝敏感性力学参数与各监测点变形之间非线性关系的深度学习代理模型，进行坝体弹性模量与基岩变形模量的深度学习反演。本发明采用混凝土拱坝全域结构力学参数分区快速反演方法能够高效精准反演确定实际运行期拱坝结构力学参数，为大坝安全分析提供了良好的基础。

本发明授权一种混凝土拱坝全域结构力学参数分区快速反演方法在权利要求书中公布了：1.一种混凝土拱坝全域结构力学参数分区快速反演方法，其特征在于，包括以下步骤： S1、根据工程设计及监测资料，利用有限元软件建立大坝及地基的三维有限元模型，并结合筑坝材料力学参数信息对三维有限元模型进行分区； S2、依据混凝土坝力学参数信息，运用Morris法对三维有限元模型中各区域力学参数进行敏感性分析，确定混凝土拱坝变形敏感性力学参数； S3、根据敏混凝土拱坝变形敏感性力学参数，构建大坝敏感性力学参数与大坝各监测点变形的多输入-多输出自适应智能采样方法； S4、构建反映大坝敏感性力学参数与各监测点变形之间非线性关系的深度学习代理模型，进行大坝弹性模量的深度学习反演； 根据混凝土拱坝变形敏感性力学参数构建大坝敏感性力学参数与各监测点变形的多输入-多输出的自适应智能采样方法的具体内容包括： 定义混凝土拱坝变形敏感性力学参数为待反演参数； 在实验设计DoE方面，将大坝监测点的响应值定为输出参数，将待反演目标设为随机输入参数，其余参数作为确定性输入参数； 运用Sobol采样方法，根据随机输入参数的取值范围生成目标随机样本组，代入已建有限元模型计算获取输出得到样本池NA； 利用Kennard-Stone算法在NA中进行代表性样本选择得到初始样本集N1，样本池NA中剩下未被选择的样本则自动变为候选数据池NH； 构建反映大坝敏感性力学参数与各监测点变形之间非线性关系的深度学习代理模型，进行大坝弹性模量的深度学习反演的具体内容为： 构建了自适应智能采样，经过自适应采样筛选得到的深度学习样本集NS； 引入自注意力机制，构建混凝土拱坝多分区力学参数反演代理模型Attention-BNN； 在大坝弹性模量的深度学习反演的过程中，将深度学习样本集NS输入至Attention-BNN中进行训练，并从候选数据池NH中尚未被筛选的样本中随机选择若干样本点作为训练集； 利用拱坝的变形实际值与深度学习代理模型预测值进行反演目标函数的最小化损失函数计算； 最小化损失函数的表达式为： ； 其中，是优化目标；是KL散度即复杂度惩罚项，在计算过程中通过最小化该项，限制不得偏离先验分布较远，从而引入正则化，为近似后验分布，其中参数控制这个分布的形状，为先验分布，为神经网络中每一层的权重；是似然项，似然项与KL散度项共同平衡了拟合数据与保持合理不确定性，其中N为深度学习样本集中样本的总数，表示神经网络的输出，依赖于输入和权重，是模型预测时生成真实标签的概率； 借助神经网络内部优化器进行计算，得到深度学习模型下的参数反演值。

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南昌大学，其通讯地址为：330031 江西省南昌市红谷滩区学府大道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。