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！

龙图腾网获悉北京中昌工程咨询有限公司;清华大学建筑设计研究院有限公司申请的专利一种结构工程承载能力现场检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：CN120992372B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511525284.0，技术领域涉及：G01N3/12；该发明授权一种结构工程承载能力现场检测方法是由郭湛;张士纲;曹继元;李宝丰;刘守奎;王翼翔;高进华;郝雁锋;周雄;吕建光设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本一种结构工程承载能力现场检测方法在说明书摘要公布了：本发明提供一种结构工程承载能力现场检测方法，属于结构工程检测技术领域，本发明通过在待检测结构构件表面安装多轴向加速度传感器和应变片阵列，采用智能化加载装置施加递增荷载，利用移动数据采集终端实时采集振动响应数据和应变响应数据，基于频域分析方法提取模态参数建立荷载‑模态参数关系曲线，分析计算构件承载能力，采用图论最短路径算法优化荷载传递路径分析，通过基于Transformer架构的结构响应预测模型对构件承载性能进行精确评估，实现了多维度检测数据融合、智能化加载控制、定量化承载能力评估和精确性能预测的技术集成，解决了结构构件承载能力检测精度不足的技术问题。

本发明授权一种结构工程承载能力现场检测方法在权利要求书中公布了：1.一种结构工程承载能力现场检测方法，其特征在于，包括：在待检测结构构件表面安装多轴向加速度传感器，多轴向加速度传感器布置密度为每平方米4个，多轴向加速度传感器采样频率为1000Hz，同时在构件承载关键部位安装应变片阵列，并使用数字式电子卡尺测量构件截面尺寸；通过智能化加载装置对待检测结构构件施加递增荷载，递增荷载包括静力加载和动力加载，加载幅值从设计荷载的10%逐步递增至120%，使用数字式电子回弹仪检测构件表面硬度；通过移动数据采集终端实时采集待检测结构构件在不同荷载作用下的振动响应数据和应变响应数据，移动数据采集终端通过无线数据传输模块将振动响应数据和应变响应数据发送至现场数据处理系统；基于频域分析方法对振动响应数据进行处理，提取待检测结构构件的模态参数，模态参数包括固有频率、振型和阻尼比，建立荷载‑模态参数关系曲线；运用材料弹塑性损伤本构方程对待检测结构构件承载能力进行分析计算，输出构件剩余承载能力评估结果；输出构件剩余承载能力评估结果后，还包括采用图论中的最短路径算法优化荷载传递路径分析，通过结构响应预测模型对待检测结构构件后续承载性能进行预测的步骤；所述结构响应预测模型的结构为基于Transformer架构的时序预测网络，结构响应预测模型包含编码器和解码器两个主要部分，编码器用于提取历史检测数据的特征表示，解码器用于生成未来承载性能的预测结果，结构响应预测模型中的注意力机制参数根据构件类型、荷载特征和检测精度要求进行动态调整，具体是注意力权重调整函数计算，具体公式为： ； 式中，为权重调整系数，无量纲，取值范围0至1；为构件类型因子，无量纲，梁类构件取0.8，柱类构件取0.9，板类构件取0.7；为荷载特征因子，无量纲，静荷载取0.6，动荷载取0.8，交变荷载取1.0；为检测精度因子，无量纲，A级精度取1.0，B级精度取0.8，C级精度取0.6；为历史数据质量因子，无量纲，取值范围0.6至1.0； 为各因子的权重系数，无量纲，分别取值0.3、0.3、0.2、0.2； 根据权重调整系数采用不同的调节函数，线性调节函数表示为： ，当时； 指数调节函数表示为： ，当时； 对数调节函数表示为： ，当时； 式中，为调整后的注意力参数，为调整前的注意力参数，为调节系数，取值分别为0.1、0.5、0.2； 所述采用图论中的最短路径算法优化荷载传递路径分析具体包括：采用图论中的迪杰斯特拉算法建立荷载传递路径优化模型，将待检测结构构件离散为节点和边的网络结构，节点代表构件的关键截面位置，边代表相邻截面之间的荷载传递路径；节点权重根据截面几何特性和材料性能确定，边权重根据两节点间的距离和刚度分布计算；从荷载施加点开始，逐步搜索到达各节点的最短路径，路径长度采用应力水平加权距离表示，应力越大权重越高；关键节点识别采用中心性分析方法，计算各节点的介数中心性和接近中心性，中心性值高的节点为荷载传递的关键控制点。

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北京中昌工程咨询有限公司;清华大学建筑设计研究院有限公司，其通讯地址为：100070 北京市丰台区南四环西路188号十七区18号楼2层202-65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。