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！

龙图腾网获悉中交第四航务工程勘察设计院有限公司;华东师范大学申请的专利基于冲刷-振动耦合感知的海底管道状态预警方法及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：CN121031246B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511580440.3，技术领域涉及：G06F30/23；该发明授权基于冲刷-振动耦合感知的海底管道状态预警方法及系统是由杨彪;彭忠;刘家虎;陈良志;覃杰;牛红林;王婷婷;吕邦来;钱原铭;李家华;王浩设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本基于冲刷-振动耦合感知的海底管道状态预警方法及系统在说明书摘要公布了：本发明公开了一种基于冲刷‑振动耦合感知的海底管道状态预警方法及系统，包括：获取目标海底管道区域的历史海洋环境信息，据此布设监测传感器阵列，采集多源监测数据并经预处理后形成多源监测数据集。构建多物理场耦合分析模型，将数据集输入模型分析当前海底环境下管道的响应状况，得到管道响应模拟信息。分析不同区段因环境冲刷导致的共振影响，生成共振衍生特征，并结合监测数据构建管道多模态融合特征。通过海底管道状态分析模型预测管道未来响应状态，进行风险预警提示；同时基于共振衍生特征分析各区段疲劳寿命，识别易疲劳区段并生成维护建议推送。进而提高对海底管道状态感知的准确性和时效性，有效提高海底管道的预警智能性。

本发明授权基于冲刷-振动耦合感知的海底管道状态预警方法及系统在权利要求书中公布了：1.一种基于冲刷-振动耦合感知的海底管道状态预警方法，其特征在于，包括： 获取目标海底管道布设区域的历史海洋环境信息，基于所述历史海洋环境信息设定监测传感器阵列，对目标海底管道区域进行监测获取多源监测数据并进行预处理，生成多源监测数据集； 构建多物理场耦合分析模型，将所述多源监测数据集输入至多物理场耦合分析模型中分析当前监测周期内的海底环境下目标海底管道的响应状况，得到管道响应模拟信息； 基于所述管道响应模拟信息分析不同海底管道区段之间因海底环境冲刷而导致的区段共振影响并生成共振衍生特征，结合所述多源监测数据集构建管道多模态融合特征； 构建海底管道状态分析模型，导入所述管道多模态融合特征分析未来时间段内目标海底管道的响应状态，得到响应状态分析信息，判断是否存在管道运行风险并进行风险预警提示； 根据所述管道多模态融合特征提取共振衍生特征，通过所述共振衍生特征分析目标海底管道各区段的疲劳寿命，并识别易疲劳区段节点生成维护建议进行推送； 其中，所述基于所述管道响应模拟信息分析不同海底管道区段之间因海底环境冲刷而导致的区段共振影响并生成共振衍生特征，具体包括： 获取管道响应模拟信息，根据在目标海底管道的监测传感器阵列布设方案将目标海底管道划分为若干区段，基于区段划分结果生成区段标签，与所述管道响应模拟信息进行关联； 基于关联后的管道响应模拟信息计算各子区段的涡旋脱落频率和流向时程，所述涡旋脱落频率由管道周围三维非定常湍流场计算得到，并通过经验模态分解方法对每个管道区段的振动响应数据进行振动模态参数提取，生成振动模态特征集并进行两级共振耦合分析； 通过所述振动模态特征集提取各子区段对应的固有频率序列与本地涡旋脱落频率序列，将每个子区段的固有频率序列与本地涡旋脱落频率序列进行比对，计算对应子区段的瞬时频率比及锁定系数； 根据瞬时频率比及锁定系数识别目标海底管道存在孤立涡激振动的临界区段，并通过管道响应模拟信息提取临界区段的悬跨长度和振动幅值，与锁定系数进行加权融合生成区段共振置信度，最终生成第一共振衍生特征； 基于所述振动模态特征集采用传递路径分析方法构建所有区段间的振动传递函数矩阵，计算相邻及间隔区段振动响应之间的相干函数和相位谱，以量化振动能量在海底管道系统中的传递路径与方向特性； 随后，通过管道响应模拟信息获取各子区段对应的流体场响应模拟特征，分析由相邻区段流向相反或流速差大于预设阈值的流体荷载所产生的异相激励，生成异相激励分布特征向量； 通过计算振动传递函数矩阵量化异相激励对管道整体振动模式的抵消或增强效应，生成表征区段间动力相互作用强度的区段耦合系数、表征振动能量传递效率的衰减系数以及反映整体管道系统振动模式中各区段贡献程度的模态参与因子，得到第二共振衍生特征。

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中交第四航务工程勘察设计院有限公司;华东师范大学，其通讯地址为：510000 广东省广州市海珠区沥滘路292号2701房；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。