買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉山東建筑大學申請的專利一種鋼管混凝土讓壓拱架承載力預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120354753B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510837546.0，技術領域涉及：G06F30/27；該發明授權一種鋼管混凝土讓壓拱架承載力預測方法是由任鎧琳;孫會彬設計研發完成，并于2025-06-23向國家知識產權局提交的專利申請。

本一種鋼管混凝土讓壓拱架承載力預測方法在說明書摘要公布了：本發明涉及一種鋼管混凝土讓壓拱架承載力預測方法，屬于人工智能與數據處理技術領域。其包括以下步驟：在鋼管混凝土拱架實體結構的關鍵受力位置采集應力數據；進行應力數據篩選，將篩選后的數據集儲存為HDF5分層格式；采用自適應歸一化方法與小波閾值函數對儲存的應力數據進行去噪；通過動態時間分段和短時傅里葉變換對去噪歸一化后的應力數據進行時域?頻域特征融合；構建鋼管混凝土讓壓拱架承載力預測模型，將融合特征向量輸入到模型中，對模型進行訓練，得到訓練好的模型；將采集到的數據經過處理后輸入到訓練好的模型中，得到承載力預測值，當連續3次預測值超過設計承載力的90%時觸發預警。本發明能夠提高模型的預測能力。

本發明授權一種鋼管混凝土讓壓拱架承載力預測方法在權利要求書中公布了：1.一種鋼管混凝土讓壓拱架承載力預測方法，其特征在于，包括以下步驟： S1.在鋼管混凝土拱架實體結構的關鍵受力位置采集應力數據； S2.基于材料力學原理設定篩選規則，進行應力數據篩選，將篩選后的數據集儲存為HDF5分層格式；具體地，刪除加載初期預壓階段數據，依據鋼材屈服強度閾值剔除因傳感器故障導致的突變點；結合荷載傳感器同步數據，移除空載的無效區段，最終生成帶有效性標志位的時序數據集； S3.采用自適應歸一化方法與小波閾值函數對儲存的應力數據進行去噪，得到去噪歸一化后的應力數據； S4.通過動態時間分段和短時傅里葉變換對去噪歸一化后的應力數據進行時域-頻域特征融合，得到融合特征向量； S5.構建鋼管混凝土讓壓拱架承載力預測模型，所述模型的整體架構為多層全連接前饋神經網絡，結合物理啟發初始化機制、物理約束激活函數與混合物理損失函數；將融合特征向量輸入到模型中，對模型進行訓練，得到訓練好的模型； 所述鋼管混凝土讓壓拱架承載力預測模型的構建過程如下： S51.定義深度神經網絡架構：輸入層維度等于時域與頻域融合后的特征維度；輸出層為單神經元；各層之間采用DropPath進行結構正則；在參數初始化階段，通過融合特征統計均值與物理縮放矩陣構造權重起點，并結合譜分解生成的修正項，確保初始參數分布符合鋼管混凝土拱架的物理響應空間； S52.進行深度神經網絡的初始化：基于特征數據的統計特性和物理先驗計算初始權重，確保模型起始點靠近物理可行域； S53.進行深度神經網絡前向傳播與自定義激活函數計算：在深度神經網絡的前向傳播過程中，采用基于應力物理特性的激活函數，模擬應力數據的飽和特性以及在應力值接近承載力極限時的非線性變化； S54.進行損失函數計算：通過混合損失函數將傳統的均方誤差損失與物理違規懲罰項相結合，進行損失函數計算； S55.進行深度神經網絡的參數更新：通過計算動態一階矩衰減率和二階矩衰減率，結合梯度信息和歷史動量的自適應調整，實現參數更新； S56.進行DropPath正則化：在每次前向傳播時，隨機丟棄網絡中的一部分路徑，丟棄路徑的概率根據當前迭代次數和總迭代次數動態調整； S57.進行早停機制判斷：早停機制根據驗證集上的性能指標在模型訓練過程中不斷監測，當驗證集上的損失不再顯著下降時，訓練將提前停止； S6.將采集到的數據經過步驟S3-S4的處理后輸入到訓練好的模型中，得到承載力預測值，當連續3次預測值超過設計承載力的90%時觸發預警。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東建筑大學，其通訊地址為：250101 山東省濟南市歷城區鳳鳴路1000號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。