買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中鐵十八局集團(tuán)建筑安裝工程有限公司;中鐵十八局集團(tuán)有限公司;天津大學(xué)申請的專利一種基于機(jī)器學(xué)習(xí)的BIM高層懸掛結(jié)構(gòu)監(jiān)測方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120408827B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510914239.8，技術(shù)領(lǐng)域涉及：G06F30/13；該發(fā)明授權(quán)一種基于機(jī)器學(xué)習(xí)的BIM高層懸掛結(jié)構(gòu)監(jiān)測方法及系統(tǒng)是由郝永杰;王智強(qiáng);周婷;陳鴻霏;楊天成;任傳輝;張曉鵬;王新妍;耿盼;段林;武艷芝;高航;梁立廠;楊亞雄;王英格;姚明輝;楊明亮;趙锎;霍星明;張祥聰設(shè)計研發(fā)完成，并于2025-07-03向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于機(jī)器學(xué)習(xí)的BIM高層懸掛結(jié)構(gòu)監(jiān)測方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及建筑結(jié)構(gòu)監(jiān)測技術(shù)領(lǐng)域，公開了一種基于機(jī)器學(xué)習(xí)的BIM高層懸掛結(jié)構(gòu)監(jiān)測方法及系統(tǒng)，其中，一種基于機(jī)器學(xué)習(xí)的BIM高層懸掛結(jié)構(gòu)監(jiān)測方法包括：構(gòu)建物理約束變分因果推理框架，融合BIM模型數(shù)據(jù)與傳感監(jiān)測數(shù)據(jù)；訓(xùn)練動態(tài)物理因果圖學(xué)習(xí)模塊，識別高層懸掛結(jié)構(gòu)中的因果關(guān)系網(wǎng)絡(luò)；構(gòu)建并訓(xùn)練層次化注意力感知模塊，捕捉結(jié)構(gòu)異常模式；開發(fā)物理約束神經(jīng)常微分方程模塊，實現(xiàn)對高層結(jié)構(gòu)動態(tài)行為的準(zhǔn)確預(yù)測；建立監(jiān)測數(shù)據(jù)與BIM模型元素的雙向?qū)崟r映射；本發(fā)明通過融合物理約束變分因果推理、動態(tài)物理因果圖學(xué)習(xí)、層次化注意力感知、物理約束神經(jīng)常微分方程和BIM語義映射，解決了高層懸掛結(jié)構(gòu)“弱相關(guān)”特性監(jiān)測的技術(shù)難題。

本發(fā)明授權(quán)一種基于機(jī)器學(xué)習(xí)的BIM高層懸掛結(jié)構(gòu)監(jiān)測方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于機(jī)器學(xué)習(xí)的BIM高層懸掛結(jié)構(gòu)監(jiān)測方法，其特征在于，包括： 構(gòu)建物理約束變分因果推理框架，融合BIM模型數(shù)據(jù)與傳感監(jiān)測數(shù)據(jù)，所述構(gòu)建物理約束變分因果推理框架的步驟包括： 從BIM系統(tǒng)中提取高層懸掛結(jié)構(gòu)的幾何模型、材料屬性及構(gòu)件關(guān)系； 部署多模態(tài)傳感器網(wǎng)絡(luò)，采集結(jié)構(gòu)的實時監(jiān)測數(shù)據(jù)； 基于結(jié)構(gòu)動力學(xué)方程構(gòu)建物理約束； 構(gòu)建物理約束變分因果推理框架，通過統(tǒng)一模型將結(jié)構(gòu)動力學(xué)方程、貝葉斯因果推理和深度學(xué)習(xí)結(jié)合； 基于BIM模型數(shù)據(jù)與傳感監(jiān)測數(shù)據(jù)的融合結(jié)果，訓(xùn)練動態(tài)物理因果圖學(xué)習(xí)模塊，識別高層懸掛結(jié)構(gòu)中的因果關(guān)系網(wǎng)絡(luò)，所述訓(xùn)練動態(tài)物理因果圖學(xué)習(xí)模塊的步驟包括： 初始化動態(tài)因果圖，以傳感器監(jiān)測點為節(jié)點，構(gòu)建初始拓?fù)浣Y(jié)構(gòu)； 利用物理約束貝葉斯網(wǎng)絡(luò)學(xué)習(xí)算法，基于時序監(jiān)測數(shù)據(jù)學(xué)習(xí)節(jié)點間的動態(tài)因果關(guān)系； 應(yīng)用結(jié)構(gòu)稀疏性正則化，基于高層懸掛結(jié)構(gòu)的“弱相關(guān)”特性，對因果圖進(jìn)行優(yōu)化； 動態(tài)更新因果圖結(jié)構(gòu)，隨著結(jié)構(gòu)狀態(tài)和外部環(huán)境的變化，周期性地更新因果關(guān)系網(wǎng)絡(luò)； 利用識別出的因果關(guān)系網(wǎng)絡(luò)，構(gòu)建并訓(xùn)練層次化注意力感知模塊，捕捉結(jié)構(gòu)異常模式； 根據(jù)捕捉到的結(jié)構(gòu)異常模式，開發(fā)物理約束神經(jīng)常微分方程模塊，實現(xiàn)對高層結(jié)構(gòu)動態(tài)行為的準(zhǔn)確預(yù)測，所述開發(fā)物理約束神經(jīng)常微分方程模塊的步驟包括： 建立神經(jīng)常微分方程模型，將結(jié)構(gòu)狀態(tài)的時間演化表示為神經(jīng)網(wǎng)絡(luò)與物理模型的組合形式； 設(shè)計混合損失函數(shù)，優(yōu)化數(shù)據(jù)擬合精度和物理規(guī)律一致性； 采用自適應(yīng)步長數(shù)值積分方法求解神經(jīng)常微分方程，動態(tài)調(diào)整計算步長； 通過集成多種數(shù)值求解方法的結(jié)果，提高模型對噪聲和異常數(shù)據(jù)的魯棒性； 基于預(yù)測的結(jié)構(gòu)動態(tài)行為，實現(xiàn)BIM語義映射與可視化模塊，建立監(jiān)測數(shù)據(jù)與BIM模型元素的雙向?qū)崟r映射。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中鐵十八局集團(tuán)建筑安裝工程有限公司;中鐵十八局集團(tuán)有限公司;天津大學(xué)，其通訊地址為：300308 天津市東麗區(qū)自貿(mào)試驗區(qū)(空港經(jīng)濟(jì)區(qū))中環(huán)西路285號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。