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！

龍圖騰網獲悉合肥工業大學申請的專利基于機器學習的高速鐵路橋梁震損性能快速評估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：CN120317115B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202510393887.3，技術領域涉及：G06F30/27；該發明授權基于機器學習的高速鐵路橋梁震損性能快速評估方法是由胡章亮;張濟鑫;張少卿;王培培;李翔宇;馬健;張海洋設計研發完成，并于2025-03-31向國家知識產權局提交的專利申請。

本基于機器學習的高速鐵路橋梁震損性能快速評估方法在說明書摘要公布了：本發明涉及橋梁震損性能評估技術領域，并具體公開了基于機器學習的高速鐵路橋梁震損性能快速評估方法，包括：通過異構數據采集體系實時采集高速鐵路的橋梁結構的多源數據、歷史地震數據庫和橋梁結構的BIM模型；并構建包含時頻域特征、空間特征、概率特征的部分特征的多模態特征空間；基于動態貝葉斯網絡損傷傳播模型和多尺度卷積神經網絡和長短時記憶網絡的混合模型以及不確定性量化與動態更新機制構建層次化機器學習架構，并基于層次化機器學習架構建立震損性能評估模型；采用震損性能評估模型對多模態特征空間進行震損性能評估，生成損傷概率分布；有效挖掘數據背后潛在的與震損相關的信息，能夠更準確地模擬和預測橋梁在地震中的震損情況。

本發明授權基于機器學習的高速鐵路橋梁震損性能快速評估方法在權利要求書中公布了：1.基于機器學習的高速鐵路橋梁震損性能快速評估方法，其特征在于，包括： S1：通過異構數據采集體系中部署的眾多分布式傳感器陣列實時采集高速鐵路的橋梁結構的多源數據，并獲取歷史地震數據庫和橋梁結構的BIM模型； S2：將多源數據與歷史地震數據庫和橋梁結構的BIM模型結合，構建包含時頻域特征、空間特征、概率特征的部分特征的多模態特征空間，包括： 基于時空對齊算法將多源數據與橋梁結構的BIM模型進行時空對齊，獲得時空對齊源數據； 通過短時傅里葉變換在時空對齊源數據中對齊后的多源數據中提取預設頻段能量分布，再經過希爾伯特黃變換分解得到多個固有模態函數作為時頻域特征； 基于時空對齊源數據中對齊后的橋梁結構的BIM模型構建橋梁結構剛度矩陣； 基于相位相關法對時空對齊源數據中對齊后的多源數據中的處局部結構在不同強度地震作用下的散斑圖像進行預設像素級配準，并基于像素級配準后的所有散斑圖像構建全場位移矢量場； 基于全場位移矢量場構建二維德洛內三角網格，并統計網格節點位移梯度計算格林應變張力生成對應級別的應變云圖； 基于應變云圖中的多種應變分量計算軌道板翹曲變形量、軌道層間連接件的損傷量、支座損傷量以及橋墩損傷量； 對時空對齊源數據進行模態分析提取橋墩的前十階頻率變化率； 將軌道板翹曲變形量和橋墩的前十階頻率變化率當作損傷敏感特征； 其中，空間特征包含橋梁結構剛度矩陣和損傷敏感特征； 基于歷史地震數據庫并引入蒙特卡洛模擬生成參數擾動樣本，再基于證據理論融合傳感器測量誤差與模型參數不確定性獲得概率特征； 基于時頻域特征、空間特征、概率特征的部分特征構建多模態特征空間； S3：基于動態貝葉斯網絡損傷傳播模型和多尺度CNN-LSTM混合模型以及不確定性量化與動態更新機制構建層次化機器學習架構，并基于層次化機器學習架構建立震損性能評估模型； S4：采用震損性能評估模型對多模態特征空間進行震損性能評估，生成高速鐵路橋梁的損傷概率分布。

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合肥工業大學，其通訊地址為：230000 安徽省合肥市包河區屯溪路193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”。