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！

龍圖騰網獲悉湖南省交通規劃勘察設計院有限公司申請的專利基于深度學習的UHPC組合梁預警方法、裝置、設備及介質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：CN120046227B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510539881.2，技術領域涉及：G06F30/13；該發明授權基于深度學習的UHPC組合梁預警方法、裝置、設備及介質是由賀耀北;陳光;葉萌;左云;任啟江;胡玉華;鄒佳設計研發完成，并于2025-04-27向國家知識產權局提交的專利申請。

本基于深度學習的UHPC組合梁預警方法、裝置、設備及介質在說明書摘要公布了：本申請公開了一種基于深度學習的UHPC組合梁預警方法、裝置、設備及介質，涉及橋梁結構監測技術領域，包括：獲取超高性能混凝土組合梁的構造信息，將構造信息輸入預設狀態預測模型進行處理，得到目標特征狀態和目標性能預測結果；基于目標特征狀態和目標性能預測結果通過多級預警機制進行檢測，得到檢測結果，根據檢測結果執行對應的預警操作。利用深度學習模型處理超高性能混凝土（UHPC）組合梁的構造信息，自動識別關鍵特征狀態并預測性能，通過多級預警機制實現實時監測與風險預警，提高了特征狀態識別的準確性和性能預測的可靠性，實現了早期風險檢測和主動預警，提升了結構安全性和設計效率。

本發明授權基于深度學習的UHPC組合梁預警方法、裝置、設備及介質在權利要求書中公布了：1.一種基于深度學習的UHPC組合梁預警方法，其特征在于，所述方法包括： 獲取超高性能混凝土組合梁的構造信息； 將所述構造信息輸入預設狀態預測模型進行處理，得到目標特征狀態和目標性能預測結果，所述預設狀態預測模型為混合神經網絡模型，所述預設狀態預測模型包括特征提取網絡、時序特征網絡、注意力層和輸出層，所述特征提取網絡包括第一卷積塊，第二卷積塊和第三卷積塊，所述第一卷積塊，第二卷積塊和第三卷積塊均包含兩個一維卷積層、歸一化層、激活函數層和最大池化層，所述時序特征網絡包括雙向長短期記憶網絡層和歸一化層，所述輸出層包含特征狀態分類分支和性能預測分支，所述特征狀態分類分支通過三層全連接網絡輸出特征狀態的概率分布，所述性能預測分支通過三層全連接網絡輸出性能指標值，根據所述混合神經網絡模型通過所述特征提取網絡進行局部特征提取、所述雙向長短期記憶網絡進行時序特征捕捉以及所述注意力層在關鍵特征加權實現對于所述超高性能混凝土組合梁的特征狀態的深度學習； 基于所述目標特征狀態和所述目標性能預測結果通過多級預警機制進行檢測，得到檢測結果，采用M-φ曲線展示特征狀態點，曲線上標注超高性能混凝土組合梁開裂狀態、鋼梁屈服狀態、鋼梁強化狀態和極限狀態，并給出對應應變值； 根據所述檢測結果執行對應的預警操作； 所述基于所述目標特征狀態和所述目標性能預測結果通過多級預警機制進行檢測，得到檢測結果的步驟，包括： 根據多級預警機制，得到第一閾值、第二閾值和第三閾值，其中所述第一閾值小于所述第二閾值，所述第二閾值小于所述第三閾值； 根據所述目標特征狀態和所述目標性能預測結果，得到組合梁彎矩； 對所述組合梁彎矩與所述第一閾值、所述第二閾值和所述第三閾值進行比較，得到檢測結果； 所述對所述組合梁彎矩與所述第一閾值、所述第二閾值和所述第三閾值進行比較，得到檢測結果的步驟之后，包括： 當所述組合梁彎矩小于所述第一閾值時，得到檢測結果為無風險，并執行正常監測并記錄關鍵參數的操作； 當所述組合梁彎矩大于所述第一閾值且所述組合梁彎矩小于所述第二閾值時，得到檢測結果為一級預警，并執行提高獲取構造信息頻率并準備應急預案的操作； 當所述組合梁彎矩大于所述第二閾值且所述組合梁彎矩小于所述第三閾值時，得到檢測結果為二級預警，并執行通過實時監測向相關人員發送預警信息的操作； 當所述組合梁彎矩大于所述第三閾值時，得到檢測結果為三級預警，并執行觸發應急響應進行維護的操作。

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湖南省交通規劃勘察設計院有限公司，其通訊地址為：410000 湖南省長沙市望城區月亮島路一段598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”。