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！

龍圖騰網獲悉石家莊鐵道大學申請的專利一種斜拉橋基于海量數據的損傷識別方法及裝置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：CN120337621B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202510313750.2，技術領域涉及：G06F30/23；該發明授權一種斜拉橋基于海量數據的損傷識別方法及裝置是由劉杰;耿亞飛;舒玉;李玉學;張耀輝;李向國設計研發完成，并于2025-04-18向國家知識產權局提交的專利申請。

本一種斜拉橋基于海量數據的損傷識別方法及裝置在說明書摘要公布了：本發明涉及一種斜拉橋基于海量數據的損傷識別方法及裝置。該方法包括：構建斜拉橋基準有限元模型，采集多種損傷工況下的結構動力響應數據；提出了一種改進的完全自適應噪聲集合經驗模態分解算法ICEEMDAN對數據進行分解，通過標準差反饋機制動態調整噪聲水平，得到IMF分量；創新的利用Hurst指數篩選滿足H0.5且重構誤差MSE0.0003的目標IMF分量；構建并訓練一維卷積神經網絡模型，輸入目標IMF分量，輸出損傷位置和程度的識別結果。該模型包括前導卷積層組、中級特征層組、深度抽象層組和分類輸出層。此外，還提供了一種損傷識別裝置、電子設備、計算機可讀存儲介質及計算機程序產品，以實現所述方法。本發明可有效識別斜拉橋損傷，為橋梁健康監測提供技術支持。

本發明授權一種斜拉橋基于海量數據的損傷識別方法及裝置在權利要求書中公布了：1.一種斜拉橋基于海量數據的損傷識別方法，其特征在于，所述方法的內容包括： S1:構建斜拉橋基準有限元模型； S2:根據所述基準有限元模型采集多種損傷工況下的結構動力響應數據； S3:提出了一種改進的完全自適應噪聲集合經驗模態分解算法ICEEMDAN對所述結構動力響應數據進行分解得到IMF分量，其中，所述分解算法ICEEMDAN通過標準差反饋機制動態調整噪聲水平，其中，所述分解算法ICEEMDAN，包括： S3.1.1將初始噪聲水平加入原始數據中，得到帶噪數據，公式如下： 其中：xt為原始信號；為原始噪聲水平；N0t為高斯白噪聲序列； S3.1.2:使用EMD對帶噪聲的數據進行分解，得到第1個殘差信號，公式如下： R1＝Mxi2 其中：·為整體的平均值；M·為輸入信號的局部均值； S3.1.3:計算第一個與原始數據之間的誤差，公式如下： 其中：為IMF1分量的標準差；σx為原始數據的標準差；E1為誤差； S3.1.4:根據誤差E1，使用非線性策略更新噪聲水平公式如下： 其中：為第一次更新后的噪聲水平；β為噪聲調整的控制系數； S3.1.5:從原始信號中去除第一個IMF分量得到剩余信號公式如下： x1t＝xt-IMF1t7 S3.1.6:對剩余信號加入更新后的噪聲，計算公式如下： 其中：N1t為新的一組高斯白噪聲； S3.1.7:對新的帶噪信號進行EMD分解，提取第二階固有模態函數； S3.1.8:重復上述計算對剩余信號繼續加入噪聲，進行EMD分解，提取后續的IMF分量，并在每一輪迭代后計算誤差并調整噪聲水平： 其中：為第n+1更新后的噪聲水平；En為第n時的誤差；β為噪聲調整的控制系數； S4:對所述IMF分量創新的進行Hurst指數篩選，選擇滿足Hurst指數H0.5H0.5且重構誤差MSE0.0003MSE0.0003的目標IMF分量； S5:構建并訓練一維卷積神經網絡模型，將所述目標IMF分量輸入訓練好的一維卷積神經網絡模型模型，輸出損傷位置和損傷程度的識別結果，其中，所述一維卷積神經網絡模型包括前導卷積層組、中級特征層組、深度抽象層組和分類輸出層。

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石家莊鐵道大學，其通訊地址為：050043 河北省石家莊市北二環東路17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”。