加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

基于物理驱动神经网络的结构数字孪生建模与参数识别法

发明专利有效专利
  • 申请号:
    CN202110658035.4
  • IPC分类号:G06K9/62;G06N3/04;G06N3/08
  • 申请日期:
    2021-06-11
  • 申请人:
    福州大学
著录项信息
专利名称基于物理驱动神经网络的结构数字孪生建模与参数识别法
申请号CN202110658035.4申请日期2021-06-11
法律状态实质审查申报国家中国
公开/公告日2021-09-10公开/公告号CN113378939A
优先权暂无优先权号暂无
主分类号G06K9/62IPC分类号G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人福州大学申请人地址
福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人福州大学当前权利人福州大学
发明人方圣恩;郭新宇
代理机构福州元创专利商标代理有限公司代理人陈明鑫;蔡学俊
摘要
本发明涉及一种基于物理驱动神经网络的结构数字孪生建模与参数识别法。选择待识别参数及其响应,并根据实际情况初步拟定待识别参数的取值区间;基于均匀实验设计在区间内选出参数样本点并结合有限元计算生成训练样本集;选择与训练样本相对应的物理约束方程并编码到神经网络的损失函数表达式中,训练神经网络至精度合格并将其作为数字孪生模型放入数字孪生模型与数据库;对结构参数进行识别并对初拟的参数区间进行更新,形成新的数字孪生模型;将所有生成的数字孪生模型及识别的参数都放入数字孪生模型与数据库,管养人员根据结构历史及当前信息做出相关加固或养护措施。本发明可更好地监测结构服役时健康状况,帮助管养人员做出科学决策。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供