Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜水利部交通运输部国家能源局南京水利科学研究院李星获国家专利权

恭喜水利部交通运输部国家能源局南京水利科学研究院李星获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜水利部交通运输部国家能源局南京水利科学研究院申请的专利机理数据协同驱动的大坝安全性态智能诊断方法与系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119578908B

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510139716.8,技术领域涉及:G06Q10/0635;该发明授权机理数据协同驱动的大坝安全性态智能诊断方法与系统是由李星;胡江;王春红;曹翔宇;汤刘山;任杰;陈韬;张妤涵;王文磊;叶伟;沈心哲设计研发完成,并于2025-02-08向国家知识产权局提交的专利申请。

机理数据协同驱动的大坝安全性态智能诊断方法与系统在说明书摘要公布了:本发明涉及一种机理数据协同驱动的大坝安全性态智能诊断方法与系统,方法包括采集环境量数据、大坝变形数据及其对应的监测点坐标;构建PINN模型,包括输入层、隐藏层和输出层,输入层接收采集的数据,输出层输出变形分量的预测值;对PINN模型进行训练,通过最小化综合损失函数调整PINN模型的权重和偏置,综合损失函数包括数据驱动损失函数、物理约束损失函数和边界条件损失函数;使用训练好的PINN模型对变形场进行预测;将预测结果与监控指标进行对比得到异常区域,对异常区域进行异常诊断。本发明通过机理数据协同作用,既保证模型预测遵循物理规律,又能够更好地拟合实际监测数据,实现高精度的大坝安全性态预测与诊断。

本发明授权机理数据协同驱动的大坝安全性态智能诊断方法与系统在权利要求书中公布了:1.一种机理数据协同驱动的大坝安全性态智能诊断方法,其特征在于:包括以下步骤:S10:采集环境量数据、大坝变形数据及其对应的监测点坐标;S20:构建PINN模型,所述PINN模型包括输入层、隐藏层和输出层,通过输入层接收变形数据、监测点坐标和环境量数据,利用隐藏层对输入的数据进行非线性特征捕捉,在输出层输出大坝变形分量的预测值;S30:构建综合损失函数,并对所述PINN模型进行训练,通过最小化综合损失函数自适应调整PINN模型的权重和偏置,得到训练好的PINN模型,其中,所述综合损失函数包括数据驱动损失函数、物理约束损失函数和边界条件损失函数;S40:使用训练好的PINN模型对大坝变形场进行预测;S50:将预测结果与监控指标进行对比,以识别得到异常区域,对所述异常区域进行异常诊断,并根据异常诊断结果触发预警;在S30中,构建综合损失函数的方法,包括:综合损失函数为数据驱动损失函数、物理约束损失函数和边界条件损失函数的加权和,其表示为: 式中,表示综合损失函数,表示数据驱动损失函数,表示物理约束损失函数,表示边界条件损失函数,λ1、λ2和λ3分别表示数据驱动损失函数、物理约束损失函数和边界条件损失函数的权重,其中: 式中,N表示参与计算的监测点的数量,xi,yi,zi,ti表示第i个监测点的空间坐标和时间点,δPINNxi,yi,zi,ti表示PINN模型对第i个监测点的三维变形分量预测值,δobsxi,yi,zi,ti表示第i个监测点的三维变形分量实测值;M表示参与计算的物理约束点的数量,表示应力张量的散度,表示梯度算子,σ表示应力张量,f表示体积力;表示固定边界条件损失函数,表示水压边界条件损失函数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人水利部交通运输部国家能源局南京水利科学研究院,其通讯地址为:210029 江苏省南京市鼓楼区广州路223号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。