申请/专利权人：同济大学;吉林农业大学

申请日：2023-07-28

公开（公告）日：2023-11-14

公开（公告）号：CN117058842A

主分类号：G08B21/10

分类号：G08B21/10;G08B31/00;G06F18/23213;G06F18/24;G06N20/00;G06F30/27

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.01#实质审查的生效;2023.11.14#公开

摘要：本发明涉及地震现场救援预警领域，本发明涉及一种RC框架半废墟结构余震下二次倒塌风险实时预警方法。该方法核心内容包括4个模块，模块1：使用地震模拟振动台的方法，通过模拟主‑余震作用实现RC框架结构从完好到半废墟再到二次倒塌全过程，获取二次倒塌结构动力响应时程数据；模块2：采用高维度连续横移时间窗方法对结构动力响应时程数据进行处理并获取RC框架半废墟二次倒塌结构动力响应特征；模块3：使用K‑Means机器学习算法对RC框架半废墟结构二次倒塌风险类型进行聚类；模块4：使用Informer机器学习算实现RC框架半废墟结构二次倒塌风险实时预警。本发明能科学准确地对RC框架半废墟结构余震下二次倒塌的风险进行判别和实时预测。

主权项：1.一种RC框架半废墟结构余震下二次倒塌风险实时预警方法，其特征在于，采用地震模拟振动台试验获取主-余震作用下RC框架结构二次倒塌结构动力响应时程数据，并采用机器学习方法实现RC框架半废墟结构在余震下二次倒塌风险实时预警；该方法包含4个模块：1模块1是RC框架半废墟结构二次倒塌结构动力响应时程数据获取模块采用地震模拟振动台的方法实现主-余震作用下RC框架结构从完好结构到半废墟再到二次倒塌全过程，并通过监测关键点获取RC框架半废墟结构余震下二次倒塌结构动力响应时程数据；2模块2是多维度连续横移时间窗数据处理模块采用多维度横移连续时间窗方法对结构动力响应时程数据进行处理，来获取更准确更丰富的结构响应特征；3模块3是RC框架半废墟结构二次倒塌风险分类模块采用K-Means机器学习算法对RC框架半废墟结构在余震下发生二次倒塌风险进行分类；4模块4是RC框架半废墟结构二次倒塌风险实时预警模块采用Informer机器学习算法对RC框架半废墟结构在余震下二次倒塌风险进行实时预警。

全文数据：

权利要求：

百度查询： 同济大学;吉林农业大学 一种RC框架半废墟结构余震下二次倒塌风险实时预警方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD