申请/专利权人:湘潭大学
申请日:2024-01-18
公开(公告)日:2024-04-16
公开(公告)号:CN117892590A
主分类号:G06F30/23
分类号:G06F30/23;G06F30/27;G06T7/00;G06V20/17;G06V20/10;G06V10/82;G06N3/0455;G06N3/0464;G06N3/08;G06F111/10;G06F119/14
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明涉及大坝损伤识别及安全评估领域,具体是涉及一种基于裂缝智能识别和有限元反演的混凝土大坝损伤识别及安全评估方法。通过将深度学习技术与有限元反演法结合,提出一种基于U‑Net网络的、用于对大坝裂缝损伤识别的技术。使用U‑Net网络将大坝表面裂缝识别分割出后,赋予到大坝的有限元模型上进行建模,再基于有限元反演法进行迭代,不断改变裂缝的大小、位置,最终得到与现场实际值相差最小的值,以此确定大坝的损伤,进而对大坝进行安全评估。本发明与传统有限元反演法相比,利用了大坝的物理信息,即识别出的裂缝进行初始化,大大减少了迭代求解的计算量,提高反演的计算效率及精度,对于大坝损伤的识别和安全监测具有积极意义。
主权项:1.本发明提供了一种基于裂缝智能识别和有限元反演的混凝土大坝损伤识别及安全评估方法,其特征在于,包括以下的步骤:步骤S1:利用无人机采集大坝的图像,获得大坝表面裂缝的图片,按顺序进行编号;步骤S2:使用深度学习U-Net模型对采集的数据进行分析,识别分割出大坝结构可能的裂缝损伤迹象;步骤S3:根据真实的大坝尺寸建立大坝的初始有限元模型,确定混凝土材料的力学特性,并确定有限元反演法的反演参数为裂缝损伤的大小、位置;步骤S4:将识别分割后的裂缝图片拼接映射到大坝的有限元模型上;步骤S5:对大坝进行动力学测试获取现场实测动力结果;步骤S6:通过反演分析对大坝内部损伤情况进行修改迭代求解,不断修改坝体内部裂缝损伤的大小、位置等,使有限元计算结果与实际现场值相差最小;步骤S7得到反演容许误差的参数值,确定大坝的整体损伤情况;步骤S8以表面裂缝、整体损伤及数值模拟的结果对大坝进行安全评估。
全文数据:
权利要求:
百度查询: 湘潭大学 一种基于裂缝智能识别和有限元反演的混凝土大坝损伤识别及安全评估方法
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。