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！

龙图腾网恭喜兰州交通大学申请的专利基于数字孪生及时空特征融合的跨域结构损伤识别方法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：CN119646751B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510180177.2，技术领域涉及：G06F18/25；该发明授权基于数字孪生及时空特征融合的跨域结构损伤识别方法是由杨建辉;蒲脯林;赵清瑄;王开宇设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于数字孪生及时空特征融合的跨域结构损伤识别方法在说明书摘要公布了：本发明公开了基于数字孪生及时空特征融合的跨域结构损伤识别方法，属于结构健康监测技术领域，本发明提出一种融合数字孪生模型和结构多传感器数据时空特征的跨域迁移学习损伤识别技术方案，通过将数字孪生模型和实际物理结构的测点连接关系抽象为图结构，基于经典时域卷积和图卷积网络设计同时处理多传感器时域数据及空间特征信息的时空特征学习模型，为深度融合结构数字孪生模型及实际结构的多传感器数据的时空特征实现跨数据域场景下的结构损伤检测提供具体模型架构，以弥补实际损伤数据不足及结构多维特征数据融合不充分等问题。

本发明授权基于数字孪生及时空特征融合的跨域结构损伤识别方法在权利要求书中公布了：1.基于数字孪生及时空特征融合的跨域结构损伤识别方法，其特征在于，包括以下步骤：S1、构建实际工程结构对应的数字孪生模型，并基于数字孪生模型优化传感器布置；S2、构建实际工程结构在各种损伤场景下的两域时空数据集；所述两域时空数据集包括实测域数据集和模拟域数据集；所述实测域数据集包括实际工程结构在各种损伤场景下的实测时域振动数据及其对应邻接矩阵；所述模拟域数据集包括实际工程结构在各种损伤场景下对应数字孪生模型产生的模拟时域振动数据及其对应邻接矩阵；所述邻接矩阵表征优化布置后传感器的空间位置关联；S3、构建时空特征学习网络模型，并利用时空数据集对其训练，得到跨域结构损伤识别模型；所述跨域结构损伤识别模型包括输入层、时域特征提取层、空间特征提取层以及损伤预测层；S4、通过时域自适应模型对待识别损伤的两个结构的时域振动数据进行处理，得到自适应时域数据；S5、将自适应时域数据及其对应的邻接矩阵输入至跨域结构损伤识别模型进行处理，得到跨域结构损伤识别结果；所述步骤S4中，所述时域自适应模型包括第一快速傅里叶变换、一维深层卷积神经网络和第二傅里叶变换；所述步骤S4包括以下分步骤：S41、分别对两个结构的时域振动数据进行第一快速傅里叶变换，得到对应的频域数据；S42、将两个结构的频域数据分别输入至对应的一维深层卷积神经网络中进行数据对齐；S43、将对齐后的频域数据进行第二傅里叶变换还原至时域上，得到自适应时域数据。

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兰州交通大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路118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”。