广东迪科建设工程检测有限公司梁博轩获国家专利权
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!
龙图腾网获悉广东迪科建设工程检测有限公司申请的专利基于智能感应的建筑物基桩缺陷检测方法及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:CN119598418B 。
龙图腾网通过国家知识产权局官网在2025-06-24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:202411656068.5,技术领域涉及:G06F18/27;该发明授权基于智能感应的建筑物基桩缺陷检测方法及系统是由梁博轩;钟远军;张清丽;彭东劲;郭力源;黄达;潘建兆设计研发完成,并于2024-11-19向国家知识产权局提交的专利申请。
本基于智能感应的建筑物基桩缺陷检测方法及系统在说明书摘要公布了:本发明公开了基于智能感应的建筑物基桩缺陷检测方法及系统,涉及传感技术领域。本发明包括训练出预测基桩缺陷的模型;对基桩环境特征数据进行聚类,获得多个环境聚类簇;为每个环境聚类簇计算缺陷响应度和缺陷影响因子;收集待检测基桩的传感器数据、基桩环境数据序列以及基桩缺陷判据表;将实际基桩的传感器数据输入缺陷预测模型,获得基桩缺陷预测值;计算每个基桩环境数据序列的所属环境聚类簇,收集对应的缺陷响应度和缺陷影响因子;基于基桩的传感器数据和环境聚类簇的缺陷响应度及影响因子,计算基桩缺陷的影响范围和严重程度;基于基桩缺陷判据表、基桩缺陷预测值和缺陷影响范围及严重程度,判断基桩的承载力和完整性。
本发明授权基于智能感应的建筑物基桩缺陷检测方法及系统在权利要求书中公布了:1.一种基于智能感应的建筑物基桩缺陷检测方法,其特征在于,包括以下步骤: 步骤一:进行X次样本收集实验,在每次样本收集实验过程中,收集基桩的传感器数据、基桩缺陷标签数据、基桩环境特征数据以及基桩缺陷回归训练数据;其中,X为选择的样本收集实验进行的次数; 步骤二:以基桩的传感器数据为输入,以基桩缺陷标签数据为输出,训练出预测基桩缺陷的缺陷预测模型; 步骤三:基于基桩环境特征数据,使用聚类算法将X次样本收集实验的基桩环境进行聚类,获得N个环境聚类簇;N为预设的环境聚类簇的数量; 步骤四:基于基桩缺陷回归训练数据,为每个环境聚类簇计算出对应的缺陷响应度和缺陷影响因子; 步骤五:收集待检测基桩的传感器数据、基桩环境数据序列以及基桩缺陷判据表; 步骤六:将实际基桩的传感器数据输入缺陷预测模型,获得基桩缺陷预测值; 步骤七:计算获得每个基桩环境数据序列的所属环境聚类簇,收集所属环境聚类簇对应的缺陷响应度和缺陷影响因子; 步骤八:基于基桩的传感器数据以及各个基桩环境数据序列的缺陷响应度和缺陷影响因子,计算出基桩缺陷的影响范围和严重程度; 步骤九:基于基桩缺陷判据表、基桩缺陷预测值和基桩缺陷的影响范围和严重程度,判断基桩的承载力和完整性; 所述为每个环境聚类簇计算出对应的缺陷响应度和缺陷影响因子的方式为: 将样本收集实验的基桩缺陷回归训练数据按照环境聚类簇的聚类结果进行分组,获得N组基桩缺陷回归训练数据组; 对于每个环境聚类簇: 从每个样本收集实验的p组监测点集合中随机抽取一组监测点集合,将抽取的所有监测点集合中的所有回归训练样本共同组成一组回归训练数据,共采集p次,生成p组回归训练数据;对每组回归训练数据使用最小二乘法进行回归分析,获得对应的缺陷响应度和缺陷影响因子;将该环境聚类簇的所有组回归训练数据对应的缺陷响应度的平均值作为该环境聚类簇的缺陷响应度;将该环境聚类簇的所有组回归训练数据对应的缺陷影响因子的平均值作为该环境聚类簇的缺陷影响因子。
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广东迪科建设工程检测有限公司,其通讯地址为:510000 广东省广州市黄埔区永顺大道西7号101至110、201至207、301至313;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”。
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。