龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：天津农学院
摘要：本发明涉及一种基于多输入卷积神经网络的隔震支座损伤识别方法，本发明针对隔震支座损伤识别方法进行研究，提出一种以隔震支座振动信号为输入的基于多输入卷积神经网络模型。首先采集隔震支座水平方向加速度和位移信号，采用标准化预处理方法和数据增强扩充样本，然后将样本输入到所建立的网络模型并训练，最后利用训练好的网络模型进行损伤识别。结果表明：相较于传统单输入CNN模型，基于MI‑CNN模型易于训练，可最大地发挥CNN对损伤信号特征的提取能力，且具有更好的损伤位置识别准确率和更小的损伤程度识别误差，以及针对不均衡数据集更稳定的识别效果，可为隔震支座损伤识别提供新思路。
主权项：1.一种基于多输入卷积神经网络的隔震支座损伤识别方法，其特征在于，包括以下步骤：步骤1、通过ETABS数值模拟得到隔震支座损伤下的动力响应原始信号样本，每个样本数据包括加速度和位移数据；步骤2、采用标准化和滑动窗口数据增强方式对数据集进行预处理，得到预处理后的数据集；步骤3、利用预处理后的数据集对MI-CNN模型进行训练，训练完毕后后得到隔震支座损伤识别模型；步骤4、采集待检测的隔震支座损伤下的加速度和位移数据，利用上一步得到的隔震支座损伤识别模型进行损伤识别分类，输出损伤分类结果。
全文数据：
权利要求：
百度查询： 天津农学院 一种基于多输入卷积神经网络的隔震支座损伤识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号