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：哈尔滨工业大学
摘要：本发明提出基于少量测点加速度数据和生成对抗网络的结构全自由度振型识别方法。首先，训练生成对抗网络模型，学习结构有限元模型在物理参数各可能数值下的模拟振型大数据集，生成器输入为低维空间中随机采样的向量z，输出为高维的模拟全自由度振型数据φ。其次，基于动力学知识建立振型与监测数据的映射关系，构建优化目标函数。最后，训练好的生成器G通过相对低维的向量z表示结构全自由度振型的特征，通过直接在z空间搜寻获得最优全自由度振型该方法将生成器作为待识别振型φ的物理模型驱动约束项，从有限元模拟数据中自动学习振型识别有关的物理信息来改善全自由度模态识别反演问题的不适定性。
主权项：1.基于少量测点加速度数据和生成对抗网络的结构全自由度振型识别方法，其特征在于，所述方法包括以下步骤：步骤一、对结构有限元模型的物理参数进行随机抽样，计算并建立包含结构物理参数不确定性并蕴含结构动力学物理约束的全自由度模态振型大数据集；步骤二、构建生成对抗网络模型，并训练模型将考虑结构参数不确定性的全自由度振型φ'映射为低维向量z，获得具有低维表征全自由度振型能力的生成器G，实现对全自由度振型大数据集的结构动力学物理约束信息的提取；步骤三、基于已训练的结构振型生成器，建立同类结构的迁移学习准则，针对具体情况采用合适的迁移学习方法，实现结构振型生成器G的快速训练；步骤四、基于结构自由振动响应、以及获得的蕴含结构振型动力学物理约束并具有低维表征全自由度振型能力的生成对抗网络模型，利用低维向量z寻优过程中易收敛于真实解的特性，使用少量测点的结构响应实现全自由度模态振型的识别。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 基于少量测点加速度数据和生成对抗网络的结构全自由度振型识别方法
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