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：合肥工业大学

摘要：本发明公开了一种无监督桥梁动态位移响应的重构方法，首先，利用加速度传感器和应变传感器获得桥梁未知荷载下作用的加速度和应变响应；其次，构建PINN网络，将物理逻辑嵌入到神经网络中；把物理方程以及相应的边界条件和初始条件作为惩罚项放入损失函数，并以此来限制可行性解的空间；随后通过PINN得到目标点位移的近似解，最后通过AdaRNN网络对重构位移进行修正。本发明是一种针对桥梁位移重构的无网格技术，特别适用于在没有大量目标点数据的情况下，通过将直接求解桥梁动力学控制方程的问题转化为一个损失函数的优化问题，并利用预训练‑微调的方法对预测结果进行修正，从而提高了位移重构的准确性和可靠性。

主权项：1.一种无监督桥梁动态位移响应的重构方法，其特征在于，是包括以下步骤：步骤1：在桥梁的m个监测点上分别布置1个加速度和1个应变传感器，用于记录桥梁的加速度和应变响应，并随机选取一个监测点作为目标点，其余监测点作为非目标点；步骤2：利用有限元模型对桥梁进行建模，得到桥梁有限元模型，对所述桥梁有限元模型施加随机荷载，得到m个传感器在相应点位上的加速度响应矩阵A＝[a1,a2,…ai,…,am]T、应变响应矩阵S＝[s1,s2,…,si,…,sn]T以及频响函数矩阵Hω＝[H1,H2,…,Hi,…,Hm]T、目标点的频响函数矩阵H′ω，其中，ai为第i个监测点处的加速度响应，si为第i个监测点处的应变响应，Hi为第i个监测点处的频率响应，H′ω为目标点处的频率响应，T表示转置；ω表示频域；步骤3：构建PINN网络，是由b个门控循环单元层组成，每个门控循环单元层有c个隐藏单元，并对A进行处理，得到预测的位移结果，用于训练最优PINN模型；步骤4：将任意两个非目标点处的加速度响应输入最优PINN模型中进行处理，得到目标点的重构位移结果X1和任意一个非目标点的重构位移结果X2，从而构建序列近似位移向量X＝[X1,X2]T；步骤5：构建AdaRNN网络，是由c个门控循环单元层组成，并对S进行处理，得到重构的应变响应序列，用于训练最优AdaRNN模型；步骤6：将桥梁的加速度数据和应变数据依次输入到最优PINN模型和最优AdaRNN模型中进行预测，得到桥梁的重构位移。

全文数据：

权利要求：

百度查询： 合肥工业大学 一种无监督桥梁动态位移响应的重构方法