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！

龙图腾网恭喜浙江大学申请的专利基于逆有限元变形重构和深度学习的塔筒结构监测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：CN115508066B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202211128284.3，技术领域涉及：G01M13/00；该发明授权基于逆有限元变形重构和深度学习的塔筒结构监测方法是由钱鹏;徐海洋;张大海;应有设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本基于逆有限元变形重构和深度学习的塔筒结构监测方法在说明书摘要公布了：本发明公开了一种基于逆有限元变形重构和深度学习的塔筒结构监测方法。方法包括：在风机塔筒上布设应变传感器，采集模拟损伤引起的应变分布数据；通过逆有限元变形重构算法重构模拟损伤下的三维位移分布；转换为二维位移分布并输入卷积神经网络模型中训练，获得训练完成的卷积神经网络模型；采集风机塔筒的实际损伤引起的应变分布数据，并重构转换为二维位移分布；输入训练完成的卷积神经网络模型中，输出风机塔筒的损伤位置和损伤程度信息，实现风机塔筒的结构监测。本发明能通过监测风机塔筒上部分位置点的应变信息重构出风机塔筒整体结构的位移分布，并能够识别出塔筒是否存在损伤并指示损伤位置和程度信息，为风电机组的安全服役提供保障。

本发明授权基于逆有限元变形重构和深度学习的塔筒结构监测方法在权利要求书中公布了：1.一种基于逆有限元变形重构和深度学习的塔筒结构监测方法，其特征在于：包括如下步骤：S1、在风机塔筒的内壁上均匀间隔布设若干应变传感器，通过各个应变传感器采集风机塔筒的不同位置和不同程度的模拟损伤引起的应变分布数据；S2、针对各个应变传感器采集的风机塔筒的一个位置处的一种程度的模拟损伤引起的应变分布数据，通过逆有限元变形重构算法重构出风机塔筒的一个位置处的一种程度的模拟损伤下的风机塔筒结构的整体三维位移分布；各个应变传感器采集风机塔筒的不同位置和不同程度的模拟损伤引起的应变分布数据获得各自的风机塔筒结构的整体三维位移分布；S3、构建卷积神经网络模型，将风机塔筒的不同位置和不同程度的模拟损伤下的风机塔筒结构的整体三维位移分布均转换为整体二维位移分布，将风机塔筒的不同位置和不同程度的模拟损伤下的风机塔筒结构的整体二维位移分布输入卷积神经网络模型中进行训练，获得训练完成的卷积神经网络模型；S4、在风机塔筒产生实际损伤后，通过风机塔筒上的各个应变传感器采集风机塔筒上的实际损伤引起的应变分布数据，并通过逆有限元算法重构出风机塔筒的实际损伤下的风机塔筒结构的整体三维位移分布并转换为整体二维位移分布；将风机塔筒的实际损伤下的风机塔筒结构的整体二维位移分布输入训练完成的卷积神经网络模型中，训练完成的卷积神经网络模型输出风机塔筒的损伤位置和损伤程度信息，实现风机塔筒的结构监测；所述的步骤S3中，将风机塔筒的不同位置和不同程度的模拟损伤下的风机塔筒结构的整体二维位移分布输入卷积神经网络模型中进行训练，针对风机塔筒的一个位置处的一种程度的模拟损伤下的风机塔筒结构的整体二维位移分布，整体二维位移分布中包括风机塔筒的模拟损伤的实际损伤位置和实际损伤程度，卷积神经网络模型处理后输出风机塔筒的模拟损伤的预测损伤程度和预测损伤位置，分别计算卷积神经网络模型输出的风机塔筒的模拟损伤的预测损伤位置和预测损伤程度与风机塔筒的模拟损伤的实际损伤位置和实际损伤程度之间的误差；直至多次迭代计算获得的卷积神经网络模型输出的风机塔筒的模拟损伤的预测损伤位置和预测损伤程度与风机塔筒的模拟损伤的实际损伤位置和实际损伤程度之间的误差均小于预设误差阈值，完成卷积神经网络模型的训练，获得训练完成的卷积神经网络模型。

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浙江大学，其通讯地址为：316021 浙江省舟山市定海区浙大路1号浙江大学舟山校区；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”。