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！

龙图腾网恭喜浙江嘉绍跨江大桥投资发展有限公司;浙江大学申请的专利基于数据模型与物理模型融合的桥梁安全预警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：CN119692138B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510208548.3，技术领域涉及：G06F30/23；该发明授权基于数据模型与物理模型融合的桥梁安全预警方法及系统是由王樟轩;段元锋;吴圆圆;徐国珍;何厚乐;曹纪兴设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于数据模型与物理模型融合的桥梁安全预警方法及系统在说明书摘要公布了：本发明属于桥梁工程技术领域，并具体公开了一种基于数据模型与物理模型融合的桥梁安全预警方法及系统。包括：在第一阶段基于初始状态全桥有限元模型建立的神经网络监测点位激励‑响应映射关系模型，计算现场激励对应的响应信息，对比响应监测信号确定结构从全桥角度是否受损；第二阶段通过监测点位到非监测点位的数据扩充，对比设置阈值确定损伤位置与损伤等级；第三阶段根据监测点位传感器激励‑响应信号计算模型的调整参数，更新有限元结构模型，通过结合结构模型所承载的状态信息，计算结构的剩余承载力，并确定构件的使用寿命。本发明为结构健康监测提供了一种融合监测数据与物理模型的安全评估方法，其物理意义明确、实时性高、结果可靠。

本发明授权基于数据模型与物理模型融合的桥梁安全预警方法及系统在权利要求书中公布了：1.一种基于数据模型与物理模型融合的桥梁安全预警方法，其特征在于，包括以下步骤：步骤S1，构建桥梁结构的多尺度有限元模型，通过向有限元模型中输入模拟激励数据计算得到结构响应，生成包括激励信号、响应信号和结构模型信息的数据集；步骤S2，构建神经网络模型，并根据不同的神经网络计算目的分别采用对应数据集训练神经网络模型，所述神经网络模型包括：神经网络F-R、神经网络R-R以及神经网络FR-FE；步骤S3，第一安全评估阶段：采用神经网络F-R计算现场监测点位激励-监测点位响应，获得基于初始状态有限元模型的计算响应，以确定桥梁结构是否异常或受损；步骤S4，第二安全评估阶段：采用神经网络R-R分析步骤S3中输入监测点位响应信息，扩充得到非监测点位计算响应，并进行计算响应监测阈值等级划分，以确定定义为损伤的构件的位置与损伤等级；步骤S5，第三安全评估阶段：通过神经网络FR-FE分析现场采集的激励信号-响应信号，获得用于更新的有限元模型的修正参数，并基于更新后的多尺度有限元模型，计算桥梁整体承载力水平和结构剩余使用寿命；所述方法还包括以下步骤：采用S3中的现场传感器直接监测到的结构损伤信息直接修正有限元模型，即有限元模型最终修正需要建立在结构损伤与现场监测损伤一致的基础上，根据步骤S5中监测信号分析截面与材料的退化系数和已修正结构损伤的调整参数来更新有限元模型，使用更新的有限元结构模型生成新的用于训练神经网络模型和有限元模型修正的数据集；步骤S5包括以下步骤：步骤S51，将现场传感器监测点激励-监测点响应信号输入神经网络FR-FE，提取神经网络隐藏层的权值矩阵；步骤S52，基于步骤S2中的反演函数，计算多尺度有限元模型的计算参数，实时修正有限元模型，使用修正的多尺度有限元模型计算结构的剩余承载能力，对结构整体安全信息进行评价；步骤S53，基于修正的向量式有限元模型参数与最初的向量式有限元模型参数，计算在各个结点的材料退化指数、结构截面积退化指数和结构截面惯性矩退化指数，根据现场传感器监测得到的现场环境因素影响数据，推导退化指数中材料性质的退化模型，并根据材料退化指数预测材料的剩余使用寿命，拟合,随着时间变化曲线，推导截面性质削减与时间的相关关系，以获取截面的退化函数；步骤S54，对于有限元模型的精细化模型部分的评估，根据材料退化指数、结构截面积退化指数和结构截面惯性矩退化指数修正有限元构件尺度模型，结合有限元模型计算结果，对构件安全信息进行评价，计算构件剩余承载力。

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嘉绍跨江大桥投资发展有限公司;浙江大学，其通讯地址为：312000 浙江省绍兴市解放北路148号六楼；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”。