Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆交通大学姜言获国家专利权

重庆交通大学姜言获国家专利权

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!

龙图腾网获悉重庆交通大学申请的专利一种考虑多通道信息的桥梁模态参数自动识别方法和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:CN120372333B

龙图腾网通过国家知识产权局官网在2026-05-05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:202510611932.8,技术领域涉及:G06F18/23213;该发明授权一种考虑多通道信息的桥梁模态参数自动识别方法和系统是由姜言;龙涛;辛景舟;崔晓磊;张洪;吴凤波;彭留留;李少鹏;唐启智设计研发完成,并于2025-05-13向国家知识产权局提交的专利申请。

一种考虑多通道信息的桥梁模态参数自动识别方法和系统在说明书摘要公布了:本发明涉及一种考虑多通道信息的桥梁模态参数自动识别方法和系统,包括以下步骤:S1、利用COV‑SSI直接分析多通道监测信号生成稳定图,结合DBSCAN聚类算法自动提取稳定轴,实现模态频率自动识别;S2、采用MvFIF对多通道监测数据进行信号分解,生成具有模态对齐特性的本征模态函数IMF组;S3、通过HHT计算步骤S2中IMF的瞬时频率和带宽,筛选出包含目标模态频率的IMF分量并进行线性重构;S4、将步骤S3重构后的多通道监测数据作为COV‑SSI算法的系统输入,计算系统矩阵和输出矩阵,利用特征值分解计算模态阻尼比;该方法可以考虑多通道数据之间的时空相关性,实现多通道监测数据的同步分解;可以实现在不同噪声水平下结构模态参数的自动准确识别。

本发明授权一种考虑多通道信息的桥梁模态参数自动识别方法和系统在权利要求书中公布了:1.一种考虑多通道信息的桥梁模态参数自动识别方法,其特征在于,包括以下步骤: S1、利用COV-SSI直接分析多通道监测信号生成稳定图,结合DBSCAN聚类算法自动提取稳定轴,实现模态频率自动识别; S2、采用MvFIF对多通道监测数据进行信号分解,生成具有模态对齐特性的本征模态函数组; 步骤S2的具体步骤为: S21、确定滤波器长度:利用向量随时间变化的旋转角度确定唯一的滤波器长度; 对于测点数为的桥梁多通道监测数据:,T表 示转置,利用向量随时间变化的旋转角度来确定唯一的滤波器长度,其中 定义如下: 15 对于滤波器长度的计算,采用以下公式: 16 其中,表示序列中所包含的数据点个数,是中极值点的数量,是一个权重参 数,将一个数四舍五入为最近的整数,通过这个过程,能够估计嵌入信号中最高频率旋 转的平均尺度; S22、迭代分解信号:根据以下公式进行迭代,直到相邻迭代之间的差值满足停止准则; 17 式中,表示迭代次数,表示第个通道在第步的IMF,是对应的傅里叶变 换,表示单位矩阵,表示对角矩阵,DFT表示离散傅里叶变换; 停止准则的公式为: 18 其中,表示欧几里得范数;当且,为自然数集合时,公式18成立; 根据以下公式19得到第一个IMF,从当前信号中减去新生成的IMF;然后重复上述计 算步骤,直到,根据公式21得最终的IMF组; 19 20 21 其中,IMF的初始值为0,表示逆傅里叶变换; 至此,原始的维监测信号同时被分解为多个IMF组: 22 23 24 其中,表示每个通道信号的IMF总数即分解层数,是IMF的层数索引,表 示第层的IMF数组 S3、通过HHT计算步骤S2中IMF的瞬时频率和带宽,筛选出包含目标模态频率的IMF分量并进行线性重构; S4、将步骤S3重构后的多通道监测数据作为COV-SSI算法的系统输入,计算系统矩阵和输出矩阵,利用特征值分解计算模态阻尼比;使用DBSCAN聚类算法自动提取稳定轴,具体步骤为: S151、对稳定图中的极点进行筛选,保证数据的真实性,其中,模态参数应满足以下标准:1模态阻尼比始终为正值,2模态阻尼比不超过15%; S152、选择步骤S151中的初始点,计算其邻域内的点数:从稳定图所有极点中随机选择 一个尚未访问的频率点,记为点;计算点的半径范围内的所有点,记为;如果中的点数少于密度参数MinPts,将点标记为噪声点;如果中的点数不少于 MinPts,则点为核心点,以点为起点开始一个新的簇; S153、根据步骤S152中邻域内的点数判断该点是噪声点还是核心点,并以此为基础进 行簇的扩展;将点和中的所有点初始化为一个新的簇,记为簇;从簇中的核心 点开始,依次检查其邻域;对于簇中的每个点核心点,检查其邻域;如果 中的点数不小于MinPts,则将中的所有点添加到簇中;对于邻域内的每个核心点, 重复检查其邻域,直到簇不能再扩展; S154、重复步骤S151-S153的步骤,直到所有极点都被访问过为止; S155、以每个簇中极点的频率均值和阻尼比均值作为簇中数据的代表值。

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重庆交通大学,其通讯地址为:400074 重庆市南岸区学府大道66号;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”。

以上内容由龙图腾AI智能生成。

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。