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！

龙图腾网获悉中南大学申请的专利一种考虑地震动及墩高不确定性的高铁系统滑动层峰值位移包络曲线及轨向不平顺预测方法及应用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：CN119598572B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411647642.0，技术领域涉及：G06F30/13；该发明授权一种考虑地震动及墩高不确定性的高铁系统滑动层峰值位移包络曲线及轨向不平顺预测方法及应用是由彭康;蒋丽忠;周旺保;张云泰设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种考虑地震动及墩高不确定性的高铁系统滑动层峰值位移包络曲线及轨向不平顺预测方法及应用在说明书摘要公布了：本发明公开一种考虑地震动及墩高不确定性的高铁系统滑动层峰值位移包络曲线及轨向不平顺预测方法及应用，通过构造嵌入领域先验知识的多模态混合神经网络模型TransTCN；对基于地震动融合结构特征的时间序列和基于弹性反应谱法输出峰值位移的空间序列多模态输入特征进行特征提取；桥墩高度特征和地震动特征通过维度融合作为时间序列特征，处理时间依赖关系；弹性反应谱法分析结果作为空间特征，处理空间依赖关系；将提取的特征共同输入构造的多模态混合神经网络模型TransTCN中，实现考虑地震动及墩高不确定性下的高铁系统滑动层峰值位移包络曲线及轨向不平顺预测。提高预测精度同时降低训练样本需求，实现快速评估区域高铁系统损伤，具有良好的实用价值。

本发明授权一种考虑地震动及墩高不确定性的高铁系统滑动层峰值位移包络曲线及轨向不平顺预测方法及应用在权利要求书中公布了：1.一种考虑地震动及墩高不确定性的高铁系统滑动层峰值位移包络曲线及轨向不平顺预测方法，其特征在于：包括如下步骤： 1构造嵌入领域先验知识的多模态混合神经网络模型TransTCN；所述的多模态混合神经网络模型TransTCN为Transformer和TCN网络结合的长序列预测框架，其包括Transformer模块和TCN模块； 所述Transformer模块用于捕捉地震动时序特征和反应谱法空间结构特征，其包括嵌入层、多头自注意力层和全连接前馈网络层； 所述TCN模块用于捕获完整的时间依赖关系，其包括多个膨胀因果卷积层和一个跨路径层，并使用修正线性单元作为激活函数，批量归一化作为卷积滤波器； 2对基于地震动特征融合桥墩高度特征的时间序列和基于弹性反应谱法输出峰值位移的空间序列进行多模态输入特征提取；地震动特征和桥墩高度特征通过维度融合作为时间序列特征，处理时间依赖关系；弹性反应谱法分析结果作为空间特征，处理空间依赖关系；所述基于地震动融合结构特征的时间序列，为地震数据处理和墩高特征融合获得的序列，具体融合过程为： 将地震动序列表达为E＝{e1,e2,…,et}∈Rt，其中，et为每个时刻的地震动加速度，t为时序数； 将桥墩高度序列表达为P＝{p1,p2,…,ps-1}∈Rs-1，ps-1为桥墩高度，s为桥梁跨数； 结构的震后峰值位移包络线或轨向不平顺的预测结果输出为O＝{O1,O2,…,oα}∈Rα，其中，Ok为输出点的峰值位移，α为结构预测位置节点数； 利用乘法融合，单个融合地震动的结构特征时间序列表达为： PEin＝PTE1； 式中：P为桥墩高度序列；E为地震动序列；PEin表示输入特征；T表示转置运算； 3将步骤2提取的多模态输入特征输入步骤1构造的多模态混合神经网络模型TransTCN中进行处理，实现考虑地震动及墩高不确定性下的高铁系统滑动层峰值位移包络曲线及轨向不平顺预测。

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中南大学，其通讯地址为：410000 湖南省长沙市岳麓山左家垅；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。