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！

龙图腾网获悉北京航空航天大学申请的专利一种基于深度学习的管道结构应力代理模型构建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：CN119558135B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411695744.X，技术领域涉及：G06F30/23；该发明授权一种基于深度学习的管道结构应力代理模型构建方法是由邹孝付;姜天昊;陶飞设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于深度学习的管道结构应力代理模型构建方法在说明书摘要公布了：本发明公开了一种基于深度学习的管道结构应力代理模型构建方法，属于工程力学、能源传输及人工智能领域，首先建立管道的数值模型，通过施加不同载荷模拟不同的环境条件，求解生成大量的仿真数据。随后，对仿真数据进行特征单元提取，以压缩特征维度。接着构建管道应力的深度学习初始代理模型，以有限元仿真数据进行初步训练。最后，基于上述初始代理模型进行迁移学习，分为两个阶段，预训练阶段使用增强的实测样本数据训练，强化阶段使用精确的实测样本进行进一步训练和微调，以提高模型泛化能力。该方法通过构建应力代理模型，能够快速准确地求解应力分布，泛化能力强，能够解决传统物理建模方法在应力监测和预测中的实时性和精度不足的问题。

本发明授权一种基于深度学习的管道结构应力代理模型构建方法在权利要求书中公布了：1.一种基于深度学习的管道结构应力代理模型构建方法，其特征在于，包括如下步骤： 步骤1、通过有限元分析工具建立管道数值模型，通过离散化将管道结构划分多个有限单元，模拟管道力学特性，设定管道几何尺寸、材料属性、土体性质及边界条件，施加不同载荷以模拟多种环境工况，求解输出应力仿真数据； 步骤2、对应力仿真数据进行特征提取；通过皮尔森相关系数对管道结构的有限单元进行相关性分析，将三维结构整体拆分为多个应力变化相似的簇，从每个簇中选择具有代表性的有限单元组成特征单元集合，以压缩数据特征维度并减少传感器数量； 步骤3、构建深度学习初步应力代理模型，使用基于自注意力机制的深度神经网络对步骤2的特征单元集合和应力仿真数据进行训练，初步建立特征单元集合与应力仿真数据的管道应力值之间的非线性映射关系；特征单元集合的应力数据作为模型输入； 步骤4、基于步骤3构建的初步应力代理模型，使用迁移学习进行模型优化；对现场实测的管道应力数据进行数据增强，依次使用增强数据和原始精确实测样本进行训练和微调，使模型具有较好的泛化能力和适应性，提高模型在实际环境中的应用效果； 所述步骤2基于皮尔森相关系数对管道结构的有限单元进行相关性分析，依据构建的有限单元关联矩阵，将管道模型中应力方向变化存在相似性的有限单元归为同一簇，每个簇中选择有代表性的有限单元作为监测点，即特征单元，特征单元对于管道应力的大小和方向具有敏感性，并与剩余的有限单元在响应上具有强相关性；包括以下步骤： 步骤2.1从整体结构中无法安装传感器的有限单元，选取剩余有限单元中应力绝对值最大的单元，应力绝对值大说明该有限单元对外部载荷敏感，在该应力绝对值最大的单元布置测点有利于感知外部载荷和结构响应的微小变化； 步骤2.2将第次循环的有限单元集合中应力绝对值最大的有限单元作为特征单元，其中为循环次数；依次计算中其他单元与的相关系数，j，其中为中有限单元的个数，若相关系数0.95，则将加入集合； 步骤2.3将中与重复的有限单元删除，得到剩余的有限单元集合，作为下一次循环的有限单元集合； 步骤2.3重复步骤2.2和2.3，直到剩余有限单元集合中的个数为0，则特征单元提取完成，循环执行次，最终可实现将几万个有限单元划分为个簇，并得到特征单元集合： 。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。