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！

龙图腾网获悉四川大学申请的专利一种基于数字孪生模型的高拱坝风险预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：CN120013014B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510324202.X，技术领域涉及：G06Q10/04；该发明授权一种基于数字孪生模型的高拱坝风险预测方法是由陈辰;田纪辰;陈建康;李艳玲;吴震宇;裴亮;卢祥;张鹏涛;薛江寒设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本一种基于数字孪生模型的高拱坝风险预测方法在说明书摘要公布了：本发明公开了一种基于数字孪生模型的高拱坝风险预测方法，涉及高拱坝风险预测领域，包括：构建测点监控模型；构建测点映射模型，并使用动态监测损失函数进行模型训练；构建数字孪生模型；构建变形‑应力预测模型；构建破坏风险分析模型。本发明解决了现有技术在全域状态推测误差大、安全评估空间一致性约束不足、破坏评估功能不足等问题。

本发明授权一种基于数字孪生模型的高拱坝风险预测方法在权利要求书中公布了：1.一种基于数字孪生模型的高拱坝风险预测方法，其特征在于，包括以下步骤： S1：构建测点监控模型，将基于HST模型提取的环境影响因子作为测点监控模型的输入，获得高拱坝变形过程的预测值； S2：构建测点映射模型，并使用动态监测损失函数进行模型训练； 所述S2中测点映射模型为： ； ； ； 其中，为测点映射模型的预测值，为可学习的权重，为可学习的偏差，为LSTM输出状态，为传感器测量值的输入点，为LSTM网络，为LSTM网络的参数，为和的参数，为测点映射模型的所有参数，为非线性激活函数； 所述S2中动态监测损失函数包括精度损失函数和空间变异性损失函数，公式为： ； ； ； 其中，和为权重参数，为全域计算点总数，为第个全域计算点，为损失函数计算方法，和为测点映射模型预测值与数值模拟结果的空间梯度，为损失平衡参数，为传感器测点对应有限元节点的损失，为传感器测点的损失，为所有有限元节点的损失； S3：构建数字孪生模型，通过测点监控模型将高拱坝变形过程的预测值输入训练后的测点映射模型，获得三维全域变形情况； 所述S3中数字孪生模型为： ； ； 其中，为时间的数字孪生预测值，为测点映射模型，为测点监控模型，为测点映射模型的预训练参数，、和为水利荷载影响因子、温度影响因子和时效影响因子的集合； S4：构建变形-应力预测模型，采用主成分分析法对三维全域变形情况进行降维处理，经变形-应力预测模型获得三维全域的大主应力、中间主应力和小主应力的预测值； 所述S4中变形-应力预测模型为： ； ； ； ； ； 其中，为应力预测值，为变形-应力预测函数，为变形-应力预测模型的参数，为变形-应力预测模型损失，、和为大主应力、中间主应力和小主应力的计算值，为数字孪生预测值，为变形-应力预测模型的参数，为降维后的变形数据，为降维处理操作，为隐藏状态，为记忆状态，为一个与维度相同的伯努利随机变量，其值为1的概率为，为LSTM框架，为下一时刻隐藏状态，为下一时刻记忆状态，表示逐元素相乘，为伯努利随机，、和为大主应力、中间主应力和小主应力的预测值； S5：构建破坏风险分析模型，使用蒙特卡洛Dropout方法，模拟模型在不同权重配置下的预测分布，并进行随机Dropout采样，获得高拱坝失效风险预测值，完成基于数字孪生模型的高拱坝风险预测。

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四川大学，其通讯地址为：610064 四川省成都市武侯区一环路南一段24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。