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！

龙图腾网获悉四川交通职业技术学院申请的专利一种数字孪生驱动的桥梁全生命周期损伤预测与评估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：CN121435775B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202512015373.7，技术领域涉及：G06F30/27；该发明授权一种数字孪生驱动的桥梁全生命周期损伤预测与评估方法及系统是由侯烈;程吉姣设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本一种数字孪生驱动的桥梁全生命周期损伤预测与评估方法及系统在说明书摘要公布了：本发明公开了一种数字孪生驱动的桥梁全生命周期损伤预测与评估方法及系统，属于桥梁结构健康监测领域，所述方法包括：获取桥梁结构的监测数据集；构建并训练内嵌有可微物理层的初始数字孪生模型，所述可微物理层基于多源监测数据，构建施加有单调性物理约束的损伤演化模型，基于所述物理参数向量，通过损伤演化模型预测所述桥梁在未来时间段内的损伤演化轨迹；结合不确定性量化方法，生成所述桥梁在未来时间段内的时变可靠度指标；基于时变可靠度指标，构建并求解一维护决策优化模型，以生成桥梁的维护决策。本发明确保了长期预测结果的物理真实性和可靠性。

本发明授权一种数字孪生驱动的桥梁全生命周期损伤预测与评估方法及系统在权利要求书中公布了：1.一种数字孪生驱动的桥梁全生命周期损伤预测与评估方法，其特征在于，所述评估方法包括： 获取桥梁结构的监测数据集，所述监测数据集至少包含用于反映结构动力特性的快时间尺度响应数据，以及用于反映环境与荷载变化的慢时间尺度数据； 构建并训练内嵌有可微物理层的初始数字孪生模型， 所述可微物理层基于多源监测数据，通过反演得到表征所述桥梁当前物理状态的物理参数向量，其中， 所述可微物理层用于计算模型预测误差对所述物理参数向量的梯度，并利用所述梯度进行端到端的训练； 构建施加有单调性物理约束的损伤演化模型，并基于所述物理参数向量，通过所述损伤演化模型预测所述桥梁在未来时间段内的损伤演化轨迹，其中， 所述单调性物理约束用于确保所述损伤演化模型预测的结构刚度随时间单调递减； 基于所述损伤演化轨迹，结合不确定性量化方法，生成所述桥梁在所述未来时间段内的时变可靠度指标；以及 基于所述时变可靠度指标，构建并求解一维护决策优化模型，以生成所述桥梁的维护决策； 所述可微物理层，通过将有限元模型的矩阵组装和特征值求解过程转化为可微分的计算层，包括： 配置一编码器神经网络，用于将输入的监测数据映射为所述物理参数向量，所述物理参数向量至少包含各结构单元的弹性模量修正因子和质量密度修正因子； 基于所述物理参数向量，将各结构单元的弹性模量修正因子与预置的单位刚度退化矩阵相乘并叠加至基准刚度矩阵，以及将质量密度修正因子与预置的单位质量矩阵相乘并叠加至基准质量矩阵，从而生成全局刚度矩阵和全局质量矩阵； 对组装后的全局刚度矩阵和全局质量矩阵进行动力学求解，输出预测模态参数； 其中，显式矩阵组装操作和可微特征值求解操作均被配置为允许梯度反向传播，使得所述编码器神经网络能够根据预测模态参数与实测模态参数的误差自动调整权重； 所述施加有单调性物理约束的损伤演化模型，具体包括： 采用状态加性分解策略，将所述物理参数向量分解为可逆的环境波动分量和不可逆的累积损伤分量； 建立针对所述累积损伤分量的神经常微分方程，用于描述损伤随时间的导数关系； 在所述神经常微分方程的输出端配置所述单调性物理约束，单调性物理约束包括： 对神经网络的输出施加恒正激活函数处理，并赋予负号权重，以强制所述累积损伤分量随时间的导数始终非正，从而防止模型预测出结构自愈现象； 在预测所述桥梁在未来时间段内的损伤演化轨迹之后，还包括： 定义基于维护成本最小化的智能决策目标函数； 引入大语言模型作为辅助决策智能体，将桥梁巡检报告的非结构化文本描述和预设的维护动作集合输入所述大语言模型； 获取所述大语言模型基于工程知识推理输出的各维护动作的建议置信度； 在所述智能决策目标函数中引入决策偏好损失项，所述决策偏好损失项被配置为：当优化模型选择的维护动作与所述大语言模型的建议置信度不匹配时，增加目标函数的代价值； 所述评估方法还包括： 基于贝叶斯数据同化理论，对所述数字孪生模型进行动态更新的步骤。

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交通职业技术学院，其通讯地址为：610000 四川省成都市温江区海峡两岸科技园大学城；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。