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！

龙图腾网获悉南昌大学申请的专利物理约束下混凝土高坝动态孪生体性态参数智能识别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：CN121435638B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202512017804.3，技术领域涉及：G06F30/23；该发明授权物理约束下混凝土高坝动态孪生体性态参数智能识别方法是由魏博文;袁冬阳;苏怀智;向衍;包腾飞;邵晨飞;郭英嘉;胡雅婷;戴波;黎良辉;程颖新设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本物理约束下混凝土高坝动态孪生体性态参数智能识别方法在说明书摘要公布了：本发明公开了物理约束下混凝土高坝动态孪生体性态参数智能识别方法，属于混凝土坝结构健康监测与安全控制技术领域，包括以下步骤：步骤S1、混凝土坝坝体分区与参数确定；步骤S2、数理模型构建；步骤S3、PINNs构建与训练；步骤S4、依据PINNs并利用改进Jaya算法进行参数寻优，输出反演性态参数。本发明采用上述的物理约束下混凝土高坝动态孪生体性态参数智能识别方法，有效降低多目标反演问题的求解难度，实现混凝土坝分区结构性态参数的高效、精准反演，为混凝土坝运行安全监测与安全管理提供可靠技术支撑。

本发明授权物理约束下混凝土高坝动态孪生体性态参数智能识别方法在权利要求书中公布了：1.物理约束下混凝土高坝动态孪生体性态参数智能识别方法，其特征在于，包括以下步骤： 步骤S1、坝体分区与参数确定，根据混凝土坝实际材料分区域，划分坝体-坝基结构体系为i个坝体子区域、j个坝基子区域，并确定各区域待反演的性态参数，运用拉丁超立方抽样法对待反演性态参数进行均匀采样，结合有限元模型计算不同性态参数采样组合下混凝土坝结构响应值，融合数值样本与实测数据形成物理信息神经网络PINNs训练数据集，并对参数样本进行归一化处理； 步骤S2、数理模型构建，基于区域分解法推导混凝土坝分区结构响应数理方程，将子区域位移向量按内部自由度与界面自由度分解，分块处理刚度矩阵与荷载向量，建立坝体、坝基子区域控制方程；坝体子区域控制方程为： ； 其中，为坝体子区域内的内部刚度矩阵；为内部结点与界面的耦合刚度矩阵，用于连接内部结点和界面结点；为坝体子区域界面节点之间的耦合刚度矩阵；为内部结点位移向量；为子区域界面处结点的位移向量；为内部荷载向量；为界面荷载向量； 坝基子区域控制方程为： ； 其中，为坝基子区域的内部刚度矩阵，为内部结点与界面的耦合刚度矩阵；为坝基子区域界面节点之间的耦合刚度矩阵；为坝基子区域内部结点位移向量；为坝基子区域界面处结点的位移向量；为坝基子区域内部荷载向量；为坝基子区域界面荷载向量； 步骤S3、PINNs构建与训练，基于分区结构响应数理方程、应力与位移边界条件，构建含边界条件损失项、区域内部损失项及区域间界面损失项的PINNs损失函数；配置PINNs网络结构并采用分段优化策略与动态学习率训练PINNs模型； 步骤S4、利用改进Jaya算法进行参数寻优，输出混凝土坝性态参数反演结果；具体包括以下子步骤： 步骤S401、初始化参数种群，列出待识别的各区域性态参数并根据数量设其维度为D，初始种群规模为N； 步骤S402、随机生成初始种群：，其中，r为之间的随机数； 步骤S403、选定实测位移数据，将每个参数组合代入PINNs中计算目标函数值，记录当前种群中的最优个体和最差个体； 步骤S404、通过个体更新公式更新个体，结合变异交叉操作优化种群，输出待反演性态参数； 步骤S404具体为： ； 其中，为新个体，r1、r2为之间的随机数； 变异交叉操作具体为：随机更新新个体中的某一维参数，考察交叉后的新个体的适应度值，如果有新个体目标函数值，则用新个体替代原个体，否则保留原个体；重复迭代直到满足最佳适应度值小于事先设定的阈值或迭代次数达到最大迭代次数，输出待识别性态参数。

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南昌大学，其通讯地址为：330019 江西省南昌市红谷滩区学府大道999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。