Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌交通学院李维丽获国家专利权

南昌交通学院李维丽获国家专利权

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!

龙图腾网获悉南昌交通学院申请的专利基于BIM的装配式建筑节点应力监测与设计反馈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:CN121562033B

龙图腾网通过国家知识产权局官网在2026-04-10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:202610090214.5,技术领域涉及:G06F30/13;该发明授权基于BIM的装配式建筑节点应力监测与设计反馈系统是由李维丽;祝秀琴;季志文;洪莹设计研发完成,并于2026-01-23向国家知识产权局提交的专利申请。

基于BIM的装配式建筑节点应力监测与设计反馈系统在说明书摘要公布了:本发明公开了基于BIM的装配式建筑节点应力监测与设计反馈系统,涉及建筑工程结构监测技术领域,通过构建建筑信息建模模型,提取节点关联的构件几何信息、连接方式与荷载路径,形成节点力学属性初始参数集;结合节点实时应力监测数据,进行傅里叶变换与小波分解,提取频域特征参数;构建有限元修正模型,模拟多荷载组合下的应力响应路径;将预测与实测应力峰值进行对比,识别结构异常节点,并根据节点构造信息执行参数优化,自动调整构件尺寸、钢筋锚固长度或混凝土等级,生成优化参数集,回写至建筑信息建模模型中,形成闭环修正;本发明可实现节点应力状态的连续监测、异常诊断与智能优化,提升装配式建筑结构设计的安全性与智能化水平。

本发明授权基于BIM的装配式建筑节点应力监测与设计反馈系统在权利要求书中公布了:1.基于BIM的装配式建筑节点应力监测与设计反馈系统,其特征在于:包括: BIM建模模块,获取目标装配式建筑结构的BIM模型,提取其中包含的构件信息、节点连接方式及荷载路径数据,构建节点力学属性初始参数集P0; 监测模块,基于BIM模型中节点空间位置,对预设关键节点进行三维应力实时监测,获得节点应力原始数据序列E0; 信号处理模块,对节点应力原始数据序列E0进行傅里叶变换与小波分解,提取节点在微幅荷载与环境扰动下的频域特征参数集F0,具体包括:将节点应力信号的主频值、频率能量集中度及频谱漂移速率组成频域响应指标集,并将其作为频域特征参数集F0; 仿真预测模块,结合节点力学属性初始参数集P0与频域特征参数集F0,构建基于有限元修正模型的节点应力演化预测模型M,模拟节点在多荷载组合下的应力响应路径,具体包括: 以节点力学属性初始参数集P0为输入,建立节点应力演化预测模型M;引入频域特征参数集F0,对有限元仿真结果进行频率响应校正;基于校正后的有限元修正模型的节点应力演化预测模型M,构建节点应力随时间变化的多荷载耦合响应路径,进一步包括:基于校正后的节点应力演化预测模型M,导入节点所受恒载、活载与风荷载的时间历程数据,构建多荷载时变输入序列;采用时步积分法对节点应力演化预测模型M进行动态求解,计算在各个离散时间点下节点三维方向的应力响应值,形成应力时程序列;利用荷载耦合映射函数对不同荷载分量进行相位与幅值叠加,模拟实际荷载组合条件下的节点复合作用效应;提取应力时程序列中的应力峰值点、响应加速度变化趋势及相邻荷载作用间的应力恢复速率,作为多荷载耦合响应路径的特征输出; 诊断判定模块,将节点应力演化预测模型M输出的预测应力峰值σm与传感器实测应力峰值σe进行动态对比,得到误差值,其中,若设定误差阈值δ,则识别节点为结构异常节点N; 设计反馈模块,对结构异常节点N,根据其在BIM模型中的构造参数,自动调整连接构件尺寸、节点钢筋锚固长度或节点混凝土等级,生成优化参数集P1; 模型更新模块,将优化参数集P1同步更新至BIM模型,形成结构优化后的BIM模型B1,实现节点设计参数的闭环修正; 闭环控制模块,重复监测模块至模型更新模块,对B1中的节点进行再监测与反馈,直至所有关键节点的Δσ满足安全容差范围,完成全结构节点应力优化。

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交通学院,其通讯地址为:330000 江西省南昌市经济技术开发区广兰大道899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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。