基于深度机器学习的建筑地震损伤和剩余能力评价方法

授权

摘要

本发明公开了一种基于深度机器学习的建筑地震损伤和剩余能力评价方法，主要步骤如下：将RC构件震损照片作为输入，应用构件可视损伤识别模型自动识别可视地震损伤；RC构件力学性能退化评价模型基于可视震损识别结果，预测RC构件力学性能退化指标；调整RC构件力学模型参数并更新原建筑的有限元模型，得到震损建筑有限元模型；采用静力弹塑性分析方法评价震损建筑的剩余抗震能力。本发明评价方法能够由震损建筑图像自动识别可视地震损伤，采用物理意义明确的构件力学性能退化指标，并利用试验数据标定取值，定义明确、取值合理；直接根据构件的可视震损现象评估构件剩余力学性能，评估精度高，有利于提高震损建筑剩余抗震能力评价的准确性和合理性。

基本信息

专利标题：

基于深度机器学习的建筑地震损伤和剩余能力评价方法

专利标题（英）：

暂无

公开（公告）号：

CN113868750A

申请号：

CN202111222392.2

公开（公告）日：

2021-12-31

申请日：

2021-10-20

授权号：

CN113868750B

授权日：

2022-05-17

发明人：

纪晓东苗增辉庄赟城高祥

申请人：

清华大学

申请人地址：

北京市海淀区双清路30号

代理机构：

北京大地智谷知识产权代理事务所(特殊普通合伙)

代理人：

武丽华

优先权：

CN202111222392.2

主分类号：

G06F30/13

IPC分类号：

G06F30/13 G06F30/27 G06N3/04 G06N3/08 G06Q10/06 G06Q50/08 G06F119/14

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/13

建筑设计，例如：与房屋、桥梁、园林、生产工厂或道路相关的计算机辅助建筑设计

法律状态

2022-05-17 ：

授权

2022-01-21 ：

实质审查的生效

IPC(主分类) : G06F 30/13
申请日 : 20211020

2021-12-31 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载