CN119442497A 一种锈蚀高强螺栓连接预紧力智能自优化预测方法及系统 （西安建筑科技大学）

一种锈蚀高强螺栓连接预紧力智能自优化本发明公开了一种锈蚀高强螺栓连接预紧实时监测，获取目标螺栓连接实时几何特征信元数据库中有限元模型的相似度大于等于预设2比对得到的目标螺栓连接的实时几何特征信息与有限元数据库中有限元模型的相似对未锈蚀螺栓连接三维实体几何模型进行单元划分及施加边界条件，得根据未锈蚀螺栓连接尺寸及实际螺栓锈蚀原理随机定义构件对第二分析施加第二步荷载，计算得到的第二分析模型的预紧力，计重复以上步骤，整理每次所得数据，建立螺栓连接预3将目标螺栓的几何特征及相关物理信息进行归一化正则化输入机器学习模型进行预对于所得到的预紧力结果，结合对应的几何特征及物理信息建立有数据模块，建立螺栓连接预紧力损失的有限元数据库，训练基于监测模块，当机器学习预测模型的识别准确率达到预设值比对模块，比对目标螺栓连接的实时几何特预测模块，当相似度低于预设值时，利用训练好的机9.一种存储一个或多个程序的计算机可读存一个或多个处理器、存储器及一个或多个程序，其中一个或多个45[0011]比对得到的目标螺栓连接的实时几何特征信息与有限元数据库中有限元模型的[0033]根据目标螺栓连接几何特征比对数据库中已记录的尺寸信息，并获取比对相似[0034]设置目标对比相似度的阈值，根据比对相似度判断模型与实时螺栓连接相似程6[0037]将目标螺栓的几何特征及相关物理信息进行归一化正则化输入机器学习模型进计算机程序被处理器执行时实现上述锈蚀高强螺栓连接预紧力智能自优化预测方法的步7通过智能化筛选机制大幅提高了预测系统的整体效8[0062]图5为本发明实施例提供的利用工业相机获取目标螺栓连接尺寸并进行预紧力输9[0077]S104、根据未锈蚀螺栓连接尺寸及实际螺栓锈蚀原理随机定义构件作为锈蚀单[0098]S401、根据步骤S3所获目标螺栓连接几何特征比对数据[0104]本发明再一个实施例中，提供一种锈蚀高强螺栓连接预紧力智能自优化预测系所述计算机存储介质存储的程序指令。处理器可能是中央处理单Unit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor、以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功本发明实施例所述的处理器可以用于锈蚀高强螺栓连接预紧力智能自优化预测方法的操特征信息；比对目标螺栓连接的实时几何特征信息与有限元数据库中有限元模型的相似读存储介质中的一条或一条以上指令由处理器加载并执行特征信息；比对目标螺栓连接的实时几何特征信息与有限元数据库中有限元模型的相似[0118]存储器62可以是计算机设备60的内部存储单元，例如计算机设备60的硬盘或内[0120]本申请所提供的各实施例中所使用的对存储器、数据库均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(RandomAccessMemory，[0121]本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数[0130]利用ccd工业相机现场拍摄，在目标场地每日光线较好的时间段获取螺栓连接图对相似度阈值为95根据比对相似度判断模型与实时螺栓连接的相似程度。若相似度大[0134]过程中对于BP神经网络的权重和阈值的调整则可以有效地提高BP神经网络的收[0136]通过图4看出，本发明的优点在于利用改进过后的粒子群算法优化BP神经网络优[0137]请参阅图5，图中展示了本发明实施例中获取目标螺栓连接的尺寸特征并进行预过构建基于有限元分析与粒子群算法优化BP神经网络的锈蚀高强螺栓连接预紧力智能自[0147]所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或碟、光盘、计算机存储器、只读存储器(Read_OnlyMemory，ROM)、随机存取存储器所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0149]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其