【技术实现步骤摘要】
本申请涉及计算机，具体而言，本申请涉及一种结构变形速度预报方法、装置、电子设备及存储介质。
技术介绍
1、结构变形速度是评估复杂系统结构安全的重要指标。当复杂系统受到工作条件影响，承受具有很强的动态性、随机性及不确定性的载荷时，其自身结构将发生变形，导致性能逐渐劣化，最终可能使结构发生严重故障，对经济、安全造成极大的危害。因此，需要构建结构变形速度预报模型对复杂系统结构的结构变形过程进行检测，对结构变形速度进行预报。
2、系统复杂度高的复杂系统结构变形，系统内部各结构之间具有相互作用、相互制约的非线性关系，失效机理具有多样性，变形趋势具有非平稳性。现有技术中对系统结构进行监测的结构变形速度预报模型为机理模型，对于复杂系统结构与动态的载荷环境不适应，对复杂结构的结构变形速度预报能力不足。
3、基于卷积神经网络(cnn)的变形速度预报模型，主要针对空间数据的图像处理，通过在空间维度上对图像进行特征捕捉以进行变形速度预测，例如边缘、纹理等特征的提取和学习，然而对于在时间维度上的变形速度预报数据处理能力不足，无法准确表示...
【技术保护点】
1.一种结构变形速度预报方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取监测数据，包括：
3.如权利要求1所述的方法，其特征在于，所述以所述监测数据作为训练数据集之前，所述方法还包括：
4.如权利要求1所述的方法，其特征在于，所述基于贝叶斯的时间卷积神经网络模型包括一维卷积模块、因果卷积模块、膨胀卷积模块、贝叶斯网络模块；其中，
5.如权利要求4所述的方法，其特征在于，所述以所述监测数据作为训练数据集，根据所述训练数据集对基于贝叶斯的时间卷积神经网络模型进行训练，获得变形速度预报模型，包括：p>
6.如权利...
【技术特征摘要】
1.一种结构变形速度预报方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取监测数据，包括：
3.如权利要求1所述的方法，其特征在于，所述以所述监测数据作为训练数据集之前，所述方法还包括：
4.如权利要求1所述的方法，其特征在于，所述基于贝叶斯的时间卷积神经网络模型包括一维卷积模块、因果卷积模块、膨胀卷积模块、贝叶斯网络模块；其中，
5.如权利要求4所述的方法，其特征在于，所述以所述监测数据作为训练数据集，根据所述训练数据集对基于贝叶斯的时间卷积神经网络模型进行训练，获得变形速度预报模型，包括：
6.如权利要求5所述的方法，其特征在于，所述将所述训练结果输入所述贝叶斯网络模块，通过训练过程中进...
【专利技术属性】
技术研发人员：刘鹏鹏，王岩磊，黄金娥，邓建辉，王新鹏，
申请(专利权)人：中国人民解放军九二九四二部队，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。