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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种玻璃幕墙损伤识别方法及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：CN121762152B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610248476.X，技术领域涉及：G01M7/08；该发明授权一种玻璃幕墙损伤识别方法及系统是由聂郁葱;郑向远;赵展;陈航设计研发完成，并于2026-03-02向国家知识产权局提交的专利申请。

本一种玻璃幕墙损伤识别方法及系统在说明书摘要公布了：本发明提出了一种玻璃幕墙损伤识别方法及系统，该方法包括：S1、采集阶段：对玻璃幕墙施加锤击激励，并在所述玻璃幕墙四周边界的多个信号采集测点同步采集所述锤击激励下的振动响应信号；S2、分析阶段：将所述振动响应信号进行处理以计算其时频能量和信息熵；将所述时频能量和信息熵进行加权融合，得到损伤评价指标向量；S3、识别阶段：将所述损伤评价指标向量与各信号采集测点进行映射，生成表征损伤空间分布的损伤分布云图。本发明的方法在不拆卸、不破坏玻璃幕墙构件的情况下，通过分析振动响应信号的振动特征评估幕墙损伤情况，能够实现损伤位置的准确、快速定位，为监测玻璃幕墙服役安全提供一条新的途径。

本发明授权一种玻璃幕墙损伤识别方法及系统在权利要求书中公布了：1.一种玻璃幕墙损伤识别方法，其特征在于，包括以下步骤： S1、采集阶段：对玻璃幕墙施加锤击激励，并在所述玻璃幕墙四周边界的多个信号采集测点同步采集所述锤击激励下的振动响应信号； S2、分析阶段：将所述振动响应信号进行处理以计算其时频能量和信息熵；将所述时频能量和信息熵进行加权融合，得到损伤评价指标向量； S3、识别阶段：将所述损伤评价指标向量与各信号采集测点进行映射，生成表征损伤空间分布的损伤分布云图； 步骤S2中的加权融合包括：基于卡尔曼滤波递推原理，将处理后的时频能量作为预测值，将处理后的信息熵作为观测值，通过两步迭代递推公式进行计算，输出所述损伤评价指标向量；包括如下步骤： S2-1:将采集到的锤击激励信号与振动响应信号导入数据分析软件中，对振动响应信号进行基线去漂移和均值去零的预处理，截取锤击激励过程中振动响应信号的幅值、波形稳定的信号段ipt进行分析，锤击激励信号ip是时间t的函数； S2-2:玻璃幕墙在边界条件完整的情况下振动响应信号为，在边界条件损伤的情况下振动响应信号为表示响应数据点数，表示信号采集测点总数，其中各个信号采集测点的振动响应信号如下，其中为代表采集通道的编号： ； S2-3:短时傅立叶变换的窗函数为，振动响应信号中的为响应数据点的索引，窗函数窗长点数为，短时傅立叶变换点数为，时域上的窗宽为，频域上的窗宽为，对振动响应信号进行短时傅立叶变换获取的时频功率谱如下： ； 其中，表示窗函数的时域变量；表示时域索引；表示频域索引；是虚数单位，其平方值为-1；是自然常数；是圆周率； 窗函数在时频域上将振动响应信号切分为了由多个尺寸为方格组成的网格，不同网格的能量代表了振动响应信号在某个时频范围内的局部能量分布，将各网格中分布的局部能量求和得到的振动响应信号的时频能量如下： ； 其中代表时域、频域上对网格的索引； 定义时频能量损伤系数向量如下： ； S2-4:根据振动响应信号幅值的直方图定义信息熵的分箱数，则为落入第个分箱区间的概率，振动响应信号的信息熵计算公式如下： ； 玻璃幕墙边界条件完整情况下的信息熵表示为，边界条件损伤情况下的信息熵表示为；将信息熵进行状态转移处理以得到与所述时频能量同尺度的信息熵：将信息熵向量归一化为与，定义各信号采集测点的响应修正转移系数公式如下： ； 各信号采集测点的响应修正转移系数组成损伤前后的修正转移矩阵为，计算状态转移处理后的信息熵公式如下： ； 其中，“”表示同维度矩阵的Hadamard乘法； 定义信息熵损伤系数向量如下： ； S2-5:基于卡尔曼滤波递推公式，将作为预测值，将作为观测值，先进入卡尔曼滤波递推公式中迭代，使用进行观测修正，以进行加权融合： 加权融合的第一步迭代递推公式如下： ； ； ； ； ； ； 其中，分别是振动响应信号的时频能量和信息熵对数域表示形式；是状态初始估计值；是第一步的先验估计值，是第一步更新后的后验估计值，是初始的误差协方差，二者相等；是过程噪声协方差；是第一步的先验误差协方差；是预测噪声协方差；是第一步的卡尔曼增益矩阵；是第一步更新结束后的协方差；是单位矩阵； 加权融合的第二步迭代递推公式如下： ； ； ； ； ； 其中，是第二步的先验估计值，是第二步更新后的后验估计值；是第二步的先验误差协方差；是第二步的卡尔曼增益矩阵；是观测噪声协方差；为损伤评价指标向量。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区桃源街道丽水路2279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。