[發(fā)明專利]基于彈性波和機器學習的混凝土結構缺陷檢測方法

有效

• 申請?zhí)枺?/td>: 201811068320.5
• 申請日: 2018-09-13
• 公開（公告）號: CN109190272B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設計）人: 吳佳曄;羅技明;李科;楊森;蘇亞軍;吳波濤;常崟;王紅印;劉媛麗
• 申請（專利權）人: 四川升拓檢測技術股份有限公司
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/20;G06N3/02;G06N20/00
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 梁田

1.基于彈性波和機器學習的混凝土結構缺陷檢測方法，其特征在于，主要包括以下步驟：

A、采用沖擊彈性波作為檢測媒介，對測試對象的混凝土結構，通過獲取健全部位的信號，作為反映混凝土力學特性的基準參數(shù)；

B、利用信號的頻譜特性及頻譜累計偏移率得到信號特征，并建立信號特征屬性；

C、通過對各種結構厚度、工況下健全混凝土結構、有缺陷混凝土結構進行檢測，分析信號特征屬性，建立訓練集以供機器學習并得到分析模型；

D、利用分析模型對未知狀態(tài)的混凝土結構檢測數(shù)據(jù)進行分析，并對其分析結果進行驗證；

E、將數(shù)據(jù)和驗證結果做成示例再補充到訓練集，進而優(yōu)化分析模型；

F、重復步驟A～C，不斷優(yōu)化分析模型，提高預測精度；

所述步驟B中利用其頻譜特性及頻譜累計偏移率的方法包括以下步驟：

利用現(xiàn)有軟件，對測試數(shù)據(jù)進行頻譜分析和累計偏移率計算，得到以下結果參數(shù)：

T_FFT[0]、T_FFT[1]、T_FFT[2]：信號傅里葉變換后的振幅前3階極值點；

T_MEM[0]、T_MEM[1]、T_MEM[2]：最大熵處理的幅前3階極值點；

R_FFT[1]、R_FFT[2]：傅里葉變化后二階、三階振幅相對一階極值點的相對振幅；

TSR_FFT[0]：全頻域FFT基階周期累計偏移率；

TSR_MEM[0]：厚度頻域MEM基階周期累計偏移率；

TSR_FFT[1]：全頻域FFT第2階周期累計偏移率；

TSR_MEM[1]：厚度頻域MEM第2階周期累計偏移率；

TSR_FFT[2]：全頻域FFT第3階周期累計偏移率；

TSR_MEM[2]：厚度頻域MEM第3階周期累計偏移率。

2.根據(jù)權利要求1所述的基于彈性波和機器學習的混凝土結構缺陷檢測方法，其特征在于，所述步驟A中拾取信號特征的方法包括以下步驟：

A1、采集被測物，在被測物上標記檢測點，使用信號激發(fā)裝置激發(fā)信號，使信號在被測物內(nèi)部傳播；

A2、使用信號接收裝置，沿步驟A1檢測點逐點采集在結構物內(nèi)部傳播后的信號；

A3、利用現(xiàn)有解析軟件將步驟A2采集到的信號進行充分的解析；

A4、對被測物進行分析，標記每個檢測點的狀態(tài)，將每個檢測點的狀態(tài)和步驟A2采集到的信號進行匹配后作為學習數(shù)據(jù)。

3.根據(jù)權利要求1所述的基于彈性波和機器學習的混凝土結構缺陷檢測方法，其特征在于，所述步驟A中在被測物上獲取健全部位信息的方法，為對所有混凝土結構，使用沖擊回波法對已知厚度同等強度的混凝土結構進行波速標定，算出波速。

4.根據(jù)權利要求1所述的基于彈性波和機器學習的混凝土結構缺陷檢測方法，其特征在于，所述步驟C中通過對各種結構厚度、工況下健全混凝土結構、有缺陷混凝土結構進行檢測的方法包括以下步驟：

C1、所有結構，均需對混凝土進行波速標定，可利用同時期同強度試塊進行波速標定，也可在已知混凝土厚度位置進行波速標定；

C2、在需要進行測試的區(qū)域按一定點距、線距進行測區(qū)網(wǎng)格布置，測試時，嚴格標記檢測點，區(qū)分測線區(qū)起點和測線區(qū)終點，測試時，按照測點從下往上，測線從左往右的順序測試。