[發(fā)明專利]一種基于超聲波和深度學(xué)習(xí)的應(yīng)力檢測(cè)方法、裝置及設(shè)備在審
| 申請(qǐng)?zhí)枺?/td> | 202010796232.8 | 申請(qǐng)日: | 2020-08-10 |
| 公開(公告)號(hào): | CN111948286A | 公開(公告)日: | 2020-11-17 |
| 發(fā)明(設(shè)計(jì))人: | 鄧露;許紹鵬;史鵬;王維 | 申請(qǐng)(專利權(quán))人: | 湖南大學(xué) |
| 主分類號(hào): | G01N29/04 | 分類號(hào): | G01N29/04;G01N29/44;G06N3/04;G06N3/08;G01L1/25 |
| 代理公司: | 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227 | 代理人: | 王雨 |
| 地址: | 410082 湖*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 超聲波 深度 學(xué)習(xí) 應(yīng)力 檢測(cè) 方法 裝置 設(shè)備 | ||
本發(fā)明公開了一種基于超聲波和深度學(xué)習(xí)的應(yīng)力檢測(cè)方法,通過接收待測(cè)樣品的結(jié)構(gòu)材料信息及超聲波探測(cè)信號(hào);根據(jù)所述結(jié)構(gòu)材料信息,確定對(duì)應(yīng)的結(jié)構(gòu)應(yīng)力模型;根據(jù)所述超聲波探測(cè)信號(hào),通過所述結(jié)構(gòu)應(yīng)力模型得到所述待測(cè)樣品的應(yīng)力信息;所述結(jié)構(gòu)應(yīng)力模型為通過預(yù)設(shè)的樣本集訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型。本發(fā)明操作簡(jiǎn)單且不會(huì)對(duì)樣品的結(jié)構(gòu)造成任何損傷,檢測(cè)成本較低;只要有足夠的超聲波樣本供神經(jīng)網(wǎng)絡(luò)模型,模型的檢測(cè)精度和準(zhǔn)確度就很高,從而可大幅提升檢測(cè)精度和檢測(cè)效率;此外,超聲波檢測(cè)應(yīng)力,不受待測(cè)樣品的材料限制,普適性較強(qiáng)。本發(fā)明還提供了一種具有上述優(yōu)點(diǎn)的基于超聲波和深度學(xué)習(xí)的應(yīng)力檢測(cè)裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。
技術(shù)領(lǐng)域
本發(fā)明涉及工程結(jié)構(gòu)應(yīng)力檢測(cè)技術(shù)領(lǐng)域,特別是涉及一種基于超聲波和深度學(xué)習(xí)的應(yīng)力檢測(cè)方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。
背景技術(shù)
結(jié)構(gòu)由于外因(受力、濕度、溫度場(chǎng)變化等)而變形時(shí),在結(jié)構(gòu)內(nèi)各部分之間產(chǎn)生相互作用的內(nèi)力以抵抗這種外因的作用,這種內(nèi)力就是應(yīng)力,應(yīng)力是反映結(jié)構(gòu)力學(xué)性能和安全狀態(tài)最直接的指標(biāo),如能得到結(jié)構(gòu)的精確應(yīng)力值,就可以對(duì)結(jié)構(gòu)的安全狀態(tài)進(jìn)行評(píng)估,從而避免一系列工程事故的發(fā)生,減少經(jīng)濟(jì)損失。
傳統(tǒng)檢測(cè)結(jié)構(gòu)應(yīng)力方法根據(jù)檢測(cè)時(shí)是否會(huì)對(duì)檢測(cè)對(duì)象造成損壞分為有損和無損兩類檢測(cè)方法。有損方法主要是有鉆孔法、環(huán)芯法、剝層應(yīng)變法等,但這些方法需要破壞材料使應(yīng)力釋放,這就對(duì)檢測(cè)對(duì)象造成削弱,而大多實(shí)際需檢測(cè)的結(jié)構(gòu)是不允許被損壞的,因此無損檢測(cè)受到越來越多的關(guān)注。無損檢測(cè)方法主要有電學(xué)檢測(cè)法(電阻式應(yīng)變檢測(cè)法和振弦式應(yīng)變檢測(cè)法)、磁學(xué)檢測(cè)法(磁彈性法、巴克豪森噪訊法、磁聲發(fā)射法、金屬磁記憶檢測(cè)法)、X射線衍射法等。然而,有損檢測(cè)方法不僅精度低、操作復(fù)雜、而且還會(huì)對(duì)結(jié)構(gòu)造成損傷;電學(xué)檢測(cè)法只能檢測(cè)結(jié)構(gòu)的應(yīng)力增量而無法檢測(cè)結(jié)構(gòu)的實(shí)際應(yīng)力狀態(tài);磁學(xué)檢測(cè)法只能用于檢測(cè)鐵磁性材料;X射線衍射法設(shè)備昂貴,對(duì)檢測(cè)環(huán)境要求相對(duì)較高。
因此,如何兼顧多種材料的探測(cè)對(duì)象,且能低成本高精度地完成對(duì)探測(cè)對(duì)象的應(yīng)力檢測(cè),是本領(lǐng)域技術(shù)人員亟待解決的問題。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于超聲波和深度學(xué)習(xí)的應(yīng)力檢測(cè)方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),以解決現(xiàn)有技術(shù)中精度低、適用面窄及成本較高的問題。
為解決上述技術(shù)問題,本發(fā)明提供一種基于超聲波和深度學(xué)習(xí)的應(yīng)力檢測(cè)方法,包括:
接收待測(cè)樣品的結(jié)構(gòu)材料信息及超聲波探測(cè)信號(hào);
根據(jù)所述結(jié)構(gòu)材料信息,確定對(duì)應(yīng)的結(jié)構(gòu)應(yīng)力模型;
根據(jù)所述超聲波探測(cè)信號(hào),通過所述結(jié)構(gòu)應(yīng)力模型得到所述待測(cè)樣品的應(yīng)力信息;所述結(jié)構(gòu)應(yīng)力模型為通過預(yù)設(shè)的樣本集訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型。
可選地,在所述的基于超聲波和深度學(xué)習(xí)的應(yīng)力檢測(cè)方法中,所述結(jié)構(gòu)應(yīng)力模型的訓(xùn)練方法包括:
獲取驗(yàn)證數(shù)據(jù)集,所述驗(yàn)證數(shù)據(jù)集包括多個(gè)樣本超聲波信號(hào)及與所述樣本超聲波信號(hào)一一對(duì)應(yīng)的樣本應(yīng)力值;
將所述驗(yàn)證數(shù)據(jù)集作為待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的輸入量,得到與所述樣本超聲波信號(hào)一一對(duì)應(yīng)的預(yù)測(cè)應(yīng)力值;
根據(jù)所述樣本應(yīng)力值及所述預(yù)測(cè)應(yīng)力值得到所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的當(dāng)前準(zhǔn)確率;
判斷所述當(dāng)前準(zhǔn)確率是否不小于目標(biāo)準(zhǔn)確率;
當(dāng)所述當(dāng)前準(zhǔn)確率小于所述目標(biāo)準(zhǔn)確率時(shí),更新所述輸入量,得到校正數(shù)據(jù)集;所述校正數(shù)據(jù)集包括至少一個(gè)與所述輸入量不同的樣本超聲波信號(hào)及對(duì)應(yīng)的樣本應(yīng)力值;
將所述校正數(shù)據(jù)集作為所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型新的輸入量,循環(huán)所述得到所述樣本超聲波信號(hào)一一對(duì)應(yīng)的預(yù)測(cè)應(yīng)力值至所述更新所述輸入量,得到校正數(shù)據(jù)集的步驟,直至所述當(dāng)前準(zhǔn)確率不小于所述目標(biāo)準(zhǔn)確率,得到所述結(jié)構(gòu)應(yīng)力模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湖南大學(xué),未經(jīng)湖南大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010796232.8/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)





