[發明專利]一種混凝土泵送管道壁厚檢測方法

有效

• 申請號: 202011129082.1
• 申請日: 2020-10-21
• 公開（公告）號: CN112304262B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 何光輝;況中華;李鑫奎
• 申請（專利權）人: 上海建工集團股份有限公司
• 主分類號: G01B17/02
• 分類號: G01B17/02;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種混凝土泵送管道壁厚檢測方法，其特征在于，所述檢測方法包括如下步驟：

步驟一、依照施工泵管實際工作時的安裝方式，將采樣泵管的兩端固定，采樣泵管采用施工泵管標準節段；在采樣泵管上選定泵管擊打點，并測量采樣泵管壁厚的平均值f₁；

步驟二、在擊打點處擊打采樣泵管，進行聲音采集和分析，獲取n個N維聲音特征向量v_i¹(i＝1,2,…,n)，每一個N維聲音特征向量v_i¹和采樣泵管壁厚平均值f₁組成一個訓練數據對；

步驟三、采用金屬材料的冷加工方法，削減采樣泵管平均厚度至f₂，重復步驟二，獲取n個N維聲音特征向量v_i²(i＝1,2,…,n)，每一個N維聲音特征向量v_i²和采樣泵管壁厚平均值f₂組成一個訓練數據對；

步驟四、重復步驟三，共形成n×m組神經網絡輸入訓練數據對：

{{v₁¹,f₁},{v₂¹,f₁},{v₃¹,f₁},…,{v_n¹,f₁},

{v₁²,f₂},{v₂²,f₂},{v₃²,f₂},…,{v_n²,f₂},

…

{v₁^m,f_m},{v₂^m,f_m},{v₃^m,f_m},…,{v_n^m,f_m}}；

步驟五、采用步驟四中的n×m組神經網絡輸入訓練數據對對神經網絡模型參數進行訓練；利用訓練完成的神經網絡模型參數，建立泵管聲音特征回歸計算公式f＝F(θ,v)；其中，θ為神經網絡模型的待定參數；v為神經網絡模型的輸入層聲音特征向量；f為壁厚；F為神經網絡模型；

步驟六、擊打施工泵管，進行聲音采集和分析，獲取N維特征向量v_x，將聲音特征向量v_x代入泵管聲音特征回歸計算公式f＝F(θ,v)，得到施工泵管壁厚為f_x＝F(θ,v_x)。

2.如權利要求1所述的混凝土泵送管道壁厚檢測方法，其特征在于，步驟二中在擊打點處擊打采樣泵管，進行聲音采集和分析，步驟六中擊打施工泵管，進行聲音采集和分析，均采用一種混凝土泵送管道壁厚檢測設備，所述檢測設備包括：

殼體；

電磁鐵支座，設置于殼體的底部；

設置于殼體內的擊打錘和固定件，固定件固定于殼體內；所述擊打錘包括連接在一起的錘體和錘柄，所述錘柄通過銷軸與固定件鉸接，錘體下方的殼體上設置有開孔；

設置于殼體內的步進電機和漸變撥片，所述漸變撥片上設置有轉軸，所述轉軸與步進電機連接，所述漸變撥片能夠圍繞轉軸轉動；所述錘柄擱置于所述漸變撥片上，且擊打錘所在平面垂直于所述漸變撥片轉動平面；所述漸變撥片用以在步進電機的帶動下，使錘柄逐漸抬升并垂直降落；

聲音采集分析裝置，固定于殼體的內部或附著在殼體上。