[發明專利]一種基于卷積神經網絡的沖擊定位及能量檢測方法、系統

在審

• 申請號: 202211114481.X
• 申請日: 2022-09-14
• 公開（公告）號: CN115458088A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 王奕首;王明華;吳迪;卿新林;孫虎
• 申請（專利權）人: 廈門大學
• 主分類號: G16C60/00
• 分類號: G16C60/00;G06N3/08;G06N3/04;G06F30/27;G01N3/303;G01N3/02;G06F113/26
• 代理公司: 廈門加減專利代理事務所(普通合伙) 35234
• 代理人: 李強

1.一種基于卷積神經網絡的沖擊定位及能量檢測方法，其特征在于，包括以下步驟：

區域處理步驟，在待檢測復合材料結構上布設m個用于接收外部沖擊信號的傳感器，并將所述待檢測復合材料結構的表面劃分成至少M個區域；

樣本獲取步驟，分別對每一所述區域的若干訓練點、標記點進行沖擊試驗，以獲取包含有沖擊信號的第一樣本數據庫和第二樣本數據庫；以及通過固定能量E₀沖擊復合材料結構表面，并根據若干傳感器接收的沖擊信號獲取在固定能量E₀沖擊下的表征值E_s；

模型訓練步驟，構建輸入為(l，m)、輸出為(M,1)的1D-CNN神經網絡，其中l為每個傳感器的信號長度；將第一樣本數據庫劃分為訓練集和測試集，并輸入至1D-CNN神經網絡中進行訓練和驗證，以得到沖擊事件監測模型；

粗定位步驟，若某一沖擊事件發生時，若干所述傳感器將接收到沖擊信號S_impact；將沖擊信號S_impact輸入至沖擊事件監測模型中，再根據輸出結果確定該沖擊事件發生的沖擊區域，以完成粗定位；

精定位步驟，基于粗定位確定的沖擊區域，根據DTW算法計算沖擊信號S_impact與第二樣本數據庫中沖擊區域內的所有標記點的DTW距離L_i；將所得的L_i作為加權質心定位算法的權重因子計算沖擊區域內的沖擊位置坐標(x,y)，以完成精定位；

能量檢測步驟，根據所有區域內的傳感器接收的沖擊信號S_impact獲得能量表征值E_s′，根據下述公式計算獲得該次沖擊的能量E_est：

2.根據權利要求1所述的基于卷積神經網絡的沖擊定位及能量檢測方法，其特征在于：在區域處理步驟中，還包括對每個所述區域進行區域編號，以獲得信號標簽；在樣本獲取步驟中，將每個區域內的沖擊信號分別映射成對應的信號標簽進行存儲。

3.根據權利要求2所述的基于卷積神經網絡的沖擊定位及能量檢測方法，其特征在于，在樣本獲取步驟中，第一樣本數據庫的樣本獲取步驟為：對每個所述區域內選擇N(N≥1)個訓練點分別進行沖擊試驗以獲得相應的沖擊信號，再將每個所述區域中每個所述訓練點上的沖擊信號分別映射成對應的信號標簽存儲至第一樣本數據庫中；

第二樣本數據庫的樣本獲取步驟為：在每個所述區域內選擇B個標記點分別進行沖擊試驗以獲得相應的沖擊信號，再將每個所述區域的每個所述標記點的沖擊試驗所獲得的沖擊信號作為樣本進行存儲。

4.根據權利要求1所述的基于卷積神經網絡的沖擊定位及能量檢測方法，其特征在于：在模型訓練步驟中，將第一樣本數據庫中的樣本按照7:3的比例劃分為訓練集和測試集。

5.根據權利要求1所述的基于卷積神經網絡的沖擊定位及能量檢測方法，其特征在于，在精定位步驟中，將所得的L_i作為加權質心定位算法的權重因子計算沖擊區域內的沖擊位置坐標(x,y)具體包括如下公式：

其中，W_i表示沖擊區域內所有標記點的加權系數；x_i,y_i分別表示沖擊區域內所有標記點的坐標位置；x、y即為該次沖擊事件的沖擊位置坐標。

6.根據權利要求1所述的基于卷積神經網絡的沖擊定位及能量檢測方法，其特征在于，樣本獲取步驟中，具體通過以下公式獲取在固定能量E₀沖擊下的表征值E_s：

其中，f(t)為通過傳感器獲得的沖擊信號表達式，E為對應沖擊信號的能量值；n為待檢測復合材料結構上布設的傳感器個數，E_i為第i個傳感器對應沖擊響應信號的能量值；

在能量檢測步驟中，具體通過以下公式獲取在沖擊事件發生時的能量表征值E_s′：

其中，E_i′為沖擊事件發生時第i個傳感器對應沖擊響應信號的能量值。