基于机器学习的视频微振动放大校准和实时提取方法

    公开(公告)号:CN114821415A

    公开(公告)日:2022-07-29

    申请号:CN202210436023.1

    申请日:2022-04-24

    Abstract: 本发明公开了一种基于机器学习的视频微振动放大校准和实时提取方法,其包括以下步骤:获取微振动信息;选取敏感点并布置振动传感器;同时获取振动传感器的时程数据和敏感点的视频时程数据;对视频时程数据进行校准并获取校准后的相位信息放大参数;通过校准后的相位信息放大参数对被监测结构的视频时程数据中未设置振动传感器的测点的相位信息进行放大;通过完成基于机器学习的视频微振动放大校准的视频时程数据对卷积神经网络进行训练,得到训练后的卷积神经网络;采用训练后的卷积神经网络对目标对象的视频时程数据进行振动信息实时提取。本发明通过训练后的卷积神经网络可以直接对视频的振动信息进行实时提取,便于水工结构运行状态监测。

    基于机器学习的视频微振动放大校准和实时提取方法

    公开(公告)号:CN114821415B

    公开(公告)日:2022-11-29

    申请号:CN202210436023.1

    申请日:2022-04-24

    Abstract: 本发明公开了一种基于机器学习的视频微振动放大校准和实时提取方法,其包括以下步骤:获取微振动信息;选取敏感点并布置振动传感器;同时获取振动传感器的时程数据和敏感点的视频时程数据;对视频时程数据进行校准并获取校准后的相位信息放大参数;通过校准后的相位信息放大参数对被监测结构的视频时程数据中未设置振动传感器的测点的相位信息进行放大;通过完成基于机器学习的视频微振动放大校准的视频时程数据对卷积神经网络进行训练,得到训练后的卷积神经网络;采用训练后的卷积神经网络对目标对象的视频时程数据进行振动信息实时提取。本发明通过训练后的卷积神经网络可以直接对视频的振动信息进行实时提取,便于水工结构运行状态监测。

    一种考虑堆石坝面板收缩性的面板抗裂设计方法

    公开(公告)号:CN117272451A

    公开(公告)日:2023-12-22

    申请号:CN202311104731.6

    申请日:2023-08-30

    Abstract: 本发明公开了水利水电工程技术领域的一种考虑堆石坝面板收缩性的面板抗裂设计方法,旨在解决现有技术中为考虑施工期混凝土面板开裂问题;其包括:获取面板的几何资料和坝址所在地区的气象资料;测定面板与大坝垫层之间的剪切强度;获取混凝土材料的热力学参数;计算面板与大坝垫层料间的脱离区域的长度,并依据计算结果调整混凝土材料的性能和浇筑条件,通过控制混凝土发热量及面板与垫层间的抗剪强度,最终拟定面板抗裂设计方法;本发明适用于施工期面板堆石坝混凝土面板的设计施工,能够达到防止产生温度裂缝及由于温度收缩产生超过允许长度的面板与垫层料脱空区域的效果。

Patent Agency Ranking