-
公开(公告)号:CN117647586A
公开(公告)日:2024-03-05
申请号:CN202410116671.8
申请日:2024-01-29
Applicant: 北京科技大学
IPC: G01N29/14 , G01N29/44 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/082 , G06N3/084 , G06V10/72 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明公开了一种煤岩破坏动态监测与识别方法和装置,属于岩石声发射信号识别领域。该方法包括:数据预处理步骤:对采集的声发射波形进行连续小波变换,变换的时频特征图再进行下采样,得到预处理后的数据;模型建立、训练和优化步骤:建立CondenseNet+GC+SE卷积网络结构,并对模型进行训练和优化;破坏阶段识别步骤:将所述预处理后的数据输入训练和优化后的CondenseNet+GC+SE卷积网络结构中,得到煤岩破坏不同阶段的识别结果。本发明技术方案通过一种新型卷积神经网络架构,以更好地融合声发射信号的时空信息,从而提高了声发射信号特征的识别和预测性能,精确识别预测煤样破坏阶段。
-
公开(公告)号:CN117647586B
公开(公告)日:2024-04-05
申请号:CN202410116671.8
申请日:2024-01-29
Applicant: 北京科技大学
IPC: G01N29/14 , G01N29/44 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/082 , G06N3/084 , G06V10/72 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明公开了一种煤岩破坏动态监测与识别方法和装置,属于岩石声发射信号识别领域。该方法包括:数据预处理步骤:对采集的声发射波形进行连续小波变换,变换的时频特征图再进行下采样,得到预处理后的数据;模型建立、训练和优化步骤:建立CondenseNet+GC+SE卷积网络结构,并对模型进行训练和优化;破坏阶段识别步骤:将所述预处理后的数据输入训练和优化后的CondenseNet+GC+SE卷积网络结构中,得到煤岩破坏不同阶段的识别结果。本发明技术方案通过一种新型卷积神经网络架构,以更好地融合声发射信号的时空信息,从而提高了声发射信号特征的识别和预测性能,精确识别预测煤样破坏阶段。
-