一种基于神经网络的混凝土输送泵堵塞的无线检测方法

    公开(公告)号:CN113266559A

    公开(公告)日:2021-08-17

    申请号:CN202110555107.2

    申请日:2021-05-21

    摘要: 本发明公开了一种基于神经网络的混凝土输送泵堵塞的无线检测方法,包括,将混凝土输送泵水平放置,并在混凝土输送泵表面铺贴加速度传感器;在混凝土输送泵的不同位置进行敲击,通过加速度传感器收集加速度信号;计算混凝土输送泵的加速度响应理论值,并将加速度响应理论值和监测到的加速度响应值进行对比,获取混凝土输送泵不同位置处的误差值;建立全卷积神经网络模型,并利用平滑处理后的加速度信号对模型进行训练,而后利用汉南‑奎因信息准则对全卷积神经网络模型进行拟合;将误差值作为全卷积神经网络模型的目标函数,通过全卷积神经网络模型对混凝土输送泵堵塞位置进行检测;本发明能准确快速地检测混凝土输送泵进堵塞位置。

    一种基于深度学习的混凝土结构损伤检测方法

    公开(公告)号:CN113325011A

    公开(公告)日:2021-08-31

    申请号:CN202110565229.X

    申请日:2021-05-24

    摘要: 本发明公开了一种基于深度学习的混凝土结构损伤检测方法,包括,架设摄像头拍摄被测构件,基于射线操作对被测构件进行放射观测,得到观测数据;预处理观测数据并收集历史混凝土构件损伤数据,形成观测损伤对比数据库;基于深度学习神经网络构建损伤检测模型,将观测数据作为损失检测模型的输入参数,将历史混凝土构件损伤数据作为对比参数进行迭代优化;分别利用洛伦兹曲线和混淆矩阵曲线对损伤检测模型的迭代优化进行过程评价,直至输出满足置信区间的检测数据时停止。本发明为非接触式检测,可以避免人员放射安全问题,基于深度学习的算法,可以减小环境因素如光照等对探伤识别的干扰问题,数据实时计算处理存,实现智能化,数字化。

    一种基于深度学习的混凝土结构损伤检测方法

    公开(公告)号:CN113325011B

    公开(公告)日:2024-03-29

    申请号:CN202110565229.X

    申请日:2021-05-24

    摘要: 本发明公开了一种基于深度学习的混凝土结构损伤检测方法,包括,架设摄像头拍摄被测构件,基于射线操作对被测构件进行放射观测,得到观测数据;预处理观测数据并收集历史混凝土构件损伤数据,形成观测损伤对比数据库;基于深度学习神经网络构建损伤检测模型,将观测数据作为损失检测模型的输入参数,将历史混凝土构件损伤数据作为对比参数进行迭代优化;分别利用洛伦兹曲线和混淆矩阵曲线对损伤检测模型的迭代优化进行过程评价,直至输出满足置信区间的检测数据时停止。本发明为非接触式检测,可以避免人员放射安全问题,基于深度学习的算法,可以减小环境因素如光照等对探伤识别的干扰问题,数据实时计算处理存,实现智能化,数字化。

    一种基于神经网络的混凝土输送泵堵塞的无线检测方法

    公开(公告)号:CN113266559B

    公开(公告)日:2022-10-28

    申请号:CN202110555107.2

    申请日:2021-05-21

    摘要: 本发明公开了一种基于神经网络的混凝土输送泵堵塞的无线检测方法,包括,将混凝土输送泵水平放置,并在混凝土输送泵表面铺贴加速度传感器;在混凝土输送泵的不同位置进行敲击,通过加速度传感器收集加速度信号;计算混凝土输送泵的加速度响应理论值,并将加速度响应理论值和监测到的加速度响应值进行对比,获取混凝土输送泵不同位置处的误差值;建立全卷积神经网络模型,并利用平滑处理后的加速度信号对模型进行训练,而后利用汉南‑奎因信息准则对全卷积神经网络模型进行拟合;将误差值作为全卷积神经网络模型的目标函数,通过全卷积神经网络模型对混凝土输送泵堵塞位置进行检测;本发明能准确快速地检测混凝土输送泵进堵塞位置。