[发明专利]基桩检测中超声波形首波智能判读方法和系统有效

专利信息
申请号: 201910072175.6 申请日: 2019-01-25
公开(公告)号: CN109577393B 公开(公告)日: 2020-10-13
发明(设计)人: 李明超;张梦溪;张津瑞 申请(专利权)人: 天津大学
主分类号: G01N29/04 分类号: G01N29/04;G01N29/44;E02D33/00
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 李佳
地址: 300354 天津市津*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 超声 波形 首波 智能 判读 方法 系统
【权利要求书】:

1.一种基桩检测中超声波形首波智能判读方法,其特征在于,所述方法包括:

采集整根基桩不同高程的多组超声波形数据;

将所述超声波形数据进行降噪、缩放处理,得到处理后的超声波形数据;

根据特征函数提取所述处理后的超声波形数据中所有数据点的特征值;

将所述特征值输入至机器学习模型,对所述处理后的超声波形数据中所有数据点进行分类,得到分类结果;

根据所述分类结果,提取首波位置;

根据所述分类结果,提取首波位置的步骤,包括:

计算所述分类结果的超声波形累计函数;

提取所述超声波形累计函数的最小值的位置,即为所述首波位置。

2.根据权利要求1所述的方法,其特征在于,将所述超声波形数据进行降噪、缩放处理,得到处理后的超声波形数据的步骤,包括:

通过小波变换计算所述超声波形数据对应的小波能量密度;

将多个频率范围的超声波形数据所对应的小波能量密度设置为预设值,得到新的小波能量密度;

利用反小波变换将所述新的小波能量密度重构为超声波形数据;

将所述重构的超声波形数据进行归一化处理,得到降噪和缩放处理后的超声波形数据。

3.根据权利要求1所述的方法,其特征在于,所述特征函数包括第一特征函数:

CF1=x(i)2

第二特征函数:

CF2=x(i)2-x(i-1)x(i+1)

Bear特征函数:

以及能量累计特征函数:

其中,x()为超声波形数据,i表示时间,1≤j≤i。

4.根据权利要求1所述的方法,其特征在于,所述机器学习模型为预先利用数据挖掘算法,根据所述处理后的超声波形数据训练得到。

5.一种基桩检测中超声波形首波智能判读系统,其特征在于,所述系统包括:

声波换能器,用于采集整根基桩不同高程的多组超声波形数据;

信号过滤及前处理设备,与所述声波换能器连接,用于将所述超声波形数据进行降噪、缩放处理,得到处理后的超声波形数据;

特征变换与提取设备,与所述信号过滤及前处理设备连接,用于根据特征函数提取所述处理后的超声波形数据中所有数据点的特征值;

计算分析设备,与所述特征变换与提取设备连接,用于将所述特征值输入至机器学习模型,对所述处理后的超声波形数据中的所有数据点进行分类,得到分类结果;

首波判读设备,与所述计算分析设备连接,用于根据所述分类结果,提取首波位置;

根据所述分类结果,提取首波位置的步骤,包括:

计算所述分类结果的超声波形累计函数;

提取所述超声波形累计函数的最小值的位置,即为所述首波位置。

6.根据权利要求5所述的系统,其特征在于,所述信号过滤及前处理设备,还用于:

通过小波变换计算所述超声波形数据对应的小波能量密度;

将多个频率范围的超声波形数据对应的小波能量密度设置为预设值,得到新的小波能量密度;

利用反小波变换将所述新的小波能量密度重构为超声波形数据;

将所述重构的超声波形数据进行归一化处理,得到降噪和缩放处理后的超声波形数据。

7.根据权利要求5所述的系统,其特征在于,所述特征函数包括第一特征函数:

CF1=x(i)2

第二特征函数:

CF2=x(i)2-x(i-1)x(i+1)

Bear特征函数:

以及能量累计特征函数:

其中,x()为超声波形,i表示时间,1≤j≤i。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910072175.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top