[发明专利]一种基于神经网络的混凝土输送泵堵塞的无线检测方法

权利要求书

1.一种基于神经网络的混凝土输送泵堵塞的无线检测方法，其特征在于：包括，

将混凝土输送泵水平放置，并在所述混凝土输送泵表面铺贴加速度传感器；

保持所述混凝土输送泵在未工作时的状态，并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；

对所述加速度信号进行平滑处理；

通过结构动力学理论计算得到混凝土输送泵在外力作用下的加速度响应理论值，并将所述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；

利用Python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所述全卷积神经网络模型进行训练，而后利用汉南-奎因信息准则对所述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，通过所述全卷积神经网络模型对混凝土输送泵堵塞位置进行检测。

2.如权利要求1所述的基于神经网络的混凝土输送泵堵塞的无线检测方法，其特征在于：所述平滑处理包括，

计算加速度信号X的局部极大值和极小值；

计算所述局部极大值和极小值的平均值，并计算加速度信号X和所述局部极大值和极小值的平均值的差值；

将所述差值作为一个新的加速度信号X_t，判断加速度信号X_t是否满足IMF定义，若满足，则令IMF的第一个分量为所述加速度信号X_t；否则，则重复计算局部极大值、极小值和差值，直至满足所述IMF定义为止；

结合所述加速度信号X和IMF的第一个分量计算残留信号R；

将所述残留信号R作为一个新的加速度信号R_t，判断加速度信号R_t是否满足所述IMF定义，若满足则令IMF的第二个分量为所述加速度信号R_t；否则，则重复计算局部极大值、极小值和差值，直至残留信号为单调信号或只存在一个极值点为止。

3.如权利要求2所述的基于神经网络的混凝土输送泵堵塞的无线检测方法，其特征在于：所述IMF定义包括，

IMF为有限个本征模函数，IMF分量包括原加速度信号的不同时间尺度的局部特征信号。

4.如权利要求1或2所述的基于神经网络的混凝土输送泵堵塞的无线检测方法，其特征在于：所述加速度响应理论值包括，

其中，u(t)为t时刻的加速度，u₀(t+Δt)为t时刻到t+Δt加速度的直线变化值，u₀(t)为零时刻的加速度，Δt为通过积分分解t后获得的微小时间段。

5.如权利要求4所述的基于神经网络的混凝土输送泵堵塞的无线检测方法，其特征在于：所述混凝土输送泵不同位置处的误差值包括，

定义所述监测到的加速度响应值为a(t)，所述混凝土输送泵不同位置处的误差值为：

s(t)＝|u(t)-a(t)|

其中，s(t)为所述混凝土输送泵不同位置处的误差值。

6.如权利要求1、2、5任一所述的基于神经网络的混凝土输送泵堵塞的无线检测方法，其特征在于：所述全卷积神经网络模型包括卷积层、池化层和反卷积层。

7.如权利要求6所述的基于神经网络的混凝土输送泵堵塞的无线检测方法，其特征在于：所述拟合包括，

结合高斯定理，通过下式对所述全卷积神经网络模型进行拟合：

HQC＝Nln(δ²)+cln(lnN)

其中，HQC为所述汉南-奎因信息准则，N为加速度信号的样本数量，c为输入的维数，δ²为加速度信号的样本标准差。