[发明专利]混凝土钢筋保护层厚度检验方法、系统、终端及介质在审
申请号: | 202110664694.9 | 申请日: | 2021-06-16 |
公开(公告)号: | CN113408400A | 公开(公告)日: | 2021-09-17 |
发明(设计)人: | 王彦峰;吴小蕙;张章亮;王流火;陈辉祥;蔡振华;车伟娴;雷翔胜;王向兵;潘柏崇;邓小玉;王兴华;陈锟;郭金根;朱文卫;夏晋;吴仁杰 | 申请(专利权)人: | 广东电网有限责任公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N20/00;G01B21/08 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 陈旭红;钟文瀚 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 混凝土 钢筋 保护层 厚度 检验 方法 系统 终端 介质 | ||
1.一种混凝土钢筋保护层厚度检验方法,其特征在于,包括:
扫描多个不同保护层厚度的混凝土钢筋,得到对应的标准波形图;
提取所述标准波形图的分布特征;
利用支持Bagging的机器学习算法,训练并学习所述分布特征,得到混凝土钢筋的保护层厚度预测值;
利用所述机器学习算法的评价指标对所述保护层厚度预测值进行评估,得到混凝土钢筋的保护层厚度目标值。
2.根据权利要求1所述的混凝土钢筋保护层厚度检验方法,其特征在于,所述标准波形图的分布特征,包括所述标准波形图的平均值、峰值、均方根、标准值、偏度、频带功率及波峰因数。
3.根据权利要求2所述的混凝土钢筋保护层厚度检验方法,其特征在于,所述利用支持Bagging的机器学习算法,训练并学习所述分布特征,得到混凝土钢筋的保护层厚度预测值,包括:
根据所述标准波形图的平均值、峰值、均方根、频带功率及波峰因数建立训练样本集;
采用随机有放回采样方式,将所述训练样本集分成多个训练样本子集;
利用分类树模型对所述训练样本子集进行机器学习,得到多个训练结果;
加权并整合所述训练结果,得到扫描信号强度与钢筋保护层厚度的映射关系,根据所述映射关系得到所述混凝土钢筋的保护层厚度预测值。
4.根据权利要求1或3所述的混凝土钢筋保护层厚度检验方法,其特征在于,所述利用所述机器学习算法的评价指标对所述保护层厚度预测值进行评估,得到混凝土钢筋的保护层厚度目标值,包括:
获取所述评价指标的计算公式:
式中,y为钢筋保护层厚度预测值,y′为钢筋保护层厚度实际值,n为预测值的总个数;
当RMSE<5时,将所述保护层厚度预测值作为所述保护层厚度目标值。
5.一种混凝土钢筋保护层厚度检验系统,其特征在于,包括:
波形图获取单元,用于扫描多个不同保护层厚度的混凝土钢筋,得到对应的标准波形图;
特征提取单元,用于提取所述标准波形图的分布特征;
预测单元,用于利用支持Bagging的机器学习算法,训练并学习所述分布特征,得到混凝土钢筋的保护层厚度预测值;
评估单元,用于利用所述机器学习算法的评价指标对所述保护层厚度预测值进行评估,得到混凝土钢筋的保护层厚度目标值。
6.根据权利要求5所述的混凝土钢筋保护层厚度检验系统,其特征在于,所述标准波形图的分布特征,包括所述标准波形图的平均值、峰值、均方根、标准值、偏度、频带功率及波峰因数。
7.根据权利要求6所述的混凝土钢筋保护层厚度检验系统,其特征在于,所述预测单元,还用于:
根据所述标准波形图的平均值、峰值、均方根、频带功率及波峰因数建立训练样本集;
采用随机有放回采样方式,将所述训练样本集分成多个训练样本子集;
利用分类树模型对所述训练样本子集进行机器学习,得到多个训练结果;
加权并整合所述训练结果,得到扫描信号强度与钢筋保护层厚度的映射关系,根据所述映射关系得到所述混凝土钢筋的保护层厚度预测值。
8.根据权利要求5或7所述的混凝土钢筋保护层厚度检验系统,其特征在于,所述评估单元,还用于:
获取所述评价指标的计算公式:
式中,y为钢筋保护层厚度预测值,y′为钢筋保护层厚度实际值,n为预测值的总个数;
当RMSE<5时,将所述保护层厚度预测值作为所述保护层厚度目标值。
9.一种终端设备,其特征在于,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至4任一项所述的混凝土钢筋保护层厚度检验方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行实现如权利要求1至4任一项所述的混凝土钢筋保护层厚度检验方法。
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广东电网有限责任公司,未经广东电网有限责任公司许可,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/202110664694.9/1.html,转载请声明来源钻瓜专利网。