一种钢纤维朝向的无损检测方法
    85.
    发明公开

    公开(公告)号:CN116263427A

    公开(公告)日:2023-06-16

    申请号:CN202211594308.4

    申请日:2022-12-13

    IPC分类号: G01N27/82

    摘要: 本发明涉及一种钢纤维朝向的无损检测方法,将PCB线圈与电感传感器连接,将电感传感器与单片机连接,单片机与上位机连接;标定PCB线圈电感初始值L0;对所检测的钢纤维混凝土结构进行区块划分;将PCB线圈静置于不同检测区块,PCB线圈贴近钢纤维混凝土表面,在同一区块,每隔一定角度,旋转一次PCB线圈,待电感值无明显波动时,记录所测数据;PC上位机读取PCB线圈电感信号并记录,并与电感初始值L0作差,得到电感变化值,比较不同区块所测电感值,绘制电感信号图,通过识别电感值变化最大的方向来判断钢纤维的优先朝向。本发明将电磁感应原理应用到钢纤维混凝土结构钢纤维朝向的无损识别中,能够很好的对钢纤维混凝土构件质量进行控制。

    一种故障装置定位方法、装置、设备及存储介质

    公开(公告)号:CN116184122A

    公开(公告)日:2023-05-30

    申请号:CN202310394949.3

    申请日:2023-04-13

    IPC分类号: G01R31/08

    摘要: 本申请公开了一种故障装置定位方法、装置、设备及存储介质,涉及在线监测技术领域,包括:获取故障样本及样本标签;基于信息前向传播与误差反向传播在每个节点装置利用人工神经网络对故障样本以及样本标签进行训练,建立每个节点装置的装置编号以及特征信息间的映射关系,以得到分布式深度网络模型;判断是否检测到故障节点装置,若是,则将故障节点装置的特征信息输入至分布式深度网络模型,以便基于分布式深度网络模型的输出对故障节点装置进行定位。这样一来,可以利用分布式深度学习算法在每个节点处构建人工神经网络模型并进行训练,当故障发生时,将故障特征信息输入训练好的神经网络模型,输出得到故障装置编号,实现节点装置的故障诊断。