一种结合机器学习的隧道衬砌无损检测的辅助判定方法

    公开(公告)号:CN110082429A

    公开(公告)日:2019-08-02

    申请号:CN201910317985.3

    申请日:2019-04-19

    Abstract: 本发明公开了一种结合机器学习的隧道衬砌无损检测的辅助判定方法:从采集的击振信号内提取特征参数;对特征参数内的反射时间进行回归拟合,得到标定值;以得到的特征参数表示原始信号,对此组特征值进行标记,记录其缺陷情况,以此作为一条训练集;在不同的测试对象上重复步骤上述步骤,增加训练集数量;利用模型训练软件进行模型训练;通过建好的模型,对未知检测结果的数据进行解析。本发明消减了由于厚度、材质变化产生的不利影响,增加了衬砌背面的反射时间作为缺陷判定参数,可以较好地反映缺陷特征,解决了现有的检测方法受工作人员主观因素影响较大,检测准确性较差的问题,实现了提高检测精度、降低人员主观干扰,确保检测结果客观准确的效果。

    一种基于机器学习提高无损检测精度的方法

    公开(公告)号:CN108491931B

    公开(公告)日:2023-12-19

    申请号:CN201810271658.4

    申请日:2018-03-29

    Abstract: 本发明公开了一种基于机器学习提高无损检测精度的方法,包括依次进行的以下步骤:A、建立人工智能基本模型,收集大量检测数据作为学习数据;B、将步骤A中收集的学习数据导入人工智能基本模型中进行训练;C、将需要分析的检测数据导入训练后的人工智能基本模型中,人工智能基本模型生成检测结果。本发明使用多个目标参数并结合被测物已知状态进行人工智能学习,利用贝叶斯网络和神经元网络作为基本模型进行建模,采用决策树方法进行分析,相比传统技术,提高了目标参数的利用,且采用人工智能(56)对比文件Biao Wu et.al.A Bayesian approach forsparse flaw detection from noisy signalsfor ultrasonic NDT《.NDT & EINTERNATIONAL》.2016,第76-85页.刘国华.声发射信号处理关键技术研究《.中国博士学位论文全文数据库》.2008,第I140-39页.刘国华.声发射信号处理关键技术研究《.中国博士学位论文全文数据库》.2008,第I140-39页.

    一种混凝土结构裂缝的拼接和扩展检测方法

    公开(公告)号:CN117314747A

    公开(公告)日:2023-12-29

    申请号:CN202311193379.8

    申请日:2023-09-15

    Abstract: 本发明提供了一种混凝土结构裂缝的拼接和扩展检测方法,通过手机拍摄混凝土裂缝,将拍摄结果转为位图传入手机APP并进行分析,对裂缝进行处理和轮廓勾勒并轮廓进行特征点计算,筛选特征点并将特征点集合存入APP软件,根据项目信息和裂缝具体位置查询裂缝历史数据并上传服务器,对特征点数据进行匹配对应,得到两张轮廓原图的透视变换矩阵,消除误差影响,得到裂缝延展区域,对延展区域像素进行颜色标注和面积计算,将裂缝轮廓勾勒图像和特征点进行相关像素平移配准拼接,得到裂缝实际图像,对拼接后的图像进行融合,依照最小内接矩形进行裁剪,直至裂缝拼接完成。通过上述步骤大大提高了裂缝检测精准度,降低了检测成本。

Patent Agency Ranking