混凝土界面脱粘检测方法、装置、电子设备及存储介质

    公开(公告)号:CN116429886A

    公开(公告)日:2023-07-14

    申请号:CN202310397748.9

    申请日:2023-04-14

    Abstract: 本发明涉及一种混凝土界面脱粘检测方法、装置、电子设备及存储介质,包括:获取源结构和目标结构,源结构为提供脱粘检测诊断知识的结构,目标结构为待检测结构。对源结构和目标结构的导波信号进行小波变换的时频域信息提取。基于时频域信息构建并获取基于域自适应领域的人工神经网络,并通过人工神经网络对源模型进行特征学习和参数优化,以获取源结构结果预测网络。基于域自适应领域中一对数据空间的对抗对齐和统计对齐,对目标模型进行引导式对抗自适应训练,以获取目标结构特征提取网络。将源结构结果预测网络与目标结构特征提取网络进行组合,以完成待检测结构导波信号的脱粘诊断。具有较强的普适性,降低了脱粘检测对环境参数的敏感度。

    基于瑞利波能量衰减的混凝土裂纹绝对尺寸量化检测方法

    公开(公告)号:CN113325079A

    公开(公告)日:2021-08-31

    申请号:CN202110704723.X

    申请日:2021-06-24

    Abstract: 本发明提供一种基于瑞利波能量衰减的混凝土裂纹绝对尺寸量化检测方法,包括步骤:S1:同时考虑材料和几何衰减构建瑞利波能量衰减物理模型;S2:计算能量衰减比RA;S3:基于改进的半无限空间损伤定位法的混凝土表面裂纹尖端和裂纹中段反射点的定位、绝对尺寸量化和形状描述,根据反射点与定位椭圆相切或相交的几何关系确定裂纹尖端和裂纹中段的位置、裂纹尺寸和方向。本发明的一种基于瑞利波能量衰减的混凝土裂纹绝对尺寸量化检测方法,基于能量衰减模型和改进的损伤定位法所给出的裂尖、裂纹中段的位置信息,能以更少的传感器数量描述更多复杂损伤的细节信息,将相对尺寸量化检测系统升级至绝对尺寸量化检测系统。

    基于压电振动机理和应力波的混凝土材料参数评估方法

    公开(公告)号:CN113109440A

    公开(公告)日:2021-07-13

    申请号:CN202110476918.3

    申请日:2021-04-29

    Abstract: 本发明提供一种基于压电振动机理和应力波的混凝土材料参数评估方法,目的在于提供基于压电传感器机电转换机制和瑞利波、体波传播机理的混凝土动弹性模量和泊松比的测量方案,其包括基于压电激励器接收器振动机理的传感器布置方案的提出;激励信号中心频率、波形、传感器尺寸的优化;不同类型应力波动态特性参数与传播介质材料参数之间的物理模型在信号处理中的应用。相比于现有技术,本发明优势为:不再依赖于传统数理统计信号处理技术,具有更强的普适性;以清晰动力学物理模型为支撑,工程应用可靠性高;传感器放置方案基于压电振动机理理论研究,可有效提高信噪比;信号频率响应范围广、检测面积大、测量方案经济高效。

    基于动态数据分析的公共空间行人流运动风险判别方法

    公开(公告)号:CN112464546B

    公开(公告)日:2024-03-19

    申请号:CN202011465742.3

    申请日:2020-12-14

    Abstract: 本发明公开了一种基于动态数据分析的公共空间行人流运动风险判别方法,解决了目前风险判断缺乏有效性和实时性的问题,其技术方案要点通过获取目标场景的摄像角度画幅信息和相关参数信息,提取行人流实时动态数据;利用行人流实时动态数据计算获取行人流风险指标;根据行人流风险指标建立行人流风险分层模型;根据行人流风险指标计算获取行人流运动风险偏向;根据行人流风险指标建立目标场景深度学习训练模型,并结合行人流风险分层模型预测目标场景的行人运动状态;根据行人运动状态计算获取存在的风险定位结果,本发明的一种基于动态数据分析的公共空间行人流运动风险判别方法,能实时进行行人流状态和风险水平的评估,时效性高,有效性高。

    基于动态数据分析的公共空间行人流运动风险判别方法

    公开(公告)号:CN112464546A

    公开(公告)日:2021-03-09

    申请号:CN202011465742.3

    申请日:2020-12-14

    Abstract: 本发明公开了一种基于动态数据分析的公共空间行人流运动风险判别方法,解决了目前风险判断缺乏有效性和实时性的问题,其技术方案要点通过获取目标场景的摄像角度画幅信息和相关参数信息,提取行人流实时动态数据;利用行人流实时动态数据计算获取行人流风险指标;根据行人流风险指标建立行人流风险分层模型;根据行人流风险指标计算获取行人流运动风险偏向;根据行人流风险指标建立目标场景深度学习训练模型,并结合行人流风险分层模型预测目标场景的行人运动状态;根据行人运动状态计算获取存在的风险定位结果,本发明的一种基于动态数据分析的公共空间行人流运动风险判别方法,能实时进行行人流状态和风险水平的评估,时效性高,有效性高。

Patent Agency Ranking