-
公开(公告)号:CN118861770A
公开(公告)日:2024-10-29
申请号:CN202410915611.2
申请日:2024-07-09
Applicant: 重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心) , 重庆理工大学
IPC: G06F18/24 , G06F18/15 , G06N3/08 , G06F18/211
Abstract: 本发明涉及钢丝绳损伤检测技术领域,公开了一种基于蒙特卡洛算法的曳引机钢丝绳损伤识别方法及系统,包括离线训练步骤和在线检测步骤,离线训练步骤包括:S10,将具有不同规格的损伤缺口的钢丝绳作为训练样本,对钢丝绳进行深度饱和的磁化后采集对应的漏磁信号,并将漏磁信号的特征值作为输入层参数,将损伤规格作为输出层参数,对神经网络进行训练,获得训练完成的神经网络。其有益效果是:本发明相比于人工检测,本发明以检测数据为依据,定量输出钢丝绳的损伤规格,安全隐患小,资源能合理利用。相较于BP神经网络检测,检测准确率更高,识别精度更高,更适合于钢丝绳损伤识别检测中。
-
公开(公告)号:CN118861770B
公开(公告)日:2025-03-14
申请号:CN202410915611.2
申请日:2024-07-09
Applicant: 重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心) , 重庆理工大学
IPC: G06F18/24 , G06F18/15 , G06N3/08 , G06F18/211
Abstract: 本发明涉及钢丝绳损伤检测技术领域,公开了一种基于蒙特卡洛算法的曳引机钢丝绳损伤识别方法及系统,包括离线训练步骤和在线检测步骤,离线训练步骤包括:S10,将具有不同规格的损伤缺口的钢丝绳作为训练样本,对钢丝绳进行深度饱和的磁化后采集对应的漏磁信号,并将漏磁信号的特征值作为输入层参数,将损伤规格作为输出层参数,对神经网络进行训练,获得训练完成的神经网络。其有益效果是:本发明相比于人工检测,本发明以检测数据为依据,定量输出钢丝绳的损伤规格,安全隐患小,资源能合理利用。相较于BP神经网络检测,检测准确率更高,识别精度更高,更适合于钢丝绳损伤识别检测中。
-
公开(公告)号:CN119131485A
公开(公告)日:2024-12-13
申请号:CN202411220030.3
申请日:2024-09-02
Applicant: 重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心) , 重庆理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/30 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明涉及钢丝绳检测技术领域,公开了一种基于残差网络多通道融合的钢丝绳损伤宽度识别方法,包括离线训练步骤和在线检测步骤,离线训练步骤包括:S10,将具有相同损伤深度、不同损伤宽度的钢丝绳作为训练样本,利用霍尔传感器阵列获取训练样本的漏磁量数据;S20,对所述漏磁量数据使用连续小波变换获取各个小波分量,然后对各个小波分量采用滑动平均滤波去噪,获得去噪后的数据。其有益效果是:连续小波变换能够提供不同尺度上的频率信息,能够为分类模型提供信号在频域的相关信息,能够更全面的描述信号的时频变化。同时利用时谱图进行分类模型输入,更能利用深度学习模型提取特征的优势,有助于模型捕获数据的动态特性。
-
-