← 返回列表
基于自适应多通道卷积神经网络混凝土方桩损伤识别方法
摘要文本
本发明公开了基于自适应多通道卷积神经网络混凝土方桩损伤识别方法。该方法包括以下步骤：步骤1，利用布局在混凝土方桩上的传感器阵列采集由激振锤敲击得到的信号，并制作对应的类别标签；步骤2，搭建AMCCNN模型，并用步骤1采集的带标签的数据进行模型训练，直至模型收敛；步骤3，将训练好的AMCCNN模型应用于实际，对实际的混凝土方桩进行状态诊断，及时识别异常状态的方桩，减少事故的发生。本发明所述方法可以快速精准识别异常状态的方桩，为在事故发生前采取有效措施提供了有利依据，具有良好的实际应用价值。 来自马-克-数-据-官网
申请人信息
- 申请人:中国建筑第二工程局有限公司
- 申请人地址:101100 北京市通州区梨园镇北杨洼251号
- 发明人: 中国建筑第二工程局有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于自适应多通道卷积神经网络混凝土方桩损伤识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202310939342.9 |
| 申请日 | 2023/7/28 |
| 公告号 | CN117436012A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G06F18/2433 |
| 权利人 | 中国建筑第二工程局有限公司 |
| 发明人 | 孙剑锋; 张先发; 张爽 |
| 地址 | 北京市通州区梨园镇北杨洼251号 |
专利主权项内容
1.基于自适应多通道卷积神经网络混凝土方桩损伤识别方法，其特征在于：步骤1，AMCCNN训练数据采集，利用布局在混凝土方桩上的传感器阵列采集由激振锤敲击得到的信号，其中采集6种方桩完整性的状态，分别为：断裂、括径、离析、缩径、多缺陷和完整，并制作对应的类别标签；步骤2，AMCCNN模型离线训练，搭建AMCCNN模型，并用步骤1采集的带标签的数据进行模型训练，直至模型收敛；步骤3，训练模型的在线应用：将训练好的AMCCNN模型应用于实际，对实际的混凝土方桩进行状态诊断，及时识别异常状态的方桩，减少事故的发生。