← 返回列表
钻爆法隧道施工装备的施工状态异常辨识方法及系统
申请人信息
- 申请人:深圳大学; 中国国家铁路集团有限公司
- 申请人地址:518060 广东省深圳市南山区粤海街道南海大道3688号
- 发明人: 深圳大学; 中国国家铁路集团有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 钻爆法隧道施工装备的施工状态异常辨识方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410026160.7 |
| 申请日 | 2024/1/9 |
| 公告号 | CN117540326A |
| 公开日 | 2024/2/9 |
| IPC主分类号 | G06F18/2433 |
| 权利人 | 深圳大学; 中国国家铁路集团有限公司 |
| 发明人 | 刘翰林; 易鹏; 刘伟; 杜彦良; 陈志钢 |
| 地址 | 广东省深圳市南山区南海大道3688号; 北京市海淀区复兴路10号 |
摘要文本
本发明公开一种钻爆法隧道施工装备的施工状态异常辨识方法及系统,涉及施工状态异常辨识技术领域,先获取钻爆法隧道施工装备在施工状态下的振动监测数据,振动监测数据包括多个时刻的加速度数据,再对振动监测数据进行时频变换,得到时频图,然后以时频图作为输入,利用特征提取模型提取得到时频图的特征向量,最后基于特征向量生成特征辨识图像,通过特征辨识图像对钻爆法隧道施工装备的施工状态进行异常辨识,特征辨识图像为概率密度图,本发明基于加速度数据,采用特征提取模型和特征辨识图像来对施工状态进行异常辨识,可适应恶劣环境,实时性好,且异常辨识精度高。
专利主权项内容
1.一种钻爆法隧道施工装备的施工状态异常辨识方法,其特征在于,所述施工状态异常辨识方法包括:获取钻爆法隧道施工装备在施工状态下的振动监测数据;所述振动监测数据包括多个时刻的加速度数据;对所述振动监测数据进行时频变换,得到时频图;以所述时频图作为输入,利用特征提取模型提取得到所述时频图的特征向量;所述特征提取模型中的部分卷积层增加有周期性激励函数和非周期性激励函数;基于所述特征向量生成特征辨识图像,通过所述特征辨识图像对所述钻爆法隧道施工装备的施工状态进行异常辨识;所述特征辨识图像为概率密度图。。来自马克数据网