摘要
本发明公开了一种管道焊缝裂纹损伤阶段识别方法、装置、设备及存储介质,将时域和频域特征输入训练好的管道焊缝损伤阶段识别模型,得到识别结果;管道焊缝损伤阶段识别模型是采用样本集训练改进的TCN网络模型得到的,样本集包括以已知损伤阶段作为标签的突发型声发射信号对应的时域和频域特征,损伤阶段包括弹性损伤阶段、塑性损伤阶段、强化损伤阶段和颈缩断裂损伤阶段,改进的TCN网络模型包括多级特征融合模块以及与多级特征融合模块连接的全尺度卷积模块,多级特征融合模块包括至少两个顺序连接的TCN block,前一个TCN block的输出作为下一个TCN block的输入,且每个TCN block的输出采用concatenate方式连接后作为多级特征融合模块的输出。本发明的目的在于解决现有模型在特征关联和信息保留方面的不足,以实现对核电压力管道裂纹扩展情况的实时、有效监测,提高识别精度,为核电站的安全运行提供有力保障。
技术关键词
多级特征融合
频域特征
阶段
卷积模块
识别方法
融合特征
裂纹
管道焊缝处
输出特征
样本
网络
语义特征
识别装置
信号
可读存储介质
处理器
压力管道
系统为您推荐了相关专利信息
模型剪枝
神经网络训练数据
识别方法
卫星云图
深度学习神经网络
轴承故障诊断方法
图像
连续小波变换
信号
螺旋正弦
模型训练方法
场景识别方法
深度学习网络模型
样本
数据存储模块
内容生成方法
关键词
语义角色标注
内容管理平台
人工智能平台