摘要
本发明提出一种基于GAN‑BP算法的吸力桶上拔土体破坏模式预测方法,包括建立吸力锚上拔可视化实验装置;利用实验装置,进行不同工况下的吸力锚上拔实验,获取吸力锚在不同加载速率过程中的激光散斑图像原始视频;将激光散斑图像原始视频进行处理和计算,获得最大上拔力时吸力桶周围土体位移等值线图;通过土地位移等值线图,测量土地破裂面宽度与深度,建立土地“因素—破坏尺寸”数据库;建立GAN‑BP机器学习算法,进行小样本数据预测;本发明考虑到小样本数据库建立了GAN‑BP机器学习算法,并基于该算法建立吸力桶上拔土体破坏模式预测模型,通过实验装置得到实测数据并进行小样本扩充,从而获取吸力桶长度、直径以及上拔速率对土体破裂面尺寸的影响规律。
技术关键词
模式预测方法
激光散斑图像
图像采集系统
吸力锚
BP机
学习算法
BP算法
拉力传感器
直线式伺服电动缸
激光发射器
图像处理系统
BP神经网络
样本
光源机构
激光电源
加载系统
视频
优化网络参数
速率
系统为您推荐了相关专利信息
图像采集系统
图像处理模块
原始图像数据
去马赛克算法
色彩
玉米籽粒破碎率
在线监测装置
红外测距仪
图像采集系统
相机支架
三维激光扫描仪
地铁隧道病害
智能探测传感器
数据采集系统
激光测距传感器
吸力锚
高压气瓶
模型箱
可视化机构
压力调节机构
宫颈
自动检测方法
图像增强算法
异常细胞
注意力机制