摘要
本发明涉及一种基于机器学习算法的混凝土表面裂缝检测方法及系统,获取混凝土波速、频率、振幅、强度、弹性模量、温度、线膨胀系数,分析特征参数,建立数学关系模型,利用机器学习算法对数据进行拟合,确定模型参数,将待检测混凝土的相关参数输入到多参数数字量板模型中,模型计算出裂缝的潜在风险和预测值,将多参数数字量板模型应用于混凝土结构的实时检测中实现质量评估和裂缝预测,定期对混凝土结构进行监测,更新模型数据;系统包括数据采集、数据预处理、特征提取、裂缝量测、多参数数字量板模型建立、多参数综合分析、实时监测与预警、数据库管理和用户界面与交互模块。
技术关键词
数字量板
机器学习算法
线膨胀系数
混凝土表面裂缝
多参数
数据
特征提取模块
超声波检测仪
分析模块
预警模块
训练神经网络
水工混凝土结构
温度传感器
高清相机
超声波传播速度
系统为您推荐了相关专利信息
迁移学习策略
软件
终点
最小化资源消耗
深度学习算法
变电站在线监测系统
多尺度排列熵
电力系统状态监测技术
基线
数据采集模块