基于KNN-BiLSTM的盾构管片支护裂缝病害冲击弹性波检测方法及装置

AITNT
正文
推荐专利
基于KNN-BiLSTM的盾构管片支护裂缝病害冲击弹性波检测方法及装置
申请号:CN202510200527
申请日期:2025-02-24
公开号:CN120334350A
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了一种基于KNN‑BiLSTM的盾构管片支护裂缝病害冲击弹性波检测方法及装置。所述检测方法具体利用冲击弹性波设备,对盾构管片支护进行测试,收集由结构表面传播的瑞雷波的频率、波速、振幅、频率以及曲线变化特征,使用基于KNN‑BidirectionalLSTM的网络结构用于多元弹性波特征与衬砌病害特征映射模型进行数据处理,得到检测位置盾构管片支护裂缝深度及透水检测结果。本发明不仅显著提升了检测裂缝深度的准确率,而且有效缓解了过拟合现象,提升了模型的识别准确率及速度,同时能够得到裂缝深度预测结果和检测裂缝透水类型问题,具有重要的实用价值和推广意义。
技术关键词
弹性波设备 病害特征 盾构管片 网络结构 波检测方法 裂缝病害 弹性波检测装置 KNN算法 数据 检测裂缝 频率 特征选择 冲击波 渗流特征 曲线 参数 时间差 衬砌结构 训练集
系统为您推荐了相关专利信息
1
物流通话风险预测方法、装置及设备
风险预测方法 转移概率矩阵 隐马尔可夫模型 物流系统 命名实体识别
2
一种基于导波的航空复合材料无基线多模态损伤检测方法
损伤检测方法 多模态 状态空间模型 分支 连续小波变换
3
基于图论与熵理论的大规模低轨卫星网络弹性评估方法及系统
低轨卫星网络 低轨卫星通信网络 链路 LEO卫星网络 状态更新机制
4
一种基于自适应锅炉热能的预测方法
工况 多模型融合策略 热能 实时数据监测 阶段
5
基于拆分学习和水印技术的联邦学习模型、介质及方法
联邦学习模型 客户端 水印技术 中心服务器 编码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号