摘要
本发明涉及一种基于声发射和深度学习的水工混凝土结构性态监测方法及系统,方法包括采集水工混凝土结构产生的声发射信号数据;对声发射信号数据进行信号预处理,提取关键特征向量;对关键特征向量进行聚类操作,根据聚类结果标注各类声发射信号数据的标签,标签包括数据类别及特征参数与结构状态之间的对应关系,聚类数通过投票打分机制确定;构建分类模型,使用标注了标签的数据训练分类模型;利用训练好的分类模型实时监测当前时刻或周期内水工混凝土结构所处的状态等级。本发明通过结合多重特征配合聚类算法深度挖掘声发射信号的物理过程,利用深度学习模型实现对水工混凝土结构状态从早期微裂纹损伤的精准捕捉到实时动态追踪评估。
技术关键词
水工混凝土结构
态监测方法
声发射传感器
构建分类模型
灰狼优化算法
标签
信号
网络
超参数
聚类算法
训练分类模型
状态监测模块
模型训练模块
深度学习模型
特征提取模块
数据采集模块
系统为您推荐了相关专利信息
三维点云数据
红外热像仪
实时定位方法
迁移学习模型
激光扫描仪
收获机器人
自动导航方法
多模态数据融合
菠萝
扩展卡尔曼滤波算法
管理优化方法
灰狼优化算法
指标
资源使用量
周期
动力电池
车辆热管理系统
电池单体
长短期记忆网络
样本