摘要
本发明涉及水利工程检测技术领域,具体为一种大跨度可组装检测门数据推演方法。本发明通过大跨度可组装检测门的历史磨损度数据、历史水质数据和历史水压数据基于贝叶斯推断法和遗传算法非线性拟合磨损度数据,并获取对应的斜率数据和使用时长;通过这些历史数据训练检测门影响参数预测模型,依据真实环境下水利检测目标的历史水压数据和历史水质数据对大跨度可组装检测门的使用磨损度进行模拟数据推演预测,结合预测的斜率数据和使用时长数据修正,生成磨损度的耐久曲线;通过该方法可以对在未使用的情况下对磨损度进行可视化的数据推演工作,以衡量大跨度可组装检测门的使用寿命,以便于后续进行相关使用方案的生成和已使用方案的修正。
技术关键词
检测门
推演方法
大跨度
斜率数据
曲线
数据解码
遗传算法
水利工程检测技术
数据编码
水压
模组
水质
非线性
特征融合网络
坐标
数据处理单元
参数
系统为您推荐了相关专利信息
样本生成方法
工业质检
训练深度学习模型
图像增强
坐标
蓄电池
参数
车辆电池
神经网络模型
电池剩余容量
温度监测系统
电厂锅炉
温差
温度监测器
锅炉炉胆
智能路径规划方法
无人艇
避碰规则
深度Q学习
控制点