基于自适应小波包分解与深度学习的锚杆锚索无损检测法

AITNT
正文
推荐专利
基于自适应小波包分解与深度学习的锚杆锚索无损检测法
申请号:CN202510571370
申请日期:2025-04-30
公开号:CN120629376A
公开日期:2025-09-12
类型:发明专利
摘要
本发明属于岩土工程无损检测技术领域,具体涉及基于自适应小波包分解与深度学习的锚杆锚索无损检测法,尤其适用于复杂工况下的多缺陷识别与高精度定位。该方法通过激励锚杆锚索,采集锚杆锚索的应力波信号,对信号进行预处理,使用动态优化小波基与分解层数,实现信号的高分辨率时频分析,并且结合时频图卷积神经网络与多源特征融合,显著提升复杂噪声环境下的缺陷检测精度,同时还支持钢质、GFRP等多种材质的自适应检测,具备工程推广应用价值。
技术关键词
无损检测法 锚杆 双线性插值 训练卷积神经网络 时域统计特征 卷积神经网络模型 最大化准则 无损检测技术 锚索应力 信号 重构误差 时域特征 矩阵 频域特征 岩土工程 波形 动态 滑动窗口
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