摘要
本发明涉及岩体破裂识别技术领域,尤其涉及一种高低温循环作用下岩石破裂声发射信号智能识别方法,包括:制作岩石试件,获取岩石破裂过程中的声发射数据;基于声发射数据中的声发射计数、幅频及能量与应力的对应关系,将声发射数据划分为温度损伤阶段和应力致裂阶段;对划分阶段后的声发射数据集中的波形进行小波包变换和希尔伯特黄变换,提取得到波形模态特征;预处理波形模态特征;构建基于Inceptionv3分支网络结构的多模态识别模型,训练并测试多模态识别模型;将实时采集的不同高低温温差循环下声发射数据输入至测试后的多模态识别模型,进一步评估模型的分类性能。本发明实现了温度损伤阶段与应力致裂阶段的岩石破裂声发射信号的精准分类。
技术关键词
岩石破裂声发射
智能识别方法
模态特征
波形时域特征
岩石试件
注意力
希尔伯特黄变换
分支
多模态
制作岩石
频域特征
积层
电液伺服试验机
网络
Softmax函数
信号
阶段
模块
系统为您推荐了相关专利信息
语义提取方法
卷积神经网络提取
模态特征
迁移学习方法
语义特征
智能导航方法
意图
融合算法
多模态融合技术
触摸传感器
多模态特征融合
智能诊断方法
校正传感器漂移
多尺度异常检测
诊断决策系统
配电网线路图
智能识别方法
分块
像素点
YOLO模型