摘要
本发明属于煤岩同步加载与CT扫描试验以及CT图像处理领域,具体涉及基于深度学习自适应控制的煤岩同步加载与CT扫描方法;包括构建煤岩同步加载与CT扫描系统、AI边缘计算单元;构建煤岩同步加载与CT扫描自适应控制模型:模型包括若干个基于深度卷积神经网络的特征提取模块和与每个特征提取模块一一对应连接的基于长短期记忆网络的时序信息捕捉模块,时序信息捕捉模块再与状态预测模块连接,状态预测模块用于预测裂隙状态;训练模型并将其以软件形式嵌入AI边缘计算单元,并设定出现每种裂隙状态时对应的加载速率调整参数。本发明可以准确把握加载速率调整时机,在保证整体试验效率的基础上获取足够的煤岩试验裂隙发育过程图像,利于后续试验分析。
技术关键词
扫描方法
特征提取模块
CT扫描系统
深度卷积神经网络
长短期记忆网络
煤岩试样
控制加载系统
CT图像处理
时序
速率
控制单元
旋转底座
样本
软件
参数
系统为您推荐了相关专利信息
效能评估方法
多任务学习网络
效能评估模型
采样点
数据
旋翼无人机
MFCC特征
梅尔频率倒谱系数
SVM分类器
信号
训练分类器
信号分类方法
计算机执行指令
搜索算法
新能源电站