摘要
本发明提供一种基于流场特征的水下桥墩冲蚀状态判别方法,包括:在桥墩周围布置流场时程的数据测点;通过数值模拟或现场实测,获取完整桥墩与带冲蚀缺陷的桥墩的绕流时程样本;构建时间卷积神经网络模型,以所述绕流时程样本为输入,训练时间卷积神经网络模型,通过特征提取与分类输出桥墩冲蚀状态判别结果;采集待评估的桥墩周围流场的时程数据;将采集的待评估的桥墩周围流场的时程数据输入训练后的深度学习模型,输出冲蚀状态判别结果。本发明通过分析桥墩周围流场特征(压力、流速等)实现水下冲蚀状态的智能、高精度判别,解决传统检测手段在隐蔽部位可达性差、精度低及环境适应性不足的问题。
技术关键词
状态判别方法
卷积神经网络模型
水下桥墩
流场特征
桥墩表面
布置测点
深度学习模型
样本
实时监测系统
数值
数据
标签
外形
水文参数
调试设备
识别工作
流体控制
压力