摘要
本发明具体涉及一种搅拌桩异常状态的检测方法,属于搅拌桩异常状态检测技术领域。本发明通过时间序列模型来挖掘搅拌桩的振动声音信号中的线性特征来进行初始振动声音信号预测,然后将预测的值与真实值之间的残差输入到长短期记忆神经网络中挖掘时间序列模型预测结果的时间和空间特征,增加了本发明中的方法对振动声音信号的短时和长时的非线性动态变化的挖掘能力;本发明通过时间序列模型进行预测,通过长短期记忆神经网络来对预测结果进行补充,使得采用本发明的方法预测的振动声音信号与搅拌桩正常运行时的振动声音信号更加贴合;因此在使用本发明的方法得到的预测的振动声音信号与真实的振动声音信号的误差较大时就说明了搅拌桩出现了异常。
技术关键词
残差数据
异常状态
信号
长短期记忆神经网络
时间序列模型
记忆单元
预测残差
预测误差
滑动窗口法
训练集
矩阵
基础
非线性