[发明专利]一种结合机器学习的隧道衬砌无损检测的辅助判定方法

权利要求书

1.一种结合机器学习的隧道衬砌无损检测的辅助判定方法，其特征在于，包括以下步骤：

(a)将传感器固定到测试对象上并进行击振，采集击振信号；

(b)从采集的击振信号内提取特征参数，所述特征参数包括反射时间；其中对特征参数内的反射时间进行回归拟合，得到标定值；

(c)以得到的特征参数表示原始信号，并根据实际情况，对此组特征值进行标记，记录其缺陷情况，以此作为一条训练集；

(d)在不同的测试对象上重复步骤(a)～(d)，增加训练集数量；

(e)利用模型训练软件进行模型训练：首先读入所有训练集，然后选择对应的分类器，并设置好分类器参数，进行建模；

(f)通过建好的模型，对未知检测结果的数据进行解析；

所述特征参数包括结构及边界条件信息、击振信号信息、反射时间信息T_i、反射时间信息T_i与标定值间的差异率RT_i、反射时间信息T_i与拟合值间的差异率SRT_i、以及相敏指标；

所述相敏指标为T_i、RT_i、T_i^exp之间的相敏指标，其中T_i^exp为根据拟合曲线的预测时间。

2.根据权利要求1所述的一种结合机器学习的隧道衬砌无损检测的辅助判定方法，其特征在于，对反射时间进行回归拟合的方法为m-1次回归拟合、直线回归拟合、二次回归拟合或多次回归拟合。

3.根据权利要求1所述的一种结合机器学习的隧道衬砌无损检测的辅助判定方法，其特征在于，对反射时间进行回归拟合时，将离散过大的数据去掉。

4.根据权利要求3所述的一种结合机器学习的隧道衬砌无损检测的辅助判定方法，其特征在于，所述离散过大的数据为超出均值±2倍标准偏差的数值。

5.根据权利要求1所述的一种结合机器学习的隧道衬砌无损检测的辅助判定方法，其特征在于，所述其中T_d为根据设计厚度计算的底部反射时间理论值；当设计厚度不明时，RT_i取实测时间参数。

6.根据权利要求1所述的一种结合机器学习的隧道衬砌无损检测的辅助判定方法，其特征在于，所述其中T_i^exp为根据拟合曲线的预测时间。

7.根据权利要求1所述的一种结合机器学习的隧道衬砌无损检测的辅助判定方法，其特征在于，步骤(e)中通过以下任一模型进行训练：随机森林、贝叶斯网络、神经元网络。

8.根据权利要求1所述的一种结合机器学习的隧道衬砌无损检测的辅助判定方法，其特征在于，所述反射时间信息T_i包括衬砌背面反射时间、反射时间的基频周期。