[发明专利]一种基于声纹识别的结构损伤检测系统及方法在审
申请号: | 202110242904.5 | 申请日: | 2021-03-05 |
公开(公告)号: | CN113125556A | 公开(公告)日: | 2021-07-16 |
发明(设计)人: | 吴智深;黄璜 | 申请(专利权)人: | 南京智慧基础设施技术研究院有限公司 |
主分类号: | G01N29/04 | 分类号: | G01N29/04;G01N29/11;G01N29/12;G01N29/44;G01N29/46 |
代理公司: | 南京华恒专利代理事务所(普通合伙) 32335 | 代理人: | 裴素艳 |
地址: | 210012 江苏省南京*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 声纹 识别 结构 损伤 检测 系统 方法 | ||
本发明公开的基于声纹识别的结构损伤检测系统及方法,现场敲击检测模块用于对现场结构进行检测并获取连续声音信号;初级音频异常检测模块用于接收连续声音信号的输入,输出各项声纹特征所构成的特征向量至损伤特征分类检测模块;损伤特征分类检测模块通过机器学习分类算法输出内部损伤的待定损伤类别;损伤特征复核模块将待定损伤类别反馈至现场敲击检测模块,现场敲击检测模块根据预先设置的损伤声纹特征,调整敲击检测的频率、强度,输出复核后的损伤类别至报警模块;报警模块记录损伤类型和损伤发生位置。本发明减少对检测人员的经验和技术的依赖,操作更加直观,结果更加准确。
技术领域
本发明涉及结构损伤检测技术领域,具体涉及一种基于声纹识别的结构损伤检测系统及方法。
背景技术
在工程应用中常用超声波回弹、声发射检测、X射线投射、红外线扫描等无损检测方法,以期达到检测结构损伤的目的。然而美国、日本等发达国家的工程应用现状显示,目前的无损检测技术还远没有达到实际工程应用要求。同时,需要在现场采集信号后迅速对损伤类型、位置、和程度做出判断。主要原因是由于检测设备价格高昂、工作原理和性能各异,尤其是对于灾后结构快速检测,现有无损检测技术的精度和实用性明显不足。因此,需要一种适合大范围使用、简易直观的检测技术,以解决灾后快速检测和精准识别结构内部损伤状况的需求。
另一方面,无人机、自行走机器人、水下机器人等自动化辅助载体技术迅猛发展,可以将光学检测装置、连续摄像装置、发有射线检测装置、红外热成像装置应用于各种复杂检测环境,从而孕育着自动快速检测技术及装备的革命。如2014 年日本国土省为了掌握混凝土结构裂缝检测技术的应用状况,根据结构检测公司和研究机构提供的29 套检测方案的技术特点进行调查。统计结果发现其中21 套方案是采用高清数码摄像技术,4套方案为激光扫描技术,另外4 套为机器人辅助摄像的方案,而且普遍可以达到5~10米的远距离检测条件下对于宽度为0.1~0.3 毫米的裂缝的准确检测。然而这类自动快速检测技术主要基于光学图像的检测技术,只能探知结构表面出现的损伤,为了进一步了解结构内部的损伤情况,还需要开发针对结构内部损伤的自动化快速检测方法。
发明内容
发明目的:本发明目的在于针对现有技术的不足,提供一种基于声纹识别的结构损伤检测系统及方法,能够减少对检测人员的经验和技术的依赖,操作更加直观,结果更加准确。
技术方案:本发明所述基于声纹识别的结构损伤检测系统,包括现场敲击检测模块、初级音频异常检测模块、损伤特征分类检测模块、损伤特征复核模块及报警模块;所述现场敲击检测模块用于对现场结构进行检测并获取连续声音信号;所述初级音频异常检测模块用于接收连续声音信号的输入,分析不同时间段声音信号组的声纹特征,对比各项声纹特征是否发生变化并在检测出异常值时,输出各项声纹特征所构成的特征向量至所述损伤特征分类检测模块;所述损伤特征分类检测模块通过机器学习分类算法输出内部损伤的待定损伤类别;所述损伤特征复核模块将待定损伤类别反馈至现场敲击检测模块,现场敲击检测模块根据预先设置的损伤声纹特征,调整敲击检测的频率、强度,然后将待定损伤类别和重新采集的声纹特征所构成的特征向量输入预先训练的分类器,输出复核后的损伤类别至报警模块;所述报警模块记录损伤类型和损伤发生位置。
进一步完善上述技术方案,所述初级音频异常检测模块分析的声纹特征包括波长、强度、衰减特性、声波频谱。
进一步地,所述初级音频异常检测模块包括时间序列分离器、声谱分析器、时间相关匹配器,所述时间序列分离器将连续声音信号分离出长度、移动时段的声音信号,所述声谱分析器将分离后各个时段的声音信号进行分析并输出波长、强度、衰减特性、声波频谱的时间序列至所述时间相关匹配器,所述时间相关匹配器对声纹特征的时间序列进行检测判断,当判断存在异常时输出变化参数的统计值和当前值。
进一步地,所述损伤特征分类检测模块的机器学习分类算法包括贝叶斯分类算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京智慧基础设施技术研究院有限公司,未经南京智慧基础设施技术研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110242904.5/2.html,转载请声明来源钻瓜专利网。