[发明专利]一种基于超声导波和卷积神经网络的钢绞线应力识别方法在审
| 申请号： | 202211405157.3 | 申请日： | 2022-11-10 |
| 公开（公告）号： | CN116028791A | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 贾俊峰;张龙冠;白石;白玉磊;焦庆丰;姚少睿;李小龙;陶善波;于丹丹;王春阳;杜瑞民 | 申请（专利权）人： | 北京工业大学;云南芒梁高速公路投资发展有限公司;智性纤维复合加固南通有限公司 |
| 主分类号： | G06F18/213 | 分类号： | G06F18/213;G06F18/24;G06F18/214;G06N3/0464;G06N3/08 |
| 代理公司： | 重庆乐泰知识产权代理事务所(普通合伙) 50221 | 代理人： | 郭泽培 |
| 地址： | 100022 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于超声导波和卷积神经网络的钢绞线应力识别方法，包括以下步骤：分别在钢绞线两端的中心丝截面安装超声导波激励传感器和接收传感器；张拉钢绞线，在不同的张拉预应力下向激励传感器激励调制正弦波信号，并记录接收传感器获得的超声导波信号；以不同预应力状态下的超声导波信号作为特征值，以其对应的预应力值作为标签值，构建一维卷积神经网络的数据集；将数据集的数据输入卷积神经网络进行训练和测试，并输出各预应力状态下超声导波信号的预应力预测值；以钢绞线预应力真实值和预测值之间的均方根误差和归一化均方根误差为指标对一维卷积神经网络的预测结果进行评价。本发明避免了繁琐的参数提取过程，且提高了预测精度。 | ||
| 搜索关键词： | 一种 基于 超声 导波 卷积 神经网络 钢绞线 应力 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京工业大学;云南芒梁高速公路投资发展有限公司;智性纤维复合加固南通有限公司，未经北京工业大学;云南芒梁高速公路投资发展有限公司;智性纤维复合加固南通有限公司许可，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/patent/202211405157.3/，转载请声明来源钻瓜专利网。
