[发明专利]基于卷积神经网络的梁结构缺陷非接触定量诊断方法有效
| 申请号： | 201710556077.0 | 申请日： | 2017-07-10 |
| 公开（公告）号： | CN107515253B | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 赵栓峰;从博文 | 申请（专利权）人： | 西安科技大学 |
| 主分类号： | G01N29/44 | 分类号： | G01N29/44 |
| 代理公司： | 61100 西安文盛专利代理有限公司 | 代理人： | 佘文英<国际申请>=<国际公布>=<进入 |
| 地址： | 710054陕*** | 国省代码： | 陕西;61 |
| 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卷积神经网络的梁结构缺陷非接触定量诊断方法，诊断方法及过程为：用激光多普勒非接触方法测量梁上若干点在随机激励下的弱振动时域信号，将其任何非共线三点的随机振动信号相加，然后进行快速傅里叶变换生成频率谱，将频率谱由连续小波变换(CWT)转化生成频率‑尺度分布图。梁结构损伤的定量评价结果可以通过输入梁结构表面上任何非共线三点振动数据的频率‑尺度分布图到训练好的的卷积神经网络(CNN)中，让神经网络给出梁缺陷程度的评判结果。 | ||
| 搜索关键词： | 梁结构 卷积神经网络 非共线 非接触 分布图 频率谱 尺度 快速傅里叶变换 连续小波变换 随机振动信号 振动时域信号 多普勒 诊断 定量评价 方法测量 神经网络 振动数据 相加 激光 损伤 评判 转化 | ||
【主权项】：
1.一种基于卷积神经网络的梁结构缺陷非接触定量诊断方法，其特征是，诊断方法及过程为：/n(1)基于激光多普勒效应测量待测梁上若干点在随机激励下的弱振动时域信号；/n(2)选取梁结构表面上任何非共线三点随机振动时域信号并将其求和，然后做快速傅里叶变换得到频率谱，对频率谱做连续小波变换生成频率-尺度分布图；/n(3)在利用卷积神经网络对梁的缺陷进行诊断前，对卷积神经网络进行训练，用正确率、敏感度、特异性和精确率对卷积神经网络的评估效果进行评价，当准确率达到要求时，利用该网络完成梁的定量诊断；/n(4)将待测梁的频率-尺度分布图输入训练好的卷积神经网络对梁的缺陷程度进行定量评估。/n
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西安科技大学，未经西安科技大学许可，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/201710556077.0/，转载请声明来源钻瓜专利网。
