首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于SVM和ASA的隧道二衬混凝土掉块监测方法 

申请/专利权人:四川华腾公路试验检测有限责任公司

申请日:2024-04-22

公开(公告)日:2024-07-05

公开(公告)号:CN118065977B

主分类号:E21F17/18

分类号:E21F17/18;G06F18/2411;G06F18/213

优先权:

专利状态码:有效-授权

法律状态:2024.07.05#授权;2024.06.11#实质审查的生效;2024.05.24#公开

摘要:本发明公开了一种基于SVM和ASA的隧道二衬混凝土掉块监测方法,属于混凝土掉块监测技术领域,包括以下步骤:实时采集混凝土的声波压力数据;计算声波压力数据的声学奇异性;通过径向基函数核RBF将声学奇异性数据映射到高维空间,计算声学奇异性数据的内积;调整SVM模型的超参数和径向基函数核RBF的带宽参数,对SVM模型进行优化;将声学奇异性数据的内积输入至优化后的SVM模型中,进行混凝土掉块的自动识别和定位;设定自适应阈值,并通过阈值评估混凝土掉块的风险级别,进行混凝土掉块预警,完成隧道二衬混凝土掉块监测。本发明解决了传统的监测方法受到局限,往往不能全面、准确地识别混凝土掉块的位置和程度的问题。

主权项:1.一种基于SVM和ASA的隧道二衬混凝土掉块监测方法,其特征在于,包括以下步骤:S1、将多个声波传感器安装于隧道二衬混凝土表面,通过声波传感器实时采集混凝土的声波压力数据;S2、通过声学奇异性分析ASA计算声波压力数据的声学奇异性,得到声学奇异性数据;S3、通过径向基函数核RBF将声学奇异性数据映射到高维空间,并计算声学奇异性数据的内积;S4、调整SVM模型的超参数以及径向基函数核RBF的带宽参数,对SVM模型进行优化;S5、将声学奇异性数据的内积输入至优化后的SVM模型中,进行混凝土掉块的自动识别和定位;S6、设定自适应阈值,根据历史声学奇异性数据动态调整阈值,并通过阈值评估混凝土掉块的风险级别,进行混凝土掉块预警,完成隧道二衬混凝土掉块监测;所述S2的具体步骤为:S21、计算声波压力数据中声波信号在时域上的微分,得到声波压力的变化率;S22、将声波信号通过傅里叶变换转换到频域,得到声波信号在不同频率下的特征;S23、采用短时傅里叶变换STFT对声波压力的变化率和声波信号在不同频率下的特征进行局部时频分析,得到声波信号的局部时频特性;S24、通过声学奇异性分析ASA计算局部时频特性的声学奇异性,得到声学奇异性数据;所述S3中径向基函数核RBF的核函数表达式为: 其中,表示映射后第个数据点和第个数据点之间的内积,表示指数函数,表示径向基函数核RBF核函数的带宽参数,表示映射后第个数据点和第个数据点之间欧氏距离的平方;所述S4中超参数的表达式为: 其中,表示SVM模型的正则化超参数,表示声波压力数据的大小,表示第个数据点支持向量的权重,表示第个数据点支持向量的权重,表示第个数据点支持向量的标签,表示第个数据点支持向量的标签;所述S5中优化后的SVM模型的决策函数的表达式为: 其中,表示的分类结果,表示符号函数,表示与的内积,表示偏置值,表示特征向量,表示支持向量的数量。

全文数据:

权利要求:

百度查询: 四川华腾公路试验检测有限责任公司 一种基于SVM和ASA的隧道二衬混凝土掉块监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。