【技術實現(xiàn)步驟摘要】
本專利技術涉及探地雷達數(shù)據(jù)分析與隧道內部病害檢測，尤其涉及一種探地雷達隧道襯砌病害識別方法及裝置。
技術介紹
1、本部分旨在為權利要求書中陳述的本專利技術實施例提供背景或上下文。此處的描述不因為包括在本部分中就承認是現(xiàn)有技術。
2、隨著鐵路建設的迅猛發(fā)展，隧道工程作為其重要組成部分，對保障鐵路運行的安全和穩(wěn)定至關重要。隧道作為列車穿越山脈、河流和城市等地形地貌的重要通道，承擔著關鍵的運輸功能，而襯砌作為隧道結構的主要組成部分，其完整性和安全性直接影響鐵路運輸?shù)捻槙尺M行。
3、然而，隧道襯砌的損傷和異常情況較隱匿，在過去的幾十年里，鐵路工程中出現(xiàn)了越來越多的隧道襯砌問題，包括空洞、脫空、鋼筋銹蝕、混凝土龜裂、偏差變形、腐蝕和松動等。由于隧道襯砌位于地下，檢測難度較大，不僅需要耗費大量的人力、物力和時間，而且容易導致漏檢和誤檢。傳統(tǒng)的人工檢測方法已經不能滿足準確有效的檢測需求。
技術實現(xiàn)思路
1、本專利技術實施例提供一種探地雷達隧道襯砌病害識別方法，用以提高隧道襯砌病害的識別精度和識別效率，該方法包括：
2、對探地雷達采集得到的隧道襯砌數(shù)據(jù)進行幅頻特征分析，得到對應的幅頻特征數(shù)據(jù)；根據(jù)隧道襯砌數(shù)據(jù)生成雷達反射信號剖面圖，在雷達反射信號剖面圖上進行病害標注，得到病害標注后的剖面圖；
3、將幅頻特征數(shù)據(jù)輸入到特征解構分析模型中，輸出第一病害識別結果；所述特征解構分析模型是根據(jù)歷史幅頻特征數(shù)據(jù)以及對應的歷史第一病害識別結果，對卷積神經網絡進行訓
4、將病害標注后的剖面圖輸入到剖面圖病害識別模型中，輸出第二病害識別結果；所述剖面圖病害識別模型是根據(jù)歷史病害標注后的剖面圖以及對應的歷史第二病害識別結果，對深度學習網絡進行訓練得到的；
5、將第一病害識別結果和第二病害識別結果進行加權平均，生成最終的隧道襯砌病害識別結果。
6、本專利技術實施例還提供一種探地雷達隧道襯砌病害識別裝置，用以提高隧道襯砌病害的識別精度和識別效率，該裝置包括：
7、幅頻特征數(shù)據(jù)和剖面圖獲取模塊，用于對探地雷達采集得到的隧道襯砌數(shù)據(jù)進行幅頻特征分析，得到對應的幅頻特征數(shù)據(jù)；根據(jù)隧道襯砌數(shù)據(jù)生成雷達反射信號剖面圖，在雷達反射信號剖面圖上進行病害標注，得到病害標注后的剖面圖；
8、第一病害識別結果輸出模塊，用于將幅頻特征數(shù)據(jù)輸入到特征解構分析模型中，輸出第一病害識別結果；所述特征解構分析模型是根據(jù)歷史幅頻特征數(shù)據(jù)以及對應的歷史第一病害識別結果，對卷積神經網絡進行訓練得到的；
9、第二病害識別結果輸出模塊，用于將病害標注后的剖面圖輸入到剖面圖病害識別模型中，輸出第二病害識別結果；所述剖面圖病害識別模型是根據(jù)歷史病害標注后的剖面圖以及對應的歷史第二病害識別結果，對深度學習網絡進行訓練得到的；
10、最終的隧道襯砌病害識別結果生成模塊，用于將第一病害識別結果和第二病害識別結果進行加權平均，生成最終的隧道襯砌病害識別結果。
11、本專利技術實施例還提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述探地雷達隧道襯砌病害識別方法。
12、本專利技術實施例還提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述探地雷達隧道襯砌病害識別方法。
13、本專利技術實施例還提供一種計算機程序產品，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述探地雷達隧道襯砌病害識別方法。
14、本專利技術實施例中，通過對探地雷達采集得到的隧道襯砌數(shù)據(jù)進行幅頻特征分析，得到對應的幅頻特征數(shù)據(jù)；根據(jù)隧道襯砌數(shù)據(jù)生成雷達反射信號剖面圖，在雷達反射信號剖面圖上進行病害標注，得到病害標注后的剖面圖；將幅頻特征數(shù)據(jù)輸入到特征解構分析模型中，輸出第一病害識別結果；所述特征解構分析模型是根據(jù)歷史幅頻特征數(shù)據(jù)以及對應的歷史第一病害識別結果，對卷積神經網絡進行訓練得到的；將病害標注后的剖面圖輸入到剖面圖病害識別模型中，輸出第二病害識別結果；所述剖面圖病害識別模型是根據(jù)歷史病害標注后的剖面圖以及對應的歷史第二病害識別結果，對深度學習網絡進行訓練得到的；將第一病害識別結果和第二病害識別結果進行加權平均，生成最終的隧道襯砌病害識別結果。在上述過程中，本專利技術實施例基于對兩種數(shù)據(jù)(幅頻特征數(shù)據(jù)和剖面圖)進行分析結合，將特征解構分析模型的病害識別結果和剖面圖病害識別模型中的病害識別結果進行加權平均處理，實現(xiàn)隧道襯砌病害的識別，從而提高隧道襯砌病害的識別精度和識別效率。
本文檔來自技高網...【技術保護點】
1.一種探地雷達隧道襯砌病害識別方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，在對探地雷達采集得到的隧道襯砌數(shù)據(jù)進行幅頻特征分析，得到對應的幅頻特征數(shù)據(jù)之前，包括：
3.如權利要求1所述的方法，其特征在于，根據(jù)歷史幅頻特征數(shù)據(jù)以及對應的歷史第一病害識別結果，對卷積神經網絡進行訓練，包括：
4.如權利要求1所述的方法，其特征在于，根據(jù)歷史病害標注后的剖面圖以及對應的歷史第二病害識別結果，對深度學習網絡進行訓練，包括：
5.如權利要求1所述的方法，其特征在于，還包括：
6.一種探地雷達隧道襯砌病害識別裝置，其特征在于，包括：
7.如權利要求6所述的裝置，其特征在于，還包括數(shù)據(jù)預處理模塊，具體用于：
8.如權利要求6所述的裝置，其特征在于，還包括特征解構分析模型訓練模塊，具體用于：
9.如權利要求6所述的裝置，其特征在于，還包括剖面圖病害識別模型訓練模塊，具體用于：
10.如權利要求6所述的裝置，其特征在于，還包括模型評價模塊，具體用于：
11.一
12.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至5任一所述方法。
13.一種計算機程序產品，其特征在于，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至5任一所述方法。
...【技術特征摘要】
1.一種探地雷達隧道襯砌病害識別方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，在對探地雷達采集得到的隧道襯砌數(shù)據(jù)進行幅頻特征分析，得到對應的幅頻特征數(shù)據(jù)之前，包括：
3.如權利要求1所述的方法，其特征在于，根據(jù)歷史幅頻特征數(shù)據(jù)以及對應的歷史第一病害識別結果，對卷積神經網絡進行訓練，包括：
4.如權利要求1所述的方法，其特征在于，根據(jù)歷史病害標注后的剖面圖以及對應的歷史第二病害識別結果，對深度學習網絡進行訓練，包括：
5.如權利要求1所述的方法，其特征在于，還包括：
6.一種探地雷達隧道襯砌病害識別裝置，其特征在于，包括：
7.如權利要求6所述的裝置，其特征在于，還包括數(shù)據(jù)預處理模塊，具體用于：
8.如權利要求6所述...
【專利技術屬性】
技術研發(fā)人員：雷洋，袁飛，江波，王石磊，馮乾寬，王兆寧，田甜，齊法琳，宋國華，賈飛宇，瞿起明，
申請(專利權)人：中國鐵道科學研究院集團有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。