System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及錨桿強(qiáng)度檢測,具體而言,涉及一種錨桿強(qiáng)度檢測方法及系統(tǒng)。
技術(shù)介紹
1、目前,傳統(tǒng)的錨桿強(qiáng)度檢測方法多依賴于機(jī)械式或手工式的力學(xué)測試儀器,主要包括拉拔試驗(yàn)、壓力傳感器監(jiān)測等方式。這些方法需要依賴大量的現(xiàn)場數(shù)據(jù)采集和現(xiàn)場操作,且往往忽視了錨桿在實(shí)際工程中的動態(tài)響應(yīng)特征。同時,由于錨桿的受力狀態(tài)與周圍環(huán)境(如土體、巖石等)之間的復(fù)雜交互作用,傳統(tǒng)的靜態(tài)檢測方法無法及時反映錨桿在實(shí)際負(fù)荷下的強(qiáng)度變化。并且近年來,玄武巖纖維錨桿作為一種新型材料,因其優(yōu)異的力學(xué)性能和耐腐蝕性,在地下工程中得到了廣泛的應(yīng)用。玄武巖纖維錨桿相比傳統(tǒng)的鋼錨桿,具有更高的強(qiáng)度重量比、更好的耐腐蝕性能和較低的維護(hù)成本,尤其適用于地下水濕潤、鹽堿地等特殊環(huán)境中。然而,玄武巖纖維錨桿在強(qiáng)度監(jiān)測和檢測方面面臨更為復(fù)雜的技術(shù)挑戰(zhàn)。由于其材料特性與傳統(tǒng)鋼錨桿存在差異,傳統(tǒng)的檢測方法很難適應(yīng)其動態(tài)響應(yīng)和復(fù)雜的受力行為,尤其是在不同施工環(huán)境和長期服役過程中,錨桿的強(qiáng)度衰退和性能變化難以精確評估。
2、因此現(xiàn)亟需一種錨桿強(qiáng)度檢測方法及系統(tǒng),用于解決傳統(tǒng)鋼錨桿和玄武巖纖維錨桿的強(qiáng)度檢測的技術(shù)問題。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種錨桿強(qiáng)度檢測方法及系統(tǒng),以改善所述問題。為了實(shí)現(xiàn)所述目的,本專利技術(shù)采取的技術(shù)方案如下:
2、第一方面,本申請?zhí)峁┝艘环N錨桿強(qiáng)度檢測方法,包括:
3、獲取傳感器采集到的原始錨桿動態(tài)響應(yīng)信號;
4、將所述原始錨桿動態(tài)響應(yīng)信號進(jìn)行預(yù)處理和
5、將去噪后的錨桿動態(tài)響應(yīng)信號發(fā)送至預(yù)設(shè)的特征提取模型進(jìn)行特征提取,得到多維特征,所述多維特征包括時間復(fù)雜性特征向量、瞬時頻率特征向量和遞歸特征向量;
6、將所述多維特征進(jìn)行特征拼接,并將拼接得到的高維特征向量進(jìn)行降維和稀疏表示分類,得到稀疏表示特征;
7、將所述稀疏表示特征發(fā)送至預(yù)設(shè)的預(yù)測模型內(nèi)進(jìn)行訓(xùn)練和預(yù)測,并通過預(yù)設(shè)的高斯過程回歸模型對預(yù)測得到的錨桿強(qiáng)度預(yù)測值及其不確定性信息進(jìn)行處理,得到錨桿的預(yù)測強(qiáng)度值;
8、將所述稀疏表示特征和所有的所述錨桿的預(yù)測強(qiáng)度值發(fā)送至異常檢測模型內(nèi)進(jìn)行異常檢測,并刪除掉異常的預(yù)測強(qiáng)度值數(shù)據(jù),得到錨桿的強(qiáng)度檢測數(shù)值。
9、第二方面,本申請還提供了一種錨桿強(qiáng)度檢測系統(tǒng),包括:
10、獲取單元,用于獲取傳感器采集到的原始錨桿動態(tài)響應(yīng)信號;
11、第一處理單元,用于將所述原始錨桿動態(tài)響應(yīng)信號進(jìn)行預(yù)處理和降噪,其中,通過分?jǐn)?shù)階傅里葉變換對原始錨桿動態(tài)響應(yīng)信號進(jìn)行預(yù)處理,并利用預(yù)設(shè)的局部投影矩陣對預(yù)處理得到的信號進(jìn)行降噪,得到去噪后的錨桿動態(tài)響應(yīng)信號;
12、第二處理單元,用于將去噪后的錨桿動態(tài)響應(yīng)信號發(fā)送至預(yù)設(shè)的特征提取模型進(jìn)行特征提取,得到多維特征,所述多維特征包括時間復(fù)雜性特征向量、瞬時頻率特征向量和遞歸特征向量;
13、第三處理單元,用于將所述多維特征進(jìn)行特征拼接,并將拼接得到的高維特征向量進(jìn)行降維和稀疏表示分類,得到稀疏表示特征;
14、第四處理單元,用于將所述稀疏表示特征發(fā)送至預(yù)設(shè)的預(yù)測模型內(nèi)進(jìn)行訓(xùn)練和預(yù)測,并通過預(yù)設(shè)的高斯過程回歸模型對預(yù)測得到的錨桿強(qiáng)度預(yù)測值及其不確定性信息進(jìn)行處理,得到錨桿的預(yù)測強(qiáng)度值;
15、第五處理單元,用于將所述稀疏表示特征和所有的所述錨桿的預(yù)測強(qiáng)度值發(fā)送至異常檢測模型內(nèi)進(jìn)行異常檢測,并刪除掉異常的預(yù)測強(qiáng)度值數(shù)據(jù),得到錨桿的強(qiáng)度檢測數(shù)值。
16、本專利技術(shù)的有益效果為:
17、本方法通過結(jié)合分?jǐn)?shù)階傅里葉變換、自適應(yīng)濾波、特征提取算法、稀疏表示分類及高斯過程回歸等先進(jìn)的信號處理與機(jī)器學(xué)習(xí)技術(shù),能夠?qū)崟r、準(zhǔn)確地提取錨桿動態(tài)響應(yīng)信號中的關(guān)鍵信息,并結(jié)合異常檢測模型對錨桿強(qiáng)度進(jìn)行高效預(yù)測。與傳統(tǒng)檢測方法相比,本申請的錨桿強(qiáng)度檢測方法不僅具有較高的檢測精度和實(shí)時性,而且能夠有效消除外部環(huán)境因素對測量結(jié)果的干擾,為工程安全提供更加可靠的保障,特別是在玄武巖纖維錨桿的動態(tài)響應(yīng)和性能評估方面,具有顯著的優(yōu)勢。
18、由于玄武巖纖維錨桿的應(yīng)用環(huán)境常常較為復(fù)雜,且其使用周期長,因此在長期監(jiān)測過程中可能會出現(xiàn)傳感器故障或環(huán)境干擾導(dǎo)致的異常信號。通過本專利技術(shù)中的異常檢測模型,能夠自動識別并刪除這些不準(zhǔn)確的預(yù)測數(shù)據(jù),保證錨桿強(qiáng)度檢測數(shù)值的穩(wěn)定性和可靠性,避免了因個別異常數(shù)據(jù)而引發(fā)的誤判,提升了整個系統(tǒng)在復(fù)雜工況下的魯棒性。
19、玄武巖纖維錨桿具有不同于傳統(tǒng)鋼筋錨桿的力學(xué)性能,其動態(tài)響應(yīng)信號可能呈現(xiàn)更復(fù)雜的非線性特征。通過使用基于最小熵準(zhǔn)則的分?jǐn)?shù)階傅里葉變換,結(jié)合遞歸特征分析,本專利技術(shù)能夠識別和提取玄武巖纖維錨桿的獨(dú)特動態(tài)響應(yīng)模式,并通過特征提取模型將這些特征轉(zhuǎn)化為高維特征向量,從而提高了對其復(fù)雜響應(yīng)模式的識別能力。
20、本專利技術(shù)的其他特征和優(yōu)點(diǎn)將在隨后的說明書闡述,并且,部分地從說明書中變得顯而易見,或者通過實(shí)施本專利技術(shù)實(shí)施例了解。本專利技術(shù)的目的和其他優(yōu)點(diǎn)可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種錨桿強(qiáng)度檢測方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的錨桿強(qiáng)度檢測方法,其特征在于,將所述原始錨桿動態(tài)響應(yīng)信號進(jìn)行預(yù)處理和降噪,其中,通過分?jǐn)?shù)階傅里葉變換對原始錨桿動態(tài)響應(yīng)信號進(jìn)行預(yù)處理,并利用預(yù)設(shè)的局部投影矩陣對預(yù)處理得到的信號進(jìn)行降噪,得到去噪后的錨桿動態(tài)響應(yīng)信號,包括:
3.根據(jù)權(quán)利要求1所述的錨桿強(qiáng)度檢測方法,其特征在于,將去噪后的錨桿動態(tài)響應(yīng)信號發(fā)送至預(yù)設(shè)的特征提取模型進(jìn)行特征提取,得到多維特征,所述多維特征包括時間復(fù)雜性特征向量、瞬時頻率特征向量和遞歸特征向量,包括:
4.根據(jù)權(quán)利要求1所述的錨桿強(qiáng)度檢測方法,其特征在于,將所述多維特征進(jìn)行特征拼接,并將拼接得到的高維特征向量進(jìn)行降維和稀疏表示分類,得到稀疏表示特征,包括:
5.根據(jù)權(quán)利要求1所述的錨桿強(qiáng)度檢測方法,其特征在于,將所述稀疏表示特征發(fā)送至預(yù)設(shè)的預(yù)測模型內(nèi)進(jìn)行訓(xùn)練和預(yù)測,并通過預(yù)設(shè)的高斯過程回歸模型對預(yù)測得到的錨桿強(qiáng)度預(yù)測值及其不確定性信息進(jìn)行處理,得到錨桿的預(yù)測強(qiáng)度值,包括:
6.一種錨桿強(qiáng)度檢測系統(tǒng),其特征在于,包括:
< ...【技術(shù)特征摘要】
1.一種錨桿強(qiáng)度檢測方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的錨桿強(qiáng)度檢測方法,其特征在于,將所述原始錨桿動態(tài)響應(yīng)信號進(jìn)行預(yù)處理和降噪,其中,通過分?jǐn)?shù)階傅里葉變換對原始錨桿動態(tài)響應(yīng)信號進(jìn)行預(yù)處理,并利用預(yù)設(shè)的局部投影矩陣對預(yù)處理得到的信號進(jìn)行降噪,得到去噪后的錨桿動態(tài)響應(yīng)信號,包括:
3.根據(jù)權(quán)利要求1所述的錨桿強(qiáng)度檢測方法,其特征在于,將去噪后的錨桿動態(tài)響應(yīng)信號發(fā)送至預(yù)設(shè)的特征提取模型進(jìn)行特征提取,得到多維特征,所述多維特征包括時間復(fù)雜性特征向量、瞬時頻率特征向量和遞歸特征向量,包括:
4.根據(jù)權(quán)利要求1所述的錨桿強(qiáng)度檢測方法,其特征在于,將所述多維特征進(jìn)行特征拼接,并將拼接得到的高維特征向量進(jìn)行降維和稀疏表示分類,得到稀疏...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:林明安,何川,楊文波,吳枋胤,聶金誠,
申請(專利權(quán))人:西南交通大學(xué),
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。