详情

原文传递一种钢丝绳断丝损伤识别方法及系统

专利名称：	一种钢丝绳断丝损伤识别方法及系统
摘要：	本发明公开了一种基于小波变换和神经网络的钢丝绳断丝损伤识别方法，属于土木工程结构检测领域。该方法包括以下步骤：首先，运用钢丝绳探测仪检测未知断丝数目的钢丝绳，提取检测到的漏磁信号并记录钢丝绳直径、钢丝绳探测仪运行速度等参数；然后，利用小波变换的多分辨率特征和奇异性检测能力，对提取的检测到的漏磁信号进行连续小波变换，记录变换后的小波系数峰峰值；接着，将记录的峰峰值以及钢丝绳直径等特征值导入已经训练好的神经网络；最后，得到神经网络输出的参数，即可完成钢丝绳断丝数目的定量损伤识别。通过本发明，实现了钢丝绳断丝数目的定量识别，具有较强的实用性。
专利类型：	发明专利
国家地区组织代码：	湖北;42
申请人：	华中科技大学
发明人：	朱宏平;翁顺;王盟;孙燕华;木威威;杜荣武;陈志丹;李佳靖
专利状态：	有效
申请日期：	2019-06-30T00:00:00+0800
发布日期：	2019-09-13T00:00:00+0800
申请号：	CN201910581645.1
公开号：	CN110231395A
代理机构：	华中科技大学专利中心
代理人：	尚威;李智
分类号：	G01N27/84(2006.01);G;G01;G01N;G01N27
申请人地址：	430074 湖北省武汉市洪山区珞喻路1037号
主权项：	1.一种钢丝绳断丝损伤识别方法，包括离线训练步骤和在线检测步骤，其特征在于：所述离线训练步骤包括： (1)将大量已知断丝数目的钢丝绳作为训练样本，将钢丝绳直径、钢丝绳探测仪运行速度、钢丝绳探测仪检测到的漏磁信号对应的小波系数峰峰值，这三种特征量作为输入层参数，将对应的钢丝绳断丝数目作为输出层参数，对选定的神经网络进行训练，直至神经网络的输出结果在允许误差范围内，得到训练好的神经网络；所述在线检测步骤包括： (2)针对未知断丝数目的待测钢丝绳，提取钢丝绳探测仪检测到的漏磁信号并记录钢丝绳直径、钢丝绳探测仪运行速度； (3)对提取的漏磁信号进行连续小波变换，得到小波系数峰峰值； (4)将步骤(2)记录的钢丝绳直径、钢丝绳探测仪运行速度和步骤(3)得到的小波系数峰峰值导入步骤(1)得到的训练好的神经网络，得到神经网络输出的参数，即为待测钢丝绳的断丝数目。 2.如权利要求1所述的一种钢丝绳断丝损伤识别方法，其特征在于，步骤(3)包括如下子步骤： (3.1)选取复Morlet小波作为小波母函数，表达式为：其中，fb表示带宽参数，fc表示小波中心频率，j是虚数符号，t是时间参数； (3.2)基于复Morlet小波，对检测到的漏磁信号进行连续小波变换：其中，a表示尺度因子，b表示平移因子，Wψ(a,b)表示小波变换后的小波系数，x(t)表示检测到的漏磁信号，是小波母函数ψ(a,b)(t)的复共轭形式。 3.如权利要求1或2所述的一种钢丝绳断丝损伤识别方法，其特征在于，步骤(1)包括以下子步骤： (1.1)将大量已知断丝数目的钢丝绳作为训练样本，将钢丝绳直径、钢丝绳探测仪运行速度、钢丝绳探测仪检测到的漏磁信号对应的小波系数峰峰值，这三种特征量作为输入层参数，将对应的钢丝绳断丝数目作为输出层参数，建立神经网络； (1.2)设置神经网络的层数以及每层神经元的个数、神经元激活函数的种类、学习的回合数Epoch以及允许误差； (1.3)利用步骤(1.1)选取的训练样本和步骤(1.2)设定的参数进行神经网络的迭代优化，直至迭代次数达到指定的Epoch且输出结果在允许误差范围内，得到训练好的神经网络。 4.如权利要求1或2所述的一种钢丝绳断丝损伤识别方法，其特征在于，所述步骤(2)包括以下子步骤： (2.1)固定好待检测钢丝绳，记录钢丝绳的直径； (2.2)设置好钢丝绳探测仪的运行速度，沿轴向检测钢丝绳，提取检测到的漏磁信号。 5.一种钢丝绳断丝损伤识别系统，包括处理器、离线训练程序模块、神经网络程序模块和在线检测程序模块，其特征在于：所述离线训练程序模块在被所述处理器调用时，按照如权利要求1～4任意一项所述的步骤(1)对所述神经网络程序模块进行训练；所述在线检测程序模块在被所述处理器调用时，执行如权利要求1～4 任意一项所述的步骤(2)～(4)。
所属类别：	发明专利