一种锚杆AI检测方法技术

本发明专利技术公开了一种锚杆AI检测方法，包括数据采集步骤及数据处理步骤，所述数据处理步骤为解析数据采集步骤采集到的数据以得到检测结果，所述数据处理步骤为：将检测现场采集到的数据发送至服务器，服务器调用已建立的AI模型对检测数据进行自动解析，通过分类模型对灌浆密实度进行判定、采用回归模型对锚杆长度进行预测，最终将AI解析结果实时返回到现场。该检测方法可有效保证检测结果的客观性。

A Method of AI Detection for Bolt

The invention discloses an AI detection method for bolts, which includes data acquisition step and data processing step. The data processing step is to analyze the data collected by the data acquisition step to obtain the test result. The data processing step is to send the data collected from the detection site to the server, and the server calls the established AI model to automatically analyze the test data and passes through it. Classification model is used to determine the grouting compactness, and regression model is used to predict the length of bolt. Finally, the AI analysis results are returned to the site in real time. This method can effectively ensure the objectivity of the test results.

【技术实现步骤摘要】
一种锚杆AI检测方法
本专利技术涉及冲击弹性波分析
，特别是涉及一种锚杆AI检测方法。
技术介绍
现有技术的锚杆广泛运用于铁路、隧道、边坡施工中，而考虑到锚杆的施工质量，在完成施工后，一般需要对锚杆进行锚杆长度、灌浆质量等检查。冲击弹性波法是现有技术针对锚杆锚固质量进行完整评价的重要方法：锚杆长度和密实度的检测方法现目前为冲击弹性波法，在端头利用激振装置进行激振，再利用接收装置接收弹性波信号，通过识别杆底反射时间计算锚杆长度，通过弹性波的衰减计算灌浆密实度，来获得相应的检测结果。对现有锚杆检测方法做进一步优化，以使得其更够更好的服务于工程质量检测，是本领域技术人员重要的技术研究或探寻方向。
技术实现思路
针对上述提出的对现有锚杆检测方法做进一步优化，以使得其更够更好的服务于工程质量检测，是本领域技术人员重要的技术研究或探寻方向的问题，本专利技术提供了一种锚杆AI检测方法，该检测方法可有效保证检测结果的客观性。本方案的技术手段如下，一种锚杆AI检测方法，包括数据采集步骤及数据处理步骤，所述数据处理步骤为解析数据采集步骤采集到的数据以得到检测结果，所述数据处理步骤为：将检测现场采集到的数据发送至服务器，服务器调用已建立的AI模型对检测数据进行自动解析，通过分类模型对灌浆密实度进行判定、采用回归模型对锚杆长度进行预测，最终将AI解析结果实时返回到现场。现有技术中，在锚杆的实际检测中，通过冲击弹性波的反射时间以及传播中的能量损耗来判定锚杆的长度以及灌浆密实度，传统检测过程及缺点如下：1、人员到现场进行数据采集，由于解析过程比较复杂，需将数据带回室内解析，导致检测周期长；2、由于检测数据带回室内解析，所以检测数据存在人为修改的风险；3、检测数据需要人为解析，对检测人员的专业能力要求比较高，需要检测人员有丰富的检测经验；4、检测准确度受检测人员解析经验影响。本方案中，以上数据采集步骤即可基于冲击弹性波法得到数据处理步骤所需的数据，而后通过无线传输或有线传输的方式发送至所述服务器，在服务器中，所述数据处理步骤包括AI自动解析步骤及AI判定计算步骤，所述自动解析步骤为：服务器将接收到的数据进行解析，解析出AI模型判定所需的特征参数；所述AI判定计算步骤为：服务器调用已建立好的AI模型对自动解析后的结果进行自动判定以得到结果。作为本领域技术人员，所述AI即为人工智能，所述AI模型在检测过程中，AI模型一经建立可永久使用，可自动得到结果，同时在检测过程中，亦可通过持续重构训练集完备性的方式多AI模型进行再训练，以不断提高AI模型的解析准确率、精度等。与现有锚杆检测相比主要有以下优点：1、实时获取解析结果，缩短了检测周期；2、简化了检测过程，降低了检测难度；3、规避了人为干预检测数据的风险，保证的检测结果的客观性；4、提高了检测精度，并随着训练集的完备可持续的提高检测精度；5、针对现场数据采集，对相关人员的要求仅为可获得激振信号并进行传输即可，大大减小了锚杆检测对操作人员专业水平和工程经验的要求。更进一步的技术方案为：作为AI模型具体的实现方式，设置为：所述AI模型为通过机器对训练集进行学习训练，得到的具备自动判别、计算的能力的模型。所述分类模型为基于贝叶斯以及神经元网络分类器的模型。所述回归模型为基于weka软件M5P/REPTree模型树法的模型。本专利技术具有以下有益效果：与现有锚杆检测相比主要有以下优点：1、实时获取解析结果，缩短了检测周期；2、简化了检测过程，降低了检测难度；3、规避了人为干预检测数据的风险，保证的检测结果的客观性；4、提高了检测精度，并随着训练集的完备可持续的提高检测精度；5、针对现场数据采集，对相关人员的要求仅为可获得激振信号并进行传输即可，大大减小了锚杆检测对操作人员专业水平和工程经验的要求。具体实施方式下面结合实施例对本专利技术作进一步的详细说明，但是本专利技术的结构不仅限于以下实施例。实施例1：一种锚杆AI检测方法，包括数据采集步骤及数据处理步骤，所述数据处理步骤为解析数据采集步骤采集到的数据以得到检测结果，其特征在于，所述数据处理步骤为：将检测现场采集到的数据发送至服务器，服务器调用已建立的AI模型对检测数据进行自动解析，通过分类模型对灌浆密实度进行判定、采用回归模型对锚杆长度进行预测，最终将AI解析结果实时返回到现场。现有技术中，在锚杆的实际检测中，通过冲击弹性波的反射时间以及传播中的能量损耗来判定锚杆的长度以及灌浆密实度，传统检测过程及缺点如下：1、人员到现场进行数据采集，由于解析过程比较复杂，需将数据带回室内解析，导致检测周期长；2、由于检测数据带回室内解析，所以检测数据存在人为修改的风险；3、检测数据需要人为解析，对检测人员的专业能力要求比较高，需要检测人员有丰富的检测经验；4、检测准确度受检测人员解析经验影响。本方案中，以上数据采集步骤即可基于冲击弹性波法得到数据处理步骤所需的数据，而后通过无线传输或有线传输的方式发送至所述服务器，在服务器中，所述数据处理步骤包括AI自动解析步骤及AI判定计算步骤，所述自动解析步骤为：服务器将接收到的数据进行解析，解析出AI模型判定所需的特征参数；所述AI判定计算步骤为：服务器调用已建立好的AI模型对自动解析后的结果进行自动判定以得到结果。作为本领域技术人员，所述AI即为人工智能，所述AI模型在检测过程中，AI模型一经建立可永久使用，可自动得到结果，同时在检测过程中，亦可通过持续重构训练集完备性的方式多AI模型进行再训练，以不断提高AI模型的解析准确率、精度等。与现有锚杆检测相比主要有以下优点：1、实时获取解析结果，缩短了检测周期；2、简化了检测过程，降低了检测难度；3、规避了人为干预检测数据的风险，保证的检测结果的客观性；4、提高了检测精度，并随着训练集的完备可持续的提高检测精度；5、针对现场数据采集，对相关人员的要求仅为可获得激振信号并进行传输即可，大大减小了锚杆检测对操作人员专业水平和工程经验的要求。实施例2：本实施例在实施例1的基础上作进一步限定：作为AI模型具体的实现方式，设置为：所述AI模型为通过机器对训练集进行学习训练，得到的具备自动判别、计算的能力的模型。所述分类模型为基于贝叶斯以及神经元网络分类器的模型。所述回归模型为基于weka软件M5P/REPTree模型树法的模型。实施例3：本实施例结合实施例1提供了一种基于weka软件的具体实现方式：技术路线1)测试结构主要类型及内容(1)实心锚杆(Solid，对应于普通锚杆)、中空锚杆(Hollow)；(2)长度预测(自动回归波速):_L.ARFF(3)灌浆密实度预测(传播过程中的能量损失):_G.ARFF说明：长度预测及灌浆密实度预测的ARFF文件需要同时生成。2)流程(1)以积算平均波形为积算依据3)长度检测ARFF基本参数(1)锚杆类型：Solid、Hollow(2)锚杆直径(3)锚杆设计长度(4)岩体硬度信息：Hard(坚硬，对应于Ⅰ～Ⅳ级围岩)、Soft(松软，对应于土质、Ⅴ级围岩)(5)砂浆信息：Null(无砂浆、未硬化)、Hardened(硬化)。(6)锚杆及砂浆体的复合波速计算值(7)激振信息：传感器安装Front(正面粘贴)、Side(侧面粘贴)(8)反射时间(9)F本文档来自技高网...

【技术保护点】
1.一种锚杆AI检测方法，包括数据采集步骤及数据处理步骤，所述数据处理步骤为解析数据采集步骤采集到的数据以得到检测结果，其特征在于，所述数据处理步骤为：将检测现场采集到的数据发送至服务器，服务器调用已建立的AI模型对检测数据进行自动解析，通过分类模型对灌浆密实度进行判定、采用回归模型对锚杆长度进行预测，最终将AI解析结果实时返回到现场。

【技术特征摘要】
1.一种锚杆AI检测方法，包括数据采集步骤及数据处理步骤，所述数据处理步骤为解析数据采集步骤采集到的数据以得到检测结果，其特征在于，所述数据处理步骤为：将检测现场采集到的数据发送至服务器，服务器调用已建立的AI模型对检测数据进行自动解析，通过分类模型对灌浆密实度进行判定、采用回归模型对锚杆长度进行预测，最终将AI解析结果实时返回到现场。2.根据权利要求1...

【专利技术属性】
技术研发人员：吴佳晔，罗技明，李科，杨森，冯源，吴波涛，
申请(专利权)人：四川升拓检测技术股份有限公司，
类型：发明
国别省市：四川,51