基于支持向量机的锚杆锚固密实度等级评定方法技术

本发明专利技术提供一种基于支持向量机的锚杆锚固密实度等级评定方法，通过声波反射法获取反射信号，通过对其进行归一化等处理，得到规格化后的反射信号；根据数据长度建立不同的训练样本数据集，对每个样本建立8+N1+N2维的特征矩阵，使用人工方式获得标签向量，使用支持向量机进行训练和分类，实现了锚杆锚固密实度的等级评定。该方法的全部判定均基于时域特征进行，具有适应性好、判定结果准确的特点，有较好的应用效果。

Evaluation method of anchor density grade based on support vector machine

【技术实现步骤摘要】
基于支持向量机的锚杆锚固密实度等级评定方法
本专利技术属于工程测量领域，尤其涉及使用声波反射法对锚杆进行无损检测时的一种基于支持向量机的锚杆锚固密实度等级评定方法。
技术介绍
锚杆支护技术广泛应用于各种支护工程，其原理是通过将锚杆锚入围岩内部，从而改变围岩本身的力学状态，可提高围岩的环向抗压强度，并有效地控制围岩的变形；锚杆的锚固密实度是评价能否达到上述工程目的的重要指标。在工程应用中，通常采用声波反射法来实现对锚杆长度和锚杆锚固密实度的无损检测；声波反射法将激振声波信号作用在锚杆的露出端，使用加速度或速度传感器对反射信号进行检测，根据得到的反射信号，判定锚杆的长度和锚固密实度。根据国家行业标准JGJ/T182-2009《锚杆锚固质量无损检测技术规程》的规定，锚杆的锚固密实度共分ABCD四个等级；在实际情况中，A级和B级确定为合格，C级和D级确定为不合格。但是该标准仅给出了锚杆锚固密实度的定性判别标准，许多地方用词较为模糊，如对反射信号的描述为：“杆底反射信号微弱”、“有较弱的缺陷反射波”、“清晰的杆底反射波”等；对波形的描述为：“波形规则”、“波形较规则”、“波形欠规则”、“波形不规则”等；这类定性描述在实际应用中不容易掌握相应的尺度；另外标准中还给出了时域信号特征和幅频信号特征，若同时识别则在一定程度上增加了实现难度。支持向量机是一种对数据进行二元分类的广义线性分类器，其基本思想是通过求解能够正确划分训练数据集并且几何间隔最大的分离超平面，来实现对样本的分类；多次二分类也可以构成多分类支持向量机，OpenCV函数库中就提供了多分类支持；支持向量机对小样本分类有较好的效果。为了实现对锚杆锚固密实度等级评定的定量化计算，本专利技术提供了一种针对采集到的反射信号，使用支持向量机对锚杆锚固密实度等级进行评定的方法，仅针对反射信号的时域特征进行处理，既能满足规程要求，同时还有适应性好、判定结果准确的特点，具有较好的应用价值。
技术实现思路
基于支持向量机的锚杆锚固密实度等级评定方法，包括以下步骤。步骤1，使用声波反射法获取锚杆的杆底前反射信号；根据杆长、杆系波速及频域分辨率等因素，预先确定接收反射信号的长度和采样率；可用采样次数固定的方式对反射信号进行采样，也可用采用时间间隔固定的方式进行采样；杆底前反射信号指不超过杆底反射时程的反射信号；在本方法中超过杆底反射时程的数据需要在测量后去除；这可以根据杆长和外露杆长预先确定，但要预留后续新零点前需要去除的点，从而准确地得到杆底前反射信号。步骤2，对反射信号进行归一化处理，包括Y方向归一化和X方向归一化；Y方向归一化是振幅归一化，即将反射信号的纵坐标归一化到设定的振幅区间，避免因每次测量时激振信号强度不同造成的反射信号强度不同，从而使波形之间无法进行比较的情况；振幅归一化的具体方法是，先求出反射信号在Y方向上的绝对值最大值，再设定的振幅区间值与该最大值的比例值，然后将所有的振幅值乘以该比例值，实现等比例缩放；X方向归一化是时间归一化，即将反射信号的时间横坐标归一化到统一时间间隔；时间归一化可以简单地采用插值算法进行。步骤3，对反射信号进行平滑，确定X方向的新零点；对反射信号进行平滑可以采用移动平均平滑方法，也可以采用其他高次平滑算法；受到外露杆体长度不同的影响，信号波形图中最前面部分长度可能不一致，为了数据处理的一致性，需求取反射信号在X方向的新零点并去除新零点前的数据；方法是从现有的零点开始，依次求取波形Y方向绝对值的移动平均值；同时计算从零点开始全部波形Y方向绝对值数据的全部平均值，若该点处移动平均值大于全部平均值的一个比例系数时，将该点确定为新零点；新零点前的数据全部清空。步骤4，求取Y方向的峰值坐标以及X方向修正系数，并修正X坐标；在反射信号的波形图中，Y轴正方向的峰值称为上峰值；考虑到每次具体测量时，激振信号的强度和持续时间的不同，会导致反射信号的主频率或周期的不同，从信号的波形图上分辨，则表现在不同的测量，X方向的峰值间隔的不同；为了便于后续计算和比较，需要将其统一到一个基准上进行计算；取第一个上峰值X方向的宽度作为本次测量的基准，计算该值与事先设定的标准值的比值作为修正系数，然后将全部峰值数据的X坐标乘以该比值进行修正；也可以取前几个峰值的宽度的平均值作为本次测量的基准；该修正相当于对反射信号的波形进行拉伸或压缩。步骤5，重新插值获取修正后的反射信号或波形，即规格化数据；使用与步骤2相同的X方向统一时间间隔作为标准间隔值，对经过上述处理后的反射信号，使用插值的方法进行重采样；称为规格化数据；规格化后数据只使用Y值序列，即Y值和序号；使用该值构成规格化后的反射信号或波形；对于相同杆长的锚杆，每次测量得到的Y值个数或数据长度可能是不一样的；对于不同杆长的锚杆，每次测量得到的数据长度可能是不一样的；所述数据长度，指反射信号的数据经过步骤1~5处理后的Y值的个数。步骤6，准备样本数据集并进行人工标定；采样声波反射法，针对典型的应用场景和典型的杆长进行现场测试，得到一系列现场测量数据；对这些现场测量数据，按上述步骤1~5进行处理，得到规格化后的样本数据集；对这些现场测量数据，采用人工标定方式，对其锚杆锚固密实度进行等级评定，得到相应的分类标签。步骤7，构造长度不同的训练样本数据集；针对上述已进行规格化和人工标定的样本数据集，按照不同的数据长度构造不同的样本数据集，然后对每一个样本数据集进行训练；为减少待训练的样本数据集的数量，可将数据长度按10取整；若样本数据集中某类样本数据的个数不足时，可以将属于同一分类的，数据长度大于该样本集数据长度的样本，截断到需要的长度来使用。步骤8，对样本数据集，构造特征矩阵和标签向量；对样本数据集中的每个样本，构造8+N1+N2维的特征向量；样本数据集中有N个样本时，其特征组成N×(8+N1+N2)维的特征矩阵；样本数据集中有N个样本时，其分类标签组成N×1维的标签向量；所述对样本数据集中的每个样本，构造8+N1+N2维的特征向量，包括：对样本数据集中的每个样本数据，计算下列特征值：特征1：前N1个上峰值点Y值；特征2：前N1个上峰值点直线拟合后的斜率；特征3：前N1个上峰值点横坐标间隔平均值；特征4：前N2个下峰值点Y值；特征5：前N2个下峰值点直线拟合后的斜率；特征6：前N2个下峰值点横坐标间隔平均值；特征7：全部点Y值绝对值平均值；特征8：全部点Y值绝对值方差；特征9：全部上峰值点Y值平均值；特征10：全部下峰值点Y值平均值；所述特征1和特征4，取前N1个上峰值点和N2个下峰值点的Y值；所述特征2和特征5，指分别对N1本文档来自技高网...

【技术保护点】
1.基于支持向量机的锚杆锚固密实度等级评定方法，其特征在于，包括以下步骤：/n步骤1，使用声波反射法获取锚杆的杆底前反射信号；/n步骤2，对反射信号进行归一化处理，包括Y方向归一化和X方向归一化；/n步骤3，对反射信号进行平滑，确定X方向的新零点；/n步骤4，求取Y方向的峰值坐标以及X方向修正系数，并修正X坐标；/n步骤5，重新插值获取修正后的发射信号或波形，即规格化数据；/n步骤6，准备样本数据集并进行人工标定；/n步骤7，构造长度不同的训练样本数据集；/n步骤8，对样本数据集，构造特征矩阵和标签向量；/n对样本数据集中的每个样本，构造8+N1+N2维的特征向量；/n样本数据集中有N个样本时，其特征组成N×(8+N1+N2)维的特征矩阵；/n样本数据集中有N个样本时，其分类标签组成N×1维的标签向量；/n步骤9，使用支持向量机，对每个样本数据集进行训练，得到最终的分类模型；；/n步骤10，针对某次的具体测量进行分类，得到本次测量的等级评定类别。/n

【技术特征摘要】
1.基于支持向量机的锚杆锚固密实度等级评定方法，其特征在于，包括以下步骤：
步骤1，使用声波反射法获取锚杆的杆底前反射信号；
步骤2，对反射信号进行归一化处理，包括Y方向归一化和X方向归一化；
步骤3，对反射信号进行平滑，确定X方向的新零点；
步骤4，求取Y方向的峰值坐标以及X方向修正系数，并修正X坐标；
步骤5，重新插值获取修正后的发射信号或波形，即规格化数据；
步骤6，准备样本数据集并进行人工标定；
步骤7，构造长度不同的训练样本数据集；
步骤8，对样本数据集，构造特征矩阵和标签向量；
对样本数据集中的每个样本，构造8+N1+N2维的特征向量；
样本数据集中有N个样本时，其特征组成N×(8+N1+N2)维的特征矩阵；
样本数据集中有N个样本时，其分类标签组成N×1维的标签向量；
步骤9，使用支持向量机，对每个样本数据集进行训练，得到最终的分类模型；；
步骤10，针对某次的具体测量进行分类，得到本次测量的等级评定类别。


2.所述步骤2中的Y方向归一化和X方向归一化，其特征在于，包括：
Y方向归一化指将反射信号的纵坐标归一化到设定的振幅区间；
X方向归一化指将反射信号的时间横坐标归一化到统一时间间隔。


3.所述步骤3中的确定X方向的新零点，包括：
从现有的零点开始，依次求取波形Y方向绝对值的移动平均值；同时计算从零点开始全部波形Y方向绝对值数据的全部平均值，若该点处的移动平均值大于全部平均值的一个比例系数时，将该点确定为新零点；新零点前的数据全部清空。


4.所述步骤4中求取Y方向的峰值坐标以及X方向修正系数，并修正X坐标，包括：
取第一个上峰值X方向的宽度作为本次测量的基准，计算该值与事先设定的标准值的比值作为修正系数，然后将全部峰值数据的X坐标乘以该比值进行修正；
该修正相当于对反射信号波形进行拉伸或压缩。


5.所述步骤5中，重新插值获取修正后的发射信号或波形，包括：
使用与步骤2相同的统一时间间隔作为标准间隔值，对经过修正后的反射信号，使用插值的方法进行重采样；称为规格化数据；得到Y值序列，即Y值和序号；这两个值构成规格化后的波形或信号。


6.所述步骤6中的准备样本数据集并进行人工标定，包括：
针对典型的应用场景和典型的杆长进行现场测试，得到一系列现场测量数据；
对这些测量样本数据，按上述步骤1~5进行处理，得到规格化后的样本数据集；
采用人工标定方式，对每次测量的锚杆锚固密实度进行等...

【专利技术属性】
技术研发人员：冯子亮，侯明正，董朋林，黄潇逸，王开华，刘季亭，朱鑫，贺思睿，张欣，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51