一种结构表面负载状态识别及厚度测量的方法及装置制造方法及图纸

本发明专利技术公开了一种结构表面负载状态识别及厚度测量的方法及装置，属于结构表面结冰及积水探测技术领域，包括记录多个振动频率激励下待测负载的振幅数据并根据振幅数据绘制待测负载的振幅频率曲线；根据振幅频率曲线提取待测负载状态及厚度的曲线特征值，将曲线特征值输入多个训练机器学习模型中并得到多个负载类型及负载厚度的输出信息；通过投票系统选出正确的负载类型，并剔除错误的负载类型对应的机器学习，以剩下的机器学习模型对应负载厚度曲线特征值的加权平均值作为最终厚度输出。本发明专利技术通过对不同负载情况下的幅频响应曲线进行特征提取，并训练相应的机器学习模型，从而达到使装置准确测量负载类型及厚度的效果。

【技术实现步骤摘要】
一种结构表面负载状态识别及厚度测量的方法及装置
本专利技术属于结构表面结冰及积水探测
，更具体地，涉及一种结构表面负载状态识别及厚度测量的方法及装置。
技术介绍
结冰及积水现象在特定领域被视为严重的安全隐患，如道路、风力机、飞行器、动车组、输电线路及塔架等等。因此，能够测量结冰及积水厚度的方法及技术也得到越来越多的应用。目前已进入实用阶段的测量技术可以分为两大类，即接触式测量技术即非接触式测量技术。非接触式测量技术主要利用水和冰的光谱特性及偏振特性对负载类型进行区分，可以实现较高的识别率，但不能够很好地测量负载的厚度，因此应用范围存在局限性。接触式测量技术目前大致可以分为光学、电学、声学及力学原理。其中光学原理，如基于光强或相位调制的光纤传感技术等，可在一定程度上实现结冰厚度测量，但仅适用于较为洁净的应用环境。电学原理，如基于多频阻抗的传感技术，可对冰和水实现感知，但不能准确测量负载的厚度。声学原理，如基于超声波的传感技术，可测量负载的厚度，却不能可靠判断负载类型。
技术实现思路
针对现有技术的以上缺陷或改进需本文档来自技高网...

【技术保护点】
1.一种结构表面负载状态识别及厚度测量的方法，其特征在于，该方法包括以下步骤：/n记录多个振动频率激励下待测负载的振幅数据并根据所述振幅数据绘制待测负载的振幅频率曲线；/n根据所述振幅频率曲线提取待测负载状态及厚度的曲线特征值，将所述曲线特征值输入预先构建的训练机器学习模型中并得到多个负载类型及负载厚度的输出信息；/n通过投票机制选出正确的负载类型，并在输出过程中将错误的负载类型对应的机器学习模型剔除，以剩下的机器学习模型对应的负载厚度曲线特征值的加权平均值作为最终的厚度输出。/n

【技术特征摘要】
1.一种结构表面负载状态识别及厚度测量的方法，其特征在于，该方法包括以下步骤：
记录多个振动频率激励下待测负载的振幅数据并根据所述振幅数据绘制待测负载的振幅频率曲线；
根据所述振幅频率曲线提取待测负载状态及厚度的曲线特征值，将所述曲线特征值输入预先构建的训练机器学习模型中并得到多个负载类型及负载厚度的输出信息；
通过投票机制选出正确的负载类型，并在输出过程中将错误的负载类型对应的机器学习模型剔除，以剩下的机器学习模型对应的负载厚度曲线特征值的加权平均值作为最终的厚度输出。


2.根据权利要求1所述的一种结构表面负载状态识别及厚度测量的方法，其特征在于，训练多个机器学习模型具体包括以下步骤：
在水、冰及干燥状态下以多个振动频率激励负载，根据各个振动频率下的振幅数据绘制负载的振幅频率曲线，并分别提取三个状态下的相关特征量；
将提取的相关特征量及对应的负载状态、负载厚度信息作为训练集，训练不同状态下的多个机器学习模型。


3.根据权利要求2所述的一种结构表面负载状态识别及厚度测量的方法，其特征在于，所述机器学习模型包括人工神经网络、支撑向量机或决策树，依据所述训练集中各机器学习模型的负载类型判断准确率及负载厚度计算准确率为各模型赋予相应的权重。


4.根据权利要求1或3所述的一种结构表面负载状态识别及厚度测量的方法，其特征在于，根据所述振幅频率曲线提取待测负载状态及厚度的曲线特征值包括以下步骤：
根据振动频率与振幅峰值绘制反映负载幅频特性的曲线图，通过特征提取方法提取用于识别待测负载状态及计算负载厚度的曲线特征值。


5.根据权利要求4所述的一种结构表面负载状态识别及厚度测量的方法，其特征在于，所述曲线特征值包括振幅相对离散指标、振幅平均值、振幅方差、各阶谐振峰幅值和各阶谐振频率。


6.根据权利要求1或5任一项所述的一种结构表面负载状态识别及厚度测量的方法，其特征在于，负载类型的投票结果通过所有机器学习模型对多个负载类型的加权统计数据得到。
...

【专利技术属性】
技术研发人员：桂康，葛俊锋，叶林，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42