结构化数据解析方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种结构化数据解析方法、装置、电子设备及存储介质。方法包括获取与对象对应的结构状态参数集和位移分析结果集；基于所述结构状态参数集和所述位移分析结果集训练人工神经网络模型，得到目标网络模型；获取通过激光超声波照射所述对象，使所述对象的表面振动产生的位移数据组，基于所述位移数据组得到预设数量个位移峰值数据；将所述预设数量个位移峰值数据和与每个所述位移峰值数据对应的峰值时间数据输入目标网络模型，判定所述对象是否存在缺陷；若是，基于所述目标网络模型输出所述缺陷的结构状态数据。本发明专利技术实施例的技术方案提高了对缺陷检测的准确性。性。性。

【技术实现步骤摘要】
结构化数据解析方法、装置、电子设备及存储介质


[0001]本专利技术涉及一种数据解析
，尤其涉及一种结构化数据解析方法、装置、电子设备及存储介质。

技术介绍

[0002]超声波检测是一种应用广泛的检测方法，由于超声波频率高、波长短，可与结构中的微小表征——如缺陷、裂纹、脱层等相互作用。对于火箭、机器人等高端装备的表面通过超声波检测，以确定是否存在缺陷等问题。对于激光超声波信号的解析方法通常采用数据解析的方式。
[0003]通过现有的数据解析方法进行计算时，由于结构表面的超声信号存在高强度、长时间的噪声以及超声信号在时域内呈现多波形叠加等特点，导致耗时过长，准确性低。
[0004]因此，急需一种对结构化的数据解析方法来解决上述的技术问题。

技术实现思路

[0005]本专利技术实施例提供一种结构化数据解析方法、装置、电子设备及存储介质，以实现对对象的缺陷的确定，并得到缺陷的位置数据和尺寸数据，方便用户查看。
[0006]第一方面，本专利技术实施例提供了一种结构化数据解析方法，其特征在于，包括：获取与对象对应的结构状态参数集和位移分析结果集；基于所述结构状态参数集和所述位移分析结果集训练人工神经网络模型，得到目标网络模型；获取通过激光超声波照射所述对象，使所述对象的表面振动产生的位移数据组，基于所述位移数据组得到预设数量个位移峰值数据；将所述预设数量个位移峰值数据和与每个所述位移峰值数据对应的峰值时间数据输入目标网络模型，判定所述对象是否存在缺陷；若是，基于所述目标网络模型输出所述缺陷的结构状态数据；其中，所述结构状态参数集包括至少一组结构状态参数，所述结构状态参数包括缺陷的位置参数Lod、尺寸参数Dod和材料性能参数CHs；所述位移分析结果集包括位移峰值数据和与位移峰值数据对应的峰值时间数据；所述结构状态数据包括所述缺陷的位置数据和尺寸数据。
[0007]优选地，所述获取与对象对应的结构状态参数集，包括：通过拉偏测试对对象的缺陷的结构进行拉偏处理，获取每次拉偏处理后的所述缺陷的位置参数Lod、尺寸参数Dod以及材料性能参数CHs，将所述位置参数Lod、尺寸参数Dod以及材料性能参数CHs组合成参数列向量[Lod,Dod,CHs]；基于各个参数列向量生成结构状态参数集。
[0008]优选地，所述基于各个参数列向量生成结构状态参数集，包括：分别设置位置参数Lod、尺寸参数Dod以及材料性能参数CHs的标识；基于位置参数标识、尺寸参数标识以及材料性能参数标识生成p行h列的基准矩阵Base_PoM，所述基准矩阵Base_PoM为：，其中，i=1,2
…
p，j=1,2
…
h，h为拉偏水平数，w为拉偏幅值，p为所述参数列向量的长度；基于均匀实验对所述基准矩阵Base_PoM处理，生成与所述基准矩阵Base_PoM对应的结构状态参数集，所述结构状态参数集包括s
行，p列，其中，s由p和h确定。
[0009]优选地，获取所述位移分析结果集，包括：获取所述结构状态参数集中每一行的各个结构状态参数，并基于每一行的各个结构状态参数搭建缺陷模型；针对每个缺陷模型，基于每个缺陷模型以及选取的观测点，确定与所述观测点对应的位移数据以及与所述位移数据对应的时间数据；基于所述位移数据和所述时间数据得到二维曲线图；针对每个二维曲线图，基于时间序列，在所述二维曲线图上选取前q个的位移峰值数据，所述位移峰值数据的坐标数据标记为(dS
‑
1,tS
‑
1)、(dS
‑
2,tS
‑
2)
…
(dS
‑
q,tS
‑
q)；将q个坐标数据合并为坐标列向量[dS
‑
1,tS
‑
1,dS
‑
2,tS
‑2…
dS
‑
q,tS
‑
q]，其中所述二维曲线图的个数为s，所述坐标列向量长度为v；针对每个坐标列向量，依次合并全部坐标列向量，得到位移分析结果集，所述位移分析结果集包括s行，v列。
[0010]优选地，所述基于所述结构状态参数集和所述位移分析结果集训练人工神经网络模型，包括：基于所述结构状态参数集、所述位移分析结果集以及所述结构状态参数集和所述位移分析结果集之间的对应关系，训练人工神经网络模型；其中，所述结构状态参数集中每一行的结构状态参数在所述位移分析结果集具有相对应的位移峰值数据。
[0011]优选地，所述将所述预设数量个位移峰值数据和与每个所述位移峰值数据对应的峰值时间数据输入目标网络模型，包括：将位移峰值数据和相对应的峰值时间数据组成坐标数据，依次标记为(dT
‑
1，tT
‑
1)、(dT
‑
2，tT
‑
2)
…
(dT
‑
q，tT
‑
q)；所述q为预设数量；将q个坐标数据合并，得到目标列向量[dT
‑
1,tT
‑
1,dT
‑
2,tT
‑2…
dT
‑
q,tT
‑
q]；将所述目标列向量输入目标网络模型。
[0012]优选地，所述判定所述对象是否存在缺陷，包括：当通过所述目标网络模型判定所述目标列向量存在对应的结构状态参数时，判定所述对象存在缺陷。
[0013]第二方面，本专利技术实施例还提供了一种结构化数据解析装置，其特征在于，包括：数据获取模块，用于获取与对象对应的结构状态参数集和位移分析结果集；模型训练模块，用于基于所述结构状态参数集和所述位移分析结果集训练人工神经网络模型，得到目标网络模型；位移峰值数据获取模块，用于获取通过激光超声波照射所述对象，使所述对象的表面振动产生的位移数据组，基于所述位移数据组得到预设数量个位移峰值数据；缺陷判定模块，用于将所述预设数量个位移峰值数据和与每个所述位移峰值数据对应的峰值时间数据输入目标网络模型，判定所述对象是否存在缺陷；结构状态数据输出模块，用于在判定所述对象存在缺陷的情况下，基于所述目标网络模型输出所述缺陷的结构状态数据；其中，所述结构状态参数集包括至少一组结构状态参数，所述结构状态参数包括缺陷的位置参数Lod、尺寸参数Dod和材料性能参数CHs；所述位移分析结果集包括位移峰值数据和与位移峰值数据对应的峰值时间数据；所述结构状态数据包括所述缺陷的位置数据和尺寸数据。
[0014]第三方面，本专利技术实施例还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例任一所述的结构化数据解析方法。
[0015]第四方面，本专利技术实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本专利技术实施例任一所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结构化数据解析方法，其特征在于，包括：获取与对象对应的结构状态参数集和位移分析结果集；基于所述结构状态参数集和所述位移分析结果集训练人工神经网络模型，得到目标网络模型；获取通过激光超声波照射所述对象，使所述对象的表面振动产生的位移数据组，基于所述位移数据组得到预设数量个位移峰值数据；将所述预设数量个位移峰值数据和与每个所述位移峰值数据对应的峰值时间数据输入目标网络模型，判定所述对象是否存在缺陷；若是，基于所述目标网络模型输出所述缺陷的结构状态数据；其中，所述结构状态参数集包括至少一组结构状态参数，所述结构状态参数包括缺陷的位置参数Lod、尺寸参数Dod和材料性能参数CHs；所述位移分析结果集包括位移峰值数据和与位移峰值数据对应的峰值时间数据；所述结构状态数据包括所述缺陷的位置数据和尺寸数据。2.根据权利要求1所述的结构化数据解析方法，其特征在于，所述获取与对象对应的结构状态参数集，包括：通过拉偏测试对对象的缺陷的结构进行拉偏处理，获取每次拉偏处理后的所述缺陷的位置参数Lod、尺寸参数Dod以及材料性能参数CHs，将所述位置参数Lod、尺寸参数Dod以及材料性能参数CHs组合成参数列向量[Lod,Dod,CHs]；基于各个参数列向量生成结构状态参数集。3.根据权利要求2所述的结构化数据解析方法，其特征在于，所述基于各个参数列向量生成结构状态参数集，包括：分别设置位置参数Lod、尺寸参数Dod以及材料性能参数CHs的标识；基于位置参数标识、尺寸参数标识以及材料性能参数标识生成p行h列的基准矩阵Base_PoM，所述基准矩阵Base_PoM为：，其中，i=1,2
…
p，j=1,2
…
h，h为拉偏水平数，w为拉偏幅值，p为所述参数列向量的长度；基于均匀实验对所述基准矩阵Base_PoM处理，生成与所述基准矩阵Base_PoM对应的结构状态参数集，所述结构状态参数集包括s行，p列，其中，s由p和h确定。4.根据权利要求2所述的结构化数据解析方法，其特征在于，获取所述位移分析结果集，包括：获取所述结构状态参数集中每一行的各个结构状态参数，并基于每一行的各个结构状态参数搭建缺陷模型；针对每个缺陷模型，基于每个缺陷模型以及选取的观测点，确定与所述观测点对应的位移数据以及与所述位移数据对应的时间数据；基于所述位移数据和所述时间数据得到二维曲线图；针对每个二维曲线图，基于时间序列，在所述二维曲线图上选取前q个的位移峰值数据，所述位移峰值数据的坐标数据标记为(dS
‑
1,tS
‑
1)、(dS
‑
2,tS
‑
2)
…
(dS
‑
q,tS
‑
q)；将q个坐标数据合并为坐标列向量[dS
‑
1,tS
‑
1,dS
‑
2,tS
‑2…
dS
‑
q,tS
‑
q]，其中所述二维曲线图的
个数为s，所述...

【专利技术属性】
技术研发人员：强洪夫，姚东，王学仁，张宇伦，闫欣，耿挺京，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：