一种基于冲击回波信号的隧道衬砌脱空检测方法及系统技术方案

本发明专利技术涉及隧道工程检测技术领域，提供了一种基于冲击回波信号的隧道衬砌脱空检测方法及系统，包括：获取待测隧道衬砌的冲击回波信号；对冲击回波信号分别提取时域特征、频域特征以及时

【技术实现步骤摘要】
一种基于冲击回波信号的隧道衬砌脱空检测方法及系统


[0001]本专利技术属于隧道工程检测
，尤其涉及一种基于冲击回波信号的隧道衬砌脱空检测方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]由于目前冲击回波法在进行隧道衬砌脱空检测时，通常采用傅里叶变换求解出振动信号的频谱特征，再根据缺陷主频和表观速度分析计算衬砌是否存在空洞。但由于实际的冲击回波信号并不是平稳信号，使得傅里叶变换频谱中常出现多重峰值，此外还会出现虚假频率和多余分量，导致检测结果干扰较大，容易出现误判。
[0004]随着数据信息处理技术和人工智能技术的迅猛发展，相关研究也将深度学习应用到了衬砌检测冲击回波法信号的处理中，但目前主要是将冲击回波信号时序振动数据转换为图像数据，然后利用单一的二维卷积神经网络模型进行训练及分类识别，在转换过程中会损失较多的有用信息，且对于振动信号的前后时序关系也未有考虑，因此处理结果的可靠性及准确率有限，且智能化程度不高，容易受数据处理人员主观经验的影响。

技术实现思路

[0005]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供一种基于冲击回波信号的隧道衬砌脱空检测方法及系统，同时采用不同的神经网络模型处理冲击回波法振动时序信号的不同特征，不损失信号的有用分量及特征信息，有效提高了冲击回波法对隧道衬砌是否存在脱空的识别准确率。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]本专利技术的第一个方面提供一种基于冲击回波信号的隧道衬砌脱空检测方法，其包括：
[0008]获取待测隧道衬砌的冲击回波信号；
[0009]对冲击回波信号分别提取时域特征、频域特征以及时
‑
频域特征；
[0010]对时域特征、频域特征以及时
‑
频域特征进行标准化后，采用第一神经网络进行进一步特征提取；
[0011]对冲击回波信号，采用第二神经网络提取信号前后时序关系的特征；
[0012]根据第一神经网络输出的特征和所述信号前后时序关系的特征，通过特征融合部分得到待测隧道衬砌是否存在脱空的结果。
[0013]进一步地，所述时域特征包括对所述冲击回波信号在时间域中提取的振幅均方根值、峰值因子、峭度指标、脉冲指标、波形因子和裕度系数。
[0014]进一步地，所述频域特征包括对所述冲击回波信号，利用傅里叶变换提取的主频、频谱质心、频率带宽、频率均方根和频谱波峰数。
[0015]进一步地，所述时
‑
频域特征包括对所述冲击回波信号，利用VMD
‑
HHT变换提取信号的瞬时频率、瞬时包络、瞬时相位、边际谱频率。
[0016]进一步地，所述VMD
‑
HHT变换以模糊熵和相关系数为基础建立遗传算法的目标函数，利用遗传算法寻找最优的变分模态分解的参数，以得到冲击回波信号的各有效分量，然后对各有效分量进行希尔伯特变换，提取有效分量的时
‑
频域特征。
[0017]进一步地，所述第一神经网络、第二神经网络和特征融合部分构成隧道衬砌脱空检测模型，用于训练所述隧道衬砌脱空检测模型的数据集包括：通过对不同工况的衬砌模型进行冲击回波信号采集得到的原始数据集、以及对原始数据集进行数据增强得到的扩充数据集。
[0018]进一步地，所述数据增强包括：
[0019]对原始数据集中的冲击回波信号进行傅里叶变换，确定一个频带宽度，在所述频带宽度范围外，滤除噪声，生成第一批信号；
[0020]在原始数据集中的冲击回波信号的基础上添加随机噪声，生成第二批信号；
[0021]将第一批信号和第二批信号作为扩充数据集。
[0022]本专利技术的第二个方面提供一种基于冲击回波信号的隧道衬砌脱空检测系统，其包括：
[0023]信号获取模块，其被配置为：获取待测隧道衬砌的冲击回波信号；
[0024]第一特征提取模块，其被配置为：对冲击回波信号分别提取时域特征、频域特征以及时
‑
频域特征；
[0025]第二特征提取模块，其被配置为：对时域特征、频域特征以及时
‑
频域特征进行标准化后，采用第一神经网络进行进一步特征提取；
[0026]第三特征提取模块，其被配置为：对冲击回波信号，采用第二神经网络提取信号前后时序关系的特征；
[0027]检测模块，其被配置为：根据第一神经网络输出的特征和所述信号前后时序关系的特征，通过特征融合部分得到待测隧道衬砌是否存在脱空的结果。
[0028]本专利技术的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的一种基于冲击回波信号的隧道衬砌脱空检测方法中的步骤。
[0029]本专利技术的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的一种基于冲击回波信号的隧道衬砌脱空检测方法中的步骤。
[0030]与现有技术相比，本专利技术的有益效果是：
[0031]本专利技术提供了一种基于冲击回波信号的隧道衬砌脱空检测方法，其同时采用不同的神经网络模型去处理冲击回波法振动时序信号的不同特征，充分利用信号的全局及局部特征信息，不损失信号的有用信息，有效提高了冲击回波法对隧道衬砌是否存在脱空的识别准确率，针对性强，在冲击回波法数据处理方面具有广阔的应用前景，适合推广应用。
[0032]本专利技术提供了一种基于冲击回波信号的隧道衬砌脱空检测方法，其采用联合深度学习网络模型对冲击回波信号进行处理，实现了高智能化程度结果的自动判别输出，不受人为经验判断等主观因素的影响，具有更高的可靠性。
附图说明
[0033]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0034]图1是本专利技术实施例一的隧道衬砌脱空检测模型的训练流程图；
[0035]图2是本专利技术实施例一的隧道衬砌脱空检测模型的结构图；
[0036]图3为本专利技术实施例一的物理模型示意图；
[0037]图4为本专利技术实施例一的神经网络训练及验证损失图；
[0038]图5为本专利技术实施例一的神经网络训练及验证精度图。
具体实施方式
[0039]下面结合附图与实施例对本专利技术作进一步说明。
[0040]应该指出，以下详细说明都是例示性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0041]实施例一
[0042]为了提高冲击回波法对隧道衬砌脱空检测结果的可靠性及智能化判别程度，本实施例提供了一种基于冲击回波信号的隧道衬砌脱空检测方法。
[0043]本实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于冲击回波信号的隧道衬砌脱空检测方法，其特征在于，包括：获取待测隧道衬砌的冲击回波信号；对冲击回波信号分别提取时域特征、频域特征以及时
‑
频域特征；对时域特征、频域特征以及时
‑
频域特征进行标准化后，采用第一神经网络进行进一步特征提取；对冲击回波信号，采用第二神经网络提取信号前后时序关系的特征；根据第一神经网络输出的特征和所述信号前后时序关系的特征，通过特征融合部分得到待测隧道衬砌是否存在脱空的结果。2.如权利要求1所述的一种基于冲击回波信号的隧道衬砌脱空检测方法，其特征在于，所述时域特征包括对所述冲击回波信号在时间域中提取的振幅均方根值、峰值因子、峭度指标、脉冲指标、波形因子和裕度系数。3.如权利要求1所述的一种基于冲击回波信号的隧道衬砌脱空检测方法，其特征在于，所述频域特征包括对所述冲击回波信号，利用傅里叶变换提取的主频、频谱质心、频率带宽、频率均方根和频谱波峰数。4.如权利要求1所述的一种基于冲击回波信号的隧道衬砌脱空检测方法，其特征在于，所述时
‑
频域特征包括对所述冲击回波信号，利用VMD
‑
HHT变换提取信号的瞬时频率、瞬时包络、瞬时相位、边际谱频率。5.如权利要求4所述的一种基于冲击回波信号的隧道衬砌脱空检测方法，其特征在于，所述VMD
‑
HHT变换以模糊熵和相关系数为基础建立遗传算法的目标函数，利用遗传算法寻找最优的变分模态分解的参数，以得到冲击回波信号的各有效分量，然后对各有效分量进行希尔伯特变换，提取有效分量的时
‑
频域特征。6.如权利要求1所述的一种基于冲击回波信号的隧道衬砌脱空检测方法，其特征在于，所述第一神经网络、第二神经网络和特征融合部分构成...

【专利技术属性】
技术研发人员：汪旭，卢松，孟露，肖洋，赵子越，隆芸遐，于维刚，李强，黄永威，
申请(专利权)人：中铁西南科学研究院有限公司，
类型：发明
国别省市：