混凝土界面脱粘检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及一种混凝土界面脱粘检测方法、装置、电子设备及存储介质，包括：获取源结构和目标结构，源结构为提供脱粘检测诊断知识的结构，目标结构为待检测结构。对源结构和目标结构的导波信号进行小波变换的时频域信息提取。基于时频域信息构建并获取基于域自适应领域的人工神经网络，并通过人工神经网络对源模型进行特征学习和参数优化，以获取源结构结果预测网络。基于域自适应领域中一对数据空间的对抗对齐和统计对齐，对目标模型进行引导式对抗自适应训练，以获取目标结构特征提取网络。将源结构结果预测网络与目标结构特征提取网络进行组合，以完成待检测结构导波信号的脱粘诊断。具有较强的普适性，降低了脱粘检测对环境参数的敏感度。参数的敏感度。参数的敏感度。

【技术实现步骤摘要】
混凝土界面脱粘检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及钢筋混凝土结构的界面脱粘
，特别是涉及一种混凝土界面脱粘检测方法、装置、电子设备及存储介质。

技术介绍

[0002]钢筋混凝土结构的界面脱粘问题一直是引发结构破坏乃至于大型灾难性事件发生的主要因素，因而成为结构健康监测(Structural Health Monitoring，SHM)领域的重点关注对象。近年来，基于导波传播(GuidedWave Propagation，GWP)技术检测钢筋混凝土结构界面脱粘获得了大批研究者的目光。由于导波固有的对其波导边界条件的敏感性，钢筋混凝土的界面脱粘问题现象能够明显的反映在导波信号上。因此，很多学者将精力投入到发掘导波信号特征与结构脱粘状态的关系上。现有研究成果依据分析机理可以主要分为两大类，分别为基于信号统计特征的统计模型方法和基于导波传播规律的物理模型方法。
[0003]统计模型方法主要通过寻找结构在不同损伤情况下的导波信号统计特征，建立信号特征和结构损伤间的统计拟合关系。如利用经验模态分解、小波变换等统计方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混凝土界面脱粘检测方法，其特征在于，所述方法包括：获取源结构和目标结构，所述源结构为提供脱粘检测诊断知识的结构，所述目标结构为待检测结构；对所述源结构和目标结构的导波信号进行小波变换的时频域信息提取；基于所述时频域信息构建并获取基于域自适应领域的人工神经网络，并通过所述人工神经网络对源模型进行特征学习和参数优化，以获取源结构结果预测网络；基于所述域自适应领域中一对数据空间的对抗对齐和统计对齐，对目标模型进行引导式对抗自适应训练，以获取目标结构特征提取网络；将所述源结构结果预测网络与目标结构特征提取网络进行组合，以完成待检测结构导波信号的脱粘诊断。2.根据权利要求1所述的混凝土界面脱粘检测方法，其特征在于，所述源结构的脱粘诊断知识多于所述目标结构需要的脱粘诊断知识，所述获取源结构和目标结构，包括：在已知脱粘状态的混凝土结构上进行波传播试验以获取对应的第一导波信号，并基于所述第一导波信号和已知脱粘状态获取所述源结构；在所述目标结构上进行波传播试验以获取所述目标结构的第二导波信号，所述第二导波信号用于确定所述目标结构的脱粘状态。3.根据权利要求1所述的混凝土界面脱粘检测方法，其特征在于，所述对所述源结构和目标结构的导波信号进行小波变换的时频域信息提取，包括：通过Morlet小波的小波基函数进行连续小波变换，且小波类型在对应时频域内与所述导波信号具有相关性；通过编写Python脚本调整所述小波变换的输出频谱的尺度为同一量级，以适应所述人工神经网络的特征分析。4.根据权利要求1所述的混凝土界面脱粘检测方法，其特征在于，所述源模型包括源结构特征提取网络和源结构结果预测网络，且所述源结构特征提取网络采用卷积神经网络架构，以适配二维卷积核的卷积神经网络骨架层，所述源结构结果预测网络采用全连接网络架构；所述基于所述时频域信息构建并获取基于域自适应领域的人工神经网络，并通过所述人工神经网络对源模型进行特征学习和参数优化，以获取源结构结果预测网络，包括：通过所述人工神经网络对所述卷积神经网络架构进行特征学习和参数优化，以获取所述源结构特征提取网络；通过所述源结构特征提取网络对所述目标结构进行特征提取，以获取待分析特征；通过所述全连接网络架构构建的全连接层对所述待分析特征进行特征分析和分析结果输出。5.根据权利要求4所述的混凝土界面脱粘检测方法，其特征在于，所述基于所...

【专利技术属性】
技术研发人员：乔丕忠，廖智威，陆林军，
申请(专利权)人：上海交通大学设计研究总院有限公司，
类型：发明
国别省市：