System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及结构损伤识别,特别是涉及一种设备损伤识别方法、装置、计算机设备和存储介质。
技术介绍
1、结构损伤识别是近年来新兴的一个研究方向,随着土木行业的蓬勃发展,道路,桥梁、房屋等建筑物和构筑物越来越多。伴随而来的问题也逐步浮现,世界各地因结构损伤而导致的事故灾害屡见不鲜。由此推进了结构损伤识别等相关行业的发展。结构损伤识别是指通过一定方法,获取结构自身信息,进而推断结构损伤情况
2、传统的结构损伤识别方法包括混凝土表观裂缝的目视检测、混凝土裂纹渗透法探伤、混凝土碳化深度测量、混凝土氯离子含量测定、钢筋分布扫描仪、钢筋锈蚀的版电池点位试验方法等等,这类检测方法需要人为判断结构是否损伤和损伤程度,存在识别效率与准确性低的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高结构损伤识别效率和准确性的结构损伤识别方法、装置、计算机设备和存储介质。
2、第一方面,本申请提供了一种结构损伤识别方法,所述方法包括:
3、获取目标设备的振动响应信号;
4、根据所述振动响应信号,提取所述目标设备的模态参数;
5、将所述模态参数输入预训练的损伤识别模型,得到所述目标设备的损伤等级。
6、在其中一个实施例中,所述方法还包括:
7、获取目标设备的振动测试响应信号;
8、基于所述振动测试响应信号,确定所述目标设备的模态参数以及损伤等级;
9、根据所述模态参数以及损伤等级,对待
10、在其中一个实施例中,所述震动测试响应信号包括:目标设备正常运行时的振动响应信号,以及目标设备在不同损伤等级下的振动响应信号。
11、在其中一个实施例中,所述基于所述振动测试响应信号,确定所述目标设备的模态参数以及损伤等级包括:
12、根据所述振动测试响应信号,提取所述振动测试响应信号对应的模态参数;
13、将所述振动测试响应信号对应的模态参数,以及目标设备正常运行时的模态参数进行对比,得到所述测试震动响应信号的损伤等级;其中,所述损伤等级包括无损伤、轻度损伤、中度损伤和重度损伤。
14、在其中一个实施例中,所述根据所述模态参数以及损伤等级,对待训练的神经网络模型进行训练,得到所述预训练的损伤识别模型,包括:
15、基于损伤等级为无损伤的振动测试响应信号以及对应的模态参数,按照预定义的自监督任务,对所述神经网络模型进行预训练;
16、基于损伤等级为轻度损伤、中度损伤和重度损伤的振动测试响应信号以及对应的模态参数,对所述神经网络模型进行微调,得到所述预训练的损伤识别模型。
17、在其中一个实施例中,所述获取目标设备的振动响应信号,包括:
18、获取所述数据采集系统采集的目标设备的振动响应信号;所述数据采集系统包括:加速度传感器、速度传感器、应力传感器、声发射传感器、激光多普勒测振仪、温度传感器、湿度传感器以及风速传感器。
19、在其中一个实施例中,所述根据所述振动响应信号,提取所述目标设备的模态参数包括:
20、对所述振动响应信号进行变换处理,得到所述目标设备的模态参数;其中,所述变换处理包括傅里叶变换、短时傅里叶变换和小波变换中的至少一种,所述模态参数包括自然频率、阻尼比、模态形状和模态保证度。
21、第二方面,本申请还提供了一种结构损伤识别装置,所述装置包括:
22、信号获取模块,用于获取目标设备的振动响应信号;
23、模态参数提取模块,用于根据所述振动响应信号,提取所述目标设备的模态参数;
24、损伤识别模块,用于将所述模态参数输入预训练的损伤识别模型,得到所述目标设备的损伤等级。
25、第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
26、获取目标设备的振动响应信号;
27、根据所述振动响应信号,提取所述目标设备的模态参数;
28、将所述模态参数输入预训练的损伤识别模型,得到所述目标设备的损伤等级。
29、第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
30、获取目标设备的振动响应信号;
31、根据所述振动响应信号,提取所述目标设备的模态参数;
32、将所述模态参数输入预训练的损伤识别模型,得到所述目标设备的损伤等级。
33、上述结构损伤识别方法、装置、计算机设备和存储介质,获取目标设备的振动响应信号;根据振动响应信号,提取目标设备的模态参数;将模态参数输入预训练的损伤识别模型,得到目标设备的损伤等级。通过本申请的方法进行结构损伤识别,能够提高损伤识别的效率和准确性。
本文档来自技高网...【技术保护点】
1.一种结构损伤识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述震动测试响应信号包括:目标设备正常运行时的振动响应信号,以及目标设备在不同损伤等级下的振动响应信号。
4.根据权利要求3所述的方法,其特征在于,所述基于所述振动测试响应信号,确定所述目标设备的模态参数以及损伤等级包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述模态参数以及损伤等级,对待训练的神经网络模型进行训练,得到所述预训练的损伤识别模型,包括:
6.根据权利要求1所述的方法,其特征在于,所述获取目标设备的振动响应信号,包括:
7.根据权利要求1所述的方法,其特征在于,所述根据所述振动响应信号,提取所述目标设备的模态参数包括:
8.一种结构损伤识别装置,其特征在于,所述装置包括:
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种结构损伤识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述震动测试响应信号包括:目标设备正常运行时的振动响应信号,以及目标设备在不同损伤等级下的振动响应信号。
4.根据权利要求3所述的方法,其特征在于,所述基于所述振动测试响应信号,确定所述目标设备的模态参数以及损伤等级包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述模态参数以及损伤等级,对待训练的神经网络模型进行训练,得到所述预训练的损伤识别模型,包括:
<...【专利技术属性】
技术研发人员:李强,王电处,余荣兴,张世洪,雷鸣东,杨旭,刘玉安,谢强,
申请(专利权)人:中国南方电网有限责任公司超高压输电公司大理局,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。