【技术实现步骤摘要】
本专利技术涉及渡槽监测方法领域，特别是一种基于卷积神经网络的渡槽监测方法。
技术介绍
1、传统的渡槽健康监测方法是现场评估，包括但不限于外观检查、无损检测技术，如回弹法，冲击回波法等。每隔一段时间进行定期检查，对于日益增长的监测数据量和复杂性，需要更高级的分析方法以提高预测的准确性和效率。
2、现有技术存在的问题：
3、1.受限于现场检查：
4、许多检测技术必须到现场进行检测评估，耗费大量人力且需要时间梳理检查数据和出具报告。
5、2.技术局限性：
6、无损检测技术如超声波、地质雷达等可能受材料性质、结构复杂性及检测环境的影响，导致数据解释和结果准确性面临挑战。
7、某些先进的检测手段成本较高，对操作人员的技术水平要求较高，且实施过程中可能会对正常运行造成一定干扰。
8、3.周期性监测不足：
9、实时在线监测系统尚不普遍，大部分检测是定期进行，无法及时捕捉到突发性的结构变化。
10、4.局部与整体关系难把握：
11、单...
【技术保护点】
1.一种基于卷积神经网络的渡槽监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的渡槽监测方法，其特征在于，所述步骤S1具体为：在渡槽上布置数个传感器收集渡槽的数据，获取训练卷积神经网络的数据。
3.根据权利要求1所述的基于卷积神经网络的渡槽监测方法，其特征在于，所述步骤S2包括以下子步骤：
4.根据权利要求1所述的基于卷积神经网络的渡槽监测方法，其特征在于，所述步骤S3包括以下子步骤：
5.根据权利要求1所述的基于卷积神经网络的渡槽监测方法，其特征在于，所述步骤S4具体为：CNN根据提取的特...
【技术特征摘要】
1.一种基于卷积神经网络的渡槽监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的渡槽监测方法，其特征在于，所述步骤s1具体为：在渡槽上布置数个传感器收集渡槽的数据，获取训练卷积神经网络的数据。
3.根据权利要求1所述的基于卷积神经网络的渡槽监测方法，其特征在于，所述步骤s2包括以下子步骤：
4.根据权利要求1所述的基于卷...
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。