【技术实现步骤摘要】
本专利技术涉及混凝土施工质量检测领域，具体涉及一种混凝土振捣质量跨模态检测系统与数据处理方法。
技术介绍
1、在混凝土施工过程中，振捣质量是确保混凝土均匀性和结构强度的关键因素之一。传统的振捣质量检测主要依赖于人工观察和经验判断，这种方法不仅主观性强，而且效率低下，难以保证检测结果的准确性和一致性。随着传感器技术和信号处理技术的发展，越来越多的自动化检测方法被应用于混凝土振捣质量的监测中。然而，现有的自动化检测方法往往仅依赖于单一传感器，其采集的数据信息有限，难以全面反映振捣过程中的复杂动态特性，在实际应用中往往存在各种无法预知的噪声等干扰影响信号分析的结果，导致检测结果的准确性和可靠性不足。参考当前多模态技术发展应用经验，使用跨模态的特征交互技术能够降低随机干扰，放大待提取特征之间的表征差异，因此提出一种具有高鲁棒性的混凝土振捣质量跨模态检测系统与数据处理方法，能够在混凝土振捣施工复杂场景下实现更精确的振捣质量检测。
技术实现思路
1、本专利技术的目的就是解决上述背景中的技术问题，提出一种混凝土振捣质量跨模态检测系统，其特征是：包括信号采集模块、数据处理模块和质量分析模块；
2、信号采集模块用于采集振捣棒的轴向运动加速度和振捣棒有效振捣半径内的不同位置的加速度响应数据；
3、数据处理模块通过对称点模式分析对来自多个传感器的信号进行综合处理；
4、质量分析模块使用卷积神经网络进行振捣施工质量分析。
5、优选的方案中，信号采集模块包括若
6、优选的方案中，加速度传感器包括一个加速度传感器和若干个三向加速度传感器，其中，单轴加速度传感器安装在振捣棒的轴壁上，用于采集振捣棒的轴向运动加速度；
7、若干个三向加速度传感器，分别安装在距离振捣棒的不同位置，与单轴加速度传感器的安装位置处于同一水平线上，用于采集振捣棒有效振捣半径内的不同位置的加速度响应数据。
8、本专利技术还提供一种混凝土振捣质量跨模态检测系统的数据处理方法，包括以下步骤：
9、s1、利用由若干个加速度传感器组成的信号采集模块，分别采集振捣棒的轴向运动加速度以及有效振捣半径内不同位置的加速度响应数据；
10、s2、采用对称点模式分析对多源传感信号进行处理，将时间序列转化为极坐标系散点图，通过调整对称点模式分析的初始参数，将所有传感器信号融合到同一张sdp图像中，以增大不同故障状态的表征差异；
11、s3、使用卷积神经网络对sdp图像进行振捣施工质量分析；通过人工分类和机器学习训练，使cnn模型能够精确判别sdp图像的类别，即判别振捣施工质量为欠振、密实或过振。
12、优选的方案中，对称点模式分析方法具体为：利用时间序列x中第i时刻和第i+l时刻的信号幅值xi、xi+l，计算出极坐标系中第i对散点的坐标(r(i)，θ(i)，)，坐标计算公式为：
13、
14、式中：xmax和xmin为时间序列x中的最大值和最小值；θ为绘图初始角；ξ为角域增益因子；l为时间延滞系数。
15、优选的方案中，对称点模式分析通过连续地将时间序列元素转化为极坐标系中的散点对，最终在指定的角度范围[θ-ξ,θ+ξ]内形成对称的两片叶瓣，其中，θ为两片叶瓣的对称轴角度，θ决定了散点图的对称性质，角域增益因子ξ限制了叶瓣在极坐标系中的角域宽度，而时间延滞系数l对叶瓣的形态产生影响。
16、优选的方案中，当存在若干个传感器时，对称点模式分析通过调整绘图初始角θ和角域增益因子ξ，将所有传感器的信号融合到同一张sdp图像中。
17、优选的方案中，在对称点模式分析的初始参数设置中，sdp图像的像素矩阵大小被设定为64×64，以确保足够的图像分辨率；
18、为了充分利用每个传感器的信息，每个传感器的绘图初始角分别被设置为0°、72°、144°、216°和288°，以确保散点图在极坐标系中的均匀分布；此外，角域增益因子ξ和时间延滞系数l均被统一设置为18°和10，以保证分析效果并简化参数调整过程。
19、优选的方案中，cnn主要由输入层、卷积层、池化层和全连接层构成，输入层输入为64×64的sdp图像，卷积层对输入的sdp图像进行特征提取，形成特征图，然后池化层对卷积层提取到的特征进行降维，降低特征维度和特征数量，防止特征过拟合，最后通过全连接层将特征拉展到一个维度，进行分类概率计算得到模型的分类计算结果。
20、优选的方案中，得到大量sdp图像后，人工将sdp图像进行分类，依据实际对应振捣施工质量划分为3类：欠振、密实和过振；
21、分类完成后，采用7:3的比例随机进行划分为机器学习训练集和测试集，通过反复优化调参，设定cnn训练学习率、迭代轮数等超参数，直到cnn训练损失得到良好的收敛；
22、训练好后的cnn模型判别振捣施工质量：欠振、密实和过振。
23、本专利技术的有益效果为：本专利技术的有益效果包括：
24、(1)提高检测准确性：通过多源传感信号采集与融合，本专利技术能够全面反映振捣过程中的复杂动态特性，有效提高了检测的准确性。
25、(2)增强检测可靠性：采用先进的sdp数据处理方法和cnn机器学习算法，本专利技术能够实现对振捣施工质量的精确判别，增强了检测的可靠性。
26、(3)提升检测效率：相比传统的人工检测方法，本专利技术实现了自动化检测，大大提高了检测效率，降低了人力成本。
27、(4)易于推广应用：本专利技术的检测方法不受限于特定场景，具有较强的通用性和适用性，易于在各类混凝土施工项目中推广应用。
本文档来自技高网...【技术保护点】
1.一种混凝土振捣质量跨模态检测系统，其特征是：包括信号采集模块、数据处理模块和质量分析模块；
2.根据权利要求1所述一种混凝土振捣质量跨模态检测系统，其特征是：信号采集模块包括若干个加速度传感器，所有加速度传感器均为16通道动态数据采集模式，采集频率为1000Hz，采集有效振动周期为30s。
3.根据权利要求2所述一种混凝土振捣质量跨模态检测系统，其特征是：加速度传感器包括一个加速度传感器和若干个三向加速度传感器，其中，单轴加速度传感器安装在振捣棒的轴壁上，用于采集振捣棒的轴向运动加速度；
4.使用权利要求1～3任一项所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：包括以下步骤：
5.根据权利要求4所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：对称点模式分析方法具体为：利用时间序列x中第i时刻和第i+l时刻的信号幅值xi、xi+l，计算出极坐标系中第i对散点的坐标坐标计算公式为：
6.根据权利要求4所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：对称点模式分析通过连续地将时间
7.根据权利要求4所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：当存在若干个传感器时，对称点模式分析通过调整绘图初始角θ和角域增益因子ξ，将所有传感器的信号融合到同一张SDP图像中。
8.根据权利要求4所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：在对称点模式分析的初始参数设置中，SDP图像的像素矩阵大小被设定为64×64，以确保足够的图像分辨率；
9.根据权利要求4所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：CNN主要由输入层、卷积层、池化层和全连接层构成，输入层输入为64×64的SDP图像，卷积层对输入的SDP图像进行特征提取，形成特征图，然后池化层对卷积层提取到的特征进行降维，降低特征维度和特征数量，防止特征过拟合，最后通过全连接层将特征拉展到一个维度，进行分类概率计算得到模型的分类计算结果。
10.根据权利要求9所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：得到大量SDP图像后，人工将SDP图像进行分类，依据实际对应振捣施工质量划分为3类：欠振、密实和过振；
...【技术特征摘要】
1.一种混凝土振捣质量跨模态检测系统，其特征是：包括信号采集模块、数据处理模块和质量分析模块；
2.根据权利要求1所述一种混凝土振捣质量跨模态检测系统，其特征是：信号采集模块包括若干个加速度传感器，所有加速度传感器均为16通道动态数据采集模式，采集频率为1000hz，采集有效振动周期为30s。
3.根据权利要求2所述一种混凝土振捣质量跨模态检测系统，其特征是：加速度传感器包括一个加速度传感器和若干个三向加速度传感器，其中，单轴加速度传感器安装在振捣棒的轴壁上，用于采集振捣棒的轴向运动加速度；
4.使用权利要求1～3任一项所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：包括以下步骤：
5.根据权利要求4所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：对称点模式分析方法具体为：利用时间序列x中第i时刻和第i+l时刻的信号幅值xi、xi+l，计算出极坐标系中第i对散点的坐标坐标计算公式为：
6.根据权利要求4所述一种混凝土振捣质量跨模态检测系统的数据处理方法，其特征是：对称点模式分析通过连续地将时间序列元素转化为极坐标系中的散点对，最终在指定的角度范围[θ-ξ,θ+ξ]内形成对称的两片叶瓣，其中，θ为两片叶瓣的对称轴...
【专利技术属性】
技术研发人员：杨俊雅，张国志，程茂林，肖浩，夏昊，张益鹏，程雪聪，余果，潘道辉，李冬冬，
申请(专利权)人：中交第二航务工程局有限公司，
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。