申请/专利权人：广州市市政工程试验检测有限公司;广州建筑股份有限公司

申请日：2021-03-26

公开（公告）日：2021-09-17

公开（公告）号：CN113406197A

主分类号：G01N29/04(20060101)

分类号：G01N29/04(20060101);G01N29/44(20060101);G01N9/00(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2023.10.31#发明专利申请公布后的驳回;2021.10.08#实质审查的生效;2021.09.17#公开

摘要：本发明公开了一种套筒灌浆密实度智能检测方法，通过小波分解钢筋套筒激振反馈波形，然后利用分形原理对分解后的波形进行盒维数分析，提取描述缺陷特征的分形特征向量FB，最后将分形特征向量FB作为BP神经网络的输入值，经BP神经网络智能分析判别后，输出钢筋套筒的灌浆缺陷类型及密度信息；通过这种智能识别方法对钢筋套筒灌浆密实度进行检测，可以大大的提高检测人员的检测效率、降低检测成本以及提高检测精度。

主权项：1.一种套筒灌浆密实度智能检测方法，其特征在于，包括套筒灌浆密实度智能检测工具，所述套筒灌浆密实度智能检测工具包括钢筋套筒，所述钢筋套筒的两端分别嵌有钢筋，在所述钢筋套筒的内部设有将处于所述钢筋套筒的两端的钢筋进行固定的灌浆料；所述钢筋套筒上设有出浆口和进浆口；所述套筒灌浆密实度智能检测方法包括以下步骤：S1、准备钢筋套筒，所述钢筋套筒的数量的数值设为A，且所述钢筋套筒的灌浆缺陷类型及密度已知；S2、对所述S1中的钢筋套筒进行下述步骤操作：s21、在所述钢筋套筒的进浆口处设置振动传感器，所述振动传感器连接数据采集设备，所述数据采集设备可接收振动传感器的信号并实时保存；s22、完成步骤s21之后，启动数据采集设备，并利用激振设备使钢筋套筒的出浆口产生激振波；通过振动传感器采集到钢筋套筒的振动响应信号；所述激振设备可控制每次输出的激振波一致；s23、将步骤s22采集到的振动响应信号载入电脑；s24、根据步骤s23振动响应信号的波形，选择Sym8小波函数，所述Sym8小波函数的小波分解的层次的数值设为N；然后对步骤s23的振动响应信号，利用选定的小波函数进行N层正交小波分解，得到第1～N层共N+1个小波分解的信号分量{cAN，cDN，cDN-1......cD4，cD3，cD2，cD1}，其中，AN为低频分量，cDN为高频分量；s25、分别对步骤s24得到的AN，DN，DN-1......D4，D3，D2，D1进行盒维数计算，得到盒维数FAN、FDN、FN-1......F4、F3、F2、F1；s26、计算步骤s25中FAN、FDN、FN-1......F4、F3、F2、F1的平均值，然后再计算用平均值分别减去FAN、FDN、FN-1......F4、F3、F2、F1所得的绝对值；s27、根据步骤s26所得的绝对值从大到小对盒维数FAN、FDN、FN-1......F4、F3、F2、F1进行重新排列，组成分形特征向量FX＝{F1，F2，F3，F4......FN-1、FDN、FAN}；S3、完成步骤S2后，得到分形特征向量FA、FA-1、FA-2......F3、F2、F1；将得到的分形特征向量FA、FA-1、FA-2......F3、F2、F1及各个分形特征向量所对应钢筋套筒的灌浆缺陷类型及密度导入MATLAB软件中的BP神经网络进行训练学习，并保存；S4、完成步骤S3后，将需检测钢筋套筒进行步骤S2的操作，得到分形特征向量FB；然后将分形特征向量FB作为步骤S3中已经训练完成的BP神经网络的输入值，经BP神经网络智能分析判别后，输出钢筋套筒的灌浆缺陷类型及密度。

全文数据：

权利要求：

百度查询： 广州市市政工程试验检测有限公司;广州建筑股份有限公司 一种套筒灌浆密实度智能检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD