[发明专利]锚杆无损检测数据智能解释方法

权利要求书

1.一种锚杆无损检测数据智能解释方法，其特征在于，它包括如下步骤：

步骤1：在锚杆待解释区域对锚杆锚固声波法检测的历史声波反射数据进行希尔伯特变换得到历史声波反射数据的相位特征曲线，还对锚杆锚固声波法检测的历史声波反射数据进行傅立叶变换的到历史声波反射数据的频谱特征曲线，并得到历史声波反射数据的振幅特征曲线；

步骤2：对历史声波反射数据的相位特征曲线利用锚固密实度评判标准进行基于相位特征的锚杆锚固质量的分类，对历史声波反射数据的频谱特征曲线利用锚固密实度评判标准进行基于频谱特征的锚杆锚固质量的分类，对历史声波反射数据的振幅特征曲线利用锚固密实度评判标准进行基于振幅特征的锚杆锚固质量的分类；

步骤3：对每一类锚杆锚固质量下对应的相位特征曲线根据预设的锚固质量评判用有效相位范围，进行相位信息提取，得到每一类锚杆锚固质量下的历史声波反射相位数据；对每一类锚杆锚固质量下对应的频谱特征曲线根据预设的锚固质量评判用有效频谱范围，进行频谱信息提取，得到每一类锚杆锚固质量下的历史声波反射频谱数据；对每一类锚杆锚固质量下对应的振幅特征曲线根据预设的锚固质量评判用有效振幅范围，进行振幅特征提取，得到每一类锚杆锚固质量下的历史声波反射振幅数据；

步骤4：根据每一类锚杆锚固质量下的历史声波反射相位数据、每一类锚杆锚固质量下的历史声波反射频谱数据，以及每一类锚杆锚固质量下的历史声波反射振幅数据采用自动编码器神经网络结构模型进行自动编码器学习记忆识别得到锚杆锚固声波检测典型数据库；

自动编码器为三层结构的神经网络，神经网络的输入层和隐藏层之间是一个编码的过程，隐藏层和输出层之间是一个解码的过程，通过对输入数据进行编码操作来获得输入数据的一种编码表示,通过对隐藏层的解码操作来获得输入数据的重构，定义重构误差函数来衡量自动编码器学习算法的学习效果；

步骤5：在锚杆待解释区域对锚杆锚固声波法检测的实时声波反射数据进行希尔伯特变换得到实时声波反射数据的相位特征曲线，还对锚杆锚固声波法检测的实时声波反射数据进行傅立叶变换的到实时声波反射数据的频谱特征曲线，并得到实时声波反射数据的振幅特征曲线；

步骤6：对实时声波反射数据的相位特征曲线根据预设的锚固质量评判用有效相位范围，进行相位特征提取，对实时声波反射数据的频谱特征曲线根据预设的锚固质量评判用有效频谱范围，进行频谱特征提取，对实时声波反射数据的振幅特征曲线根据预设的锚固质量评判用有效振幅范围，进行振幅特征提取，并将特征提取的结果与锚杆锚固声波检测典型数据库进行对比，以确定实时声波反射数据的相位特征曲线、频谱特征曲线和振幅特征曲线分别属于哪一类锚杆锚固质量；

所述锚杆锚固质量类别分为合格和不合格，如果实时声波反射数据的相位特征曲线、频谱特征曲线和振幅特征曲线全部属于锚杆锚固质量合格类，则所述实时声波反射数据属于锚杆锚固质量合格类，即当前锚杆锚固合格，如果实时声波反射数据的相位特征曲线、频谱特征曲线和振幅特征曲线有一个属于锚杆锚固质量不合格类，则所述实时声波反射数据属于锚杆锚固质量不合格类，即当前锚杆锚固不合格；

如果实时声波反射数据的相位特征曲线、频谱特征曲线和振幅特征曲线全部属于锚杆锚固质量合格类，则所述实时声波反射数据属于锚杆锚固质量合格类，即当前锚杆锚固等级为优，如果实时声波反射数据的相位特征曲线、频谱特征曲线和振幅特征曲线有且只有其中一个属于锚杆锚固质量不合格类，则所述实时声波反射数据属于锚杆锚固质量等级为良，如果实时声波反射数据的相位特征曲线、频谱特征曲线和振幅特征曲线有且只有其中两个属于锚杆锚固质量等级为中，如果实时声波反射数据的相位特征曲线、频谱特征曲线和振幅特征曲线没有属于锚杆锚固质量不合格类，则锚固质量等级为差；

希尔伯特变换的时频分析是将实信号变换为自己定义的复信号,即将实信号f(t)看成是复信号Z(t)的实部,通过Hilbert变换得到对应的复信号的虚部然后分析该复信号的瞬时振幅、瞬时相位及瞬时频率等，按下述计算:

设规定接受信号的实部与虚部分别为

解析信号:

其中，

信号的振幅:

瞬时相位:

瞬时频率: