[发明专利]基于卷积神经网络的锚杆锚固密实度等级评定方法

权利要求书

1.基于卷积神经网络的锚杆锚固密实度等级评定方法，其特征在于，包括以下步骤：

步骤1，使用声波反射法获取锚杆的杆底前反射信号；

步骤2，对反射信号进行归一化处理，包括Y方向归一化和X方向归一化；

步骤3，对反射信号进行平滑，确定X方向的新零点；

步骤4，求取Y方向的峰值坐标以及X方向修正系数，并修正X坐标；

步骤5，重新插值获取修正后的反射信号或波形，绘制波形图；

步骤6，生成样本数据集的波形图并进行人工标定；

步骤7，对样本数据集进行数据增强；

步骤8，将样本数据集中的波形图和标签输入到卷积神经网络进行训练；

步骤9，针对某次的具体测量进行分类，得到本次测量的等级评定类别。

2.根据权利要求1所述的方法，所述步骤2中的Y方向归一化和X方向归一化，包括：

Y方向归一化指将反射信号的纵坐标归一化到设定的振幅区间；

X方向归一化指将反射信号的时间横坐标归一化到统一时间间隔。

3.根据权利要求1所述的方法，所述步骤3中的确定X方向的新零点，包括：

从现有的零点开始，依次求取波形Y方向绝对值的移动平均值；同时计算从零点开始全部波形Y方向绝对值数据的全部平均值，若某点处的移动平均值大于全部平均值的一个比例系数时，将该点确定为新零点，新零点前的数据全部清空。

4.根据权利要求1所述的方法，所述步骤4中求取Y方向的峰值坐标以及X方向修正系数，并修正X坐标，包括：

取第一个上峰值X方向的宽度作为本次测量的基准，计算该值与事先设定的标准值的比值作为修正系数，然后将全部峰值数据的X坐标乘以该比值进行修正；

该修正相当于对反射信号波形进行拉伸或压缩。

5.根据权利要求1所述的方法，所述步骤5中，重新插值获取修正后的反射信号或波形，绘制波形图，包括：

使用与步骤2相同的统一时间间隔作为标准间隔值，对经过修正后的反射信号，使用插值的方法进行重采样；得到Y值序列，构成规格化后的波形或信号；

对规格化数据，按预先确定的图像大小，绘制波形图。

6.根据权利要求1所述的方法，所述步骤6中，生成样本数据集的波形图并进行人工标定，包括：

针对典型应用场景和杆长进行现场测试，得到一系列现场测量数据；

对这些测量样本数据，按上述步骤1~5进行处理，得到规格化后的样本数据集；

采用人工标定方式，对每次测量的锚杆锚固密实度进行等级评定，得到相应的分类标签；

最后得到经人工标定后的样本数据集、标签和对应的波形图。

7.根据权利要求1所述的方法，所述步骤6中，还包括：

可选地，构造长度不同的样本数据集；

针对上述已规格化和人工标定的样本数据集，按照不同的数据长度构造不同的样本数据集，然后对每一个样本数据集进行训练；

为减少样本数据集的数量，将数据长度按10取整。

8.根据权利要求1所述的方法，所述步骤7中，对样本数据集进行数据增强，包括：

样本不足或样本不均时，需要进行数据增强；

可将属于同一分类的且数据长度大于该样本集数据长度的样本，截断到需要的长度来使用；

也可以将属于同一分类的数据，从原始数据开始对Y方向进行随机的扰动，其强度控制在原始数据值的一个比例范围内；

也可以将属于同一分类的数据，从原始数据开始对X方向进行随机的扰动，其强度控制在原始数据值的一个比例范围内；

也可以对Y方向和X方向同时进行扰动；

数据增强后的样本数据集，需保证各类别样本的数量基本一致，且达到一定的数量。