[发明专利]混凝土缺陷智能化检测与定量识别方法

摘要

本发明公开一种混凝土缺陷智能化检测与定量识别方法，通过对混凝土试件的冲击回波信号样本采集以及信号降噪处理和特征值提取，构建出包括特征提取、缺陷检查、缺陷诊断以及缺陷定量和定位这几个分析组件的识别模型，通过该模型对待测混凝土进行检测识别；本发明针对现有混凝土缺陷检测技术的不足，在理论分析、数值模拟和模型试验的基础上，应用先进的信号处理和人工智能技术，充分挖掘测试信号特征信息，由此建立了基于小波分析和极限学习机的混凝土缺陷智能化快速检测与分类识别模型，该模型具有较好的分类识别性能，实现了对混凝土缺陷类型、性质和范围的智能化快速定量识别与评价，进一步提升了混凝土缺陷无损检测技术创新与应用水平。

主权项

1.混凝土缺陷智能化检测与定量识别方法，其特征在于，所述方法包括以下步骤：a) 信号样本采集；采集一系列混凝土模型试件的冲击回波信号，混凝土模型试件包括有各种类型质量缺陷以及质量正常的试件；b) 信号降噪处理；对采集的信号通过小波分解并对小波分解系数作用阈值，除去高频噪声分量，然后进行小波信号重构，得到降噪后的冲击回波信号；采用4阶Symlets小波函数作为小波分解的基函数，同时采用自适应尺度的阈值量化，阈值门限的选取跟随小波分解的细节部分在各尺度上噪声统计特性的变化而变化；c) 信号特征提取；将降噪处理后的冲击回波信号通过小波正交分解到不同层次的频带内，计算分解频带的特征值，构成混凝土测试信号特征参数数据库；选择步骤b中小波分解后包含表征分类模式信息的三个基础分量，分别从小波系数、重构波形和重构波频谱计算特征值；d) 构建分类识别模型；利用取得的混凝土测试信号特征参数数据库，建立基于小波分析和极限学习机的混凝土缺陷智能化快速检测与定量分类识别模型，并采用鲁棒性交叉验证法来训练和验证所述分类识别模型；使用极限学习机作为分类器，并应用五折交叉验证方法来训练、验证该分类识别模型以及评价该分类识别模型的分类识别性能，该分类识别模型包括特征提取、缺陷检查、缺陷诊断以及缺陷定量与定位四个分析组件；e)获取待检测混凝土的冲击回波信号，并将该冲击回波信号输入建立的分类识别模型中，通过分类识别模型进行信号特征提取、缺陷检查、诊断并输出识别结果。