[发明专利]基于深度学习网络模型的钢轨焊缝监测方法有效
| 申请号： | 202110728676.2 | 申请日： | 2021-06-29 |
| 公开（公告）号： | CN113533511B | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 蔡国强;李一鸣 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G01N29/04 | 分类号： | G01N29/04;G01N29/44 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 郝志亮 |
| 地址： | 100044*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习网络模型的钢轨焊缝监测方法，包括以下步骤：S1：对钢轨焊缝中Lamb波结构进行分析；S2：在钢轨焊缝裂纹损伤上监测Lamb波数据特征；S3：对抗生成网络的生成器和器结构设计两个阶段的深度学习网络模型，第一个阶段根据设计结构复杂、参数较多但可以有效提取与处理后数据特征的深度学习神经网络，以满足对输入数据深度特征提取的需求，第二阶段网络模型设计根据迁移学习中教师和学生理论设计出具备更为简单的网络结构模型，进而学习第一阶段网络的特征提取能力与指定数据输出能力；S4：获取MDCD在钢轨焊缝数据集上性能分析对比，本发明实现有效探测焊缝结构上的裂纹损伤。 | ||
| 搜索关键词： | 基于 深度 学习 网络 模型 钢轨 焊缝 监测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110728676.2/，转载请声明来源钻瓜专利网。
